scenext-mcp 1.0.0

Scenext MCP Server - AI视频生成服务的模型上下文协议服务器

Scenext MCP Server

一个基于MCP (Model Context Protocol) 的Scenext视频生成服务器，提供视频生成和状态查询功能。

功能特性

• 🎬 视频生成: 根据问题和答案生成教学视频
• 📊 状态查询: 实时查询视频生成进度
• 📁 结果获取: 获取已完成视频的下载链接
• 🔧 错误处理: 完善的错误处理和日志记录
• ⚙️ 配置管理: 支持环境变量配置

安装和配置

1. 克隆项目

git clone <repository-url>
cd Scenext-MCP

2. 创建虚拟环境

python -m venv myenv
# Windows
myenv\Scripts\activate
# Linux/Mac
source myenv/bin/activate

3. 安装依赖

pip install -r requirements.txt

4. 配置环境变量

复制环境变量模板：

copy .env.example .env

编辑 .env 文件，设置你的API密钥：

SCENEXT_API_KEY=your_actual_api_key_here

可选配置：

SCENEXT_API_BASE_URL=https://api.scenext.cn/api
SCENEXT_DEFAULT_QUALITY=m
SCENEXT_LOG_LEVEL=INFO

使用方法

启动服务器

python app.py

MCP工具

1. gen_video - 生成视频

生成教学视频。

参数:

• question (必填): 问题内容
• answer (可选): 答案内容
• question_images (可选): 问题相关图片URL列表
• answer_images (可选): 答案相关图片URL列表
• quality (可选): 视频质量 (l/m/h，默认m)
• notify_url (可选): 回调通知URL

示例:

result = await gen_video(
    question="什么是傅里叶级数？",
    answer="傅里叶级数是数学分析中的一个重要概念...",
    quality="h"
)

2. query_video_status - 查询状态

查询视频生成任务的状态。

参数:

• task_id (必填): 任务ID

示例:

status = await query_video_status("task_123456")

3. get_video_result - 获取结果

获取已完成视频的结果信息。

参数:

• task_id (必填): 任务ID

示例:

result = await get_video_result("task_123456")

API响应格式

成功响应

{
    "task_id": "task_123456",
    "status": "processing|completed|failed",
    "video_url": "https://example.com/video.mp4",
    "thumbnail_url": "https://example.com/thumb.jpg"
}

错误响应

{
    "error": "错误描述",
    "details": "详细错误信息"
}

视频质量说明

• l (低质量): 快速生成，文件较小
• m (中等质量): 平衡质量和速度 (默认)
• h (高质量): 最佳质量，生成时间较长

状态说明

• pending: 任务排队中
• processing: 正在生成视频
• completed: 生成完成
• failed: 生成失败

错误处理

服务器提供完善的错误处理机制：

• 网络请求错误
• API认证错误
• 参数验证错误
• 超时处理
• 详细的错误日志

日志配置

可以通过环境变量 SCENEXT_LOG_LEVEL 设置日志级别：

• DEBUG: 详细调试信息
• INFO: 一般信息 (默认)
• WARNING: 警告信息
• ERROR: 错误信息

依赖项

• mcp[cli]==1.9.2: MCP服务器框架
• aiohttp==3.12.6: 异步HTTP客户端
• python-dotenv==1.0.0: 环境变量管理

开发和贡献

欢迎提交Issue和Pull Request来改进这个项目。

许可证

MIT License