企业官网建设流程全解析

给Claude接上眼睛：claude-real-video MCP服务器在Claude Desktop与Cursor中的完整配置

【免费下载链接】claude-real-videoLet Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames + transcript, from a URL or local file. Runs locally, MIT.项目地址: https://gitcode.com/gh_mirrors/cl/claude-real-video

claude-real-video是一个开源的本地视频分析工具：它用场景感知的方式提取去重后的关键帧，配上带时间戳的转写文本，让 Claude、Cursor 等 AI 助手真正"看懂"视频。它的MCP 服务器（crv-mcp）把这套能力封装成标准 MCP 工具，只需几行配置，就能在Claude Desktop和Cursor里直接对视频提问——所有处理都在本机完成，视频文件不会上传到任何云端。

本文给出从安装到排错的完整配置流程，5 个核心工具、缓存机制、常见问题一并覆盖。

一、MCP 服务器是什么，能做什么

MCP（Model Context Protocol）是 AI 客户端与外部工具之间的标准协议。给 Claude 或 Cursor 挂上crv-mcp之后，你不再需要手动跑命令、复制图片——直接在对话框里说"帮我看看这个视频讲了什么"，模型会自动调用工具完成下载、抽帧、去重、转写。

MCP 服务器共暴露5 个工具，源码位于 src/claude_real_video/mcp_server.py：

二、一键安装：MCP 依赖与 ffmpeg 准备

MCP 功能是一个可选依赖组（pyproject.toml 中的mcp组），转写音频则还需要 Whisper 组，一条命令全装齐：

pip install "claude-real-video[mcp,whisper]"

两个前置条件，缺一个crv-mcp就跑不起来：

1. Python ≥ 3.10
2. 系统安装 ffmpeg（抽帧和音频处理靠它，pip 装不了）：
   • macOS：brew install ffmpeg
   • Linux：sudo apt install ffmpeg
   • Windows：winget install Gyan.FFmpeg

装完验证一下：

ffmpeg -version crv-mcp --help # 能启动说明 MCP 服务入口就绪

三、Claude Desktop 配置 MCP 的详细步骤

1. 打开配置文件claude_desktop_config.json：
   • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows：%APPDATA%\Claude\claude_desktop_config.json
2. 在mcpServers中加入crv条目：

{ "mcpServers": { "crv": { "command": "crv-mcp" } } }

💡 如果 GUI 客户端提示找不到命令，把command换成绝对路径，例如/usr/local/bin/crv-mcp（macOS/Linux）或C:\Python312\Scripts\crv-mcp.exe（Windows）。可用which crv-mcp或where crv-mcp查询。

3. 完全退出并重启 Claude Desktop（托盘也要退出，不是只关窗口）。
4. 验证：在聊天输入框旁点工具图标（扳手/闪电图标），展开应能看到crv下的 5 个工具；或直接输入"用 crv 看看这个视频：/你的路径/demo.mp4"。

Claude Code 用户更省事，一条命令即可（README.md）：

claude mcp add crv -- crv-mcp

四、Cursor 中配置 MCP 服务器的方法

Cursor 使用同样的 MCP stdio 协议，配置文件放在项目根目录.cursor/mcp.json（或全局~/.cursor/mcp.json）：

{ "mcpServers": { "crv": { "command": "crv-mcp" } } }

保存后打开 Cursor 的Settings → MCP面板，crv应显示为 connected 且列出 5 个工具。之后在 Agent 模式下直接提问，例如：

分析这段屏幕录像，告诉我 28 分处界面上出现了什么：./recordings/demo.mp4

五、watch_video 返回什么：关键帧网格与时间戳

watch_video（mcp_server.py#L88-L158）的工作方式：

• 抽帧不是固定 1 秒 1 帧，而是场景变化检测 + 密度下限，快切片段和慢速录屏都能覆盖；
• 滑动窗口去重：A-B-A 式来回剪辑不会把模型已经看过的镜头再发一遍；
• 返回的图片会被缩到768px以内，避免撑爆上下文窗口；
• 分析结果缓存在~/.cache/crv-mcp，追问同一个视频是秒回的，不会重新下载或抽帧。

下面是--grid模式产出的 3×3 关键帧联系表示例——模型读到的是一段有序序列，而不是散落的静止画面：

六、常见问题排查清单

七、进阶：把看过的视频变成可搜索记忆

看过的每个视频都会被本地索引（纯 SQLite，无网络、无 embeddings），于是可以问出跨视频的问题：

• "哪个视频里提过定价策略？"→ 模型自动调search_memory，返回视频、时间点、原句；
• "我之前看过这段讲座吗？"→list_watched秒查；
• 只要引用金句不要画面→get_transcript，零图片 token。

同一套能力也打包成了 Agent Skill，装进 Claude Code / Cursor 等兼容 agentskills 的宿主：plugins/claude-real-video/skills/claude-real-video/SKILL.md；官方 MCP Registry 元数据见 server.json。

小结

配置完成后，Claude 和 Cursor 就多了一双"眼睛"：看关键帧、读转写、记得住，而且全程本地运行。

【免费下载链接】claude-real-videoLet Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames + transcript, from a URL or local file. Runs locally, MIT.项目地址: https://gitcode.com/gh_mirrors/cl/claude-real-video