yby6-video-mcp-server 1.0.2

全网短视频/图集去水印链接提取、视频文本内容提取MCP服务

全网短视频去水印链接提取 MCP服务

项目简介

本项目是一个基于 FastMCP 的全网短视频去水印解析服务，支持多平台视频分享链接的解析，自动提取视频真实地址及相关信息。
适用于需要批量解析、去水印、采集短视频的场景。本项目还支持视频内容文本提取功能，可以通过语音识别将视频内容转为文本。

主要特性

• 支持20+种短视频平台（抖音、快手、小红书、微博、西瓜视频等）
• 一键解析视频分享链接，获取无水印视频地址
• 支持多种传输方式（stdio、SSE、HTTP）
• 支持视频内容文本提取功能（需要FFmpeg和API Key、默认使用硅基流动：https://cloud.siliconflow.cn/i/tbvUltCF ）
• 支持Docker容器化部署
• 代码结构清晰，易于扩展

演示

支持平台

目前支持以下短视频平台的解析：

• 抖音（DouYin）
• 快手（KuaiShou）
• 小红书（RedBook）
• 微博（WeiBo）
• 皮皮虾（PiPiXia）
• 微视（WeiShi）
• 绿洲（LvZhou）
• 最右（ZuiYou）
• 度小视/全民小视频（QuanMin）
• 西瓜视频（XiGua）
• 梨视频（LiShiPin）
• 皮皮搞笑（PiPiGaoXiao）
• 虎牙（HuYa）
• AcFun（AcFun）
• 逗拍（DouPai）
• 美拍（MeiPai）
• 全民K歌（QuanMinKGe）
• 六间房（SixRoom）
• 新片场（XinPianChang）
• 好看视频（HaoKan）

目录结构

crawling-short-video-mcp/
├── yby6_video_mcp_server/
│   ├── server.py                # 主服务入口
│   ├── functionality/           # 各平台解析功能模块
│   │   ├── base.py             # 基础类和枚举定义
│   │   ├── douyin.py           # 抖音解析实现
│   │   ├── kuaishou.py         # 快手解析实现
│   │   ├── ...                 # 其他平台实现
│   │   └── video_processor.py  # 视频处理和文本提取
│   └── utils/                   # 工具函数
├── Dockerfile.base              # 基础镜像构建文件
├── Dockerfile.mcp               # MCP服务镜像构建文件
├── requirements.txt             # 依赖包列表
├── pyproject.toml              # 项目配置和元数据
└── README.md                    # 项目说明

安装方法

前置依赖

FFmpeg 安装（视频文本内容提取必需）

Ubuntu/Debian:

sudo apt update
sudo apt install ffmpeg

CentOS/RHEL:

sudo yum install epel-release
sudo yum install ffmpeg ffmpeg-devel

macOS:

brew install ffmpeg

Windows:

1. 下载 FFmpeg: https://ffmpeg.org/download.html#build-windows
2. 解压到指定目录，如 C:\ffmpeg
3. 添加到系统环境变量 PATH: C:\ffmpeg\bin
4. 重启命令行或系统以使环境变量生效

验证安装:

ffmpeg -version

方法一：pypi 使用 pip 安装 (可能版本落后,没有及时更新)

当前最新版本:

# 安装最新版本
pip install -i https://pypi.org/simple yby6-video-mcp-server

# 或指定版本安装
pip install -i https://pypi.org/simple yby6-video-mcp-server==1.0.2

安装完成后，可以通过以下命令验证安装：

yby6_video_mcp_server --version

MCP 配置使用

"yby6_video_mcp_server": {
  "command": "uv",
  "args": ["yby6_video_mcp_server"],
  "env": {
    "API_KEY": "前往获取免费apikey: https://cloud.siliconflow.cn/i/tbvUltCF"
  }
}

方法二：从源码安装 (推荐 最新版本)

1. 克隆本项目

   git clone https://github.com/yangbuyiya/yby6-crawling-short-video-mcp.git
   cd yby6-crawling-short-video-mcp
   

2. 安装依赖

   推荐使用 Python 3.10+，并建议使用虚拟环境：

   macOS/Linux:

   python -m venv venv
   source venv/bin/activate
   pip install -r requirements.txt
   

   Windows:

   python -m venv venv
   venv\Scripts\activate
   pip install -r requirements.txt
   

方法三：使用 Docker 部署

本项目提供了 Docker 支持, 快速部署运行

1. 运行容器 拉取镜像 sse 模式

   docker run -d -p 8637:8637 registry.cn-hangzhou.aliyuncs.com/yby6/yby6_video_mcp_server:1.0.2
   

可以通过以下命令快速构建部署：

1. 构建基础镜像（包含 FFmpeg 和 Python 环境）

   docker build -t ffmpeg-python-base:1.0.2 -f Dockerfile.base .
   

2. 构建 MCP 服务镜像

   docker build -t yby6-video-mcp:latest -f Dockerfile.mcp .
   

3. 运行容器

   docker run -d -p 8637:8637 yby6-video-mcp:latest
   

使用方法

stdio MCP启动服务

//  pypi 拉取运行 
"yby6_video_mcp_server": {
  "command": "uv",
  "args": ["yby6_video_mcp_server"],
  "env": {
    "API_KEY": "sk-xcazqbgbnoagddpyaorhqhioxazvqdtednppksiqaotjsboe"
  }
},

// 从源码运行
"yby6_video_mcp_server": {
  "command": "uv",
  "args": [
    "--directory",
    "to/path/yby6-crawling-short-video-mcp/yby6_video_mcp_server",
    "run",
    "-m",
    "yby6_video_mcp_server.server"
  ],
  "env": {
    "API_KEY": "sk-xcazqbgbnoagddpyaorhqhioxazvqdtednppksiqaotjsboe"
  }
},

SSE or HTTP MCP服务地址

• 支持请求头配置apikey
• 支持请求参数配置apikey

"yby6_video_mcp_server": {
  "url": "http://127.0.0.1:8637/sse?apikey=xxxxxx",
}

启动服务

# 使用pip安装后
yby6_video_mcp_server --transport http --host 0.0.0.0 --port 8637

# 或从源码运行
python -m yby6_video_mcp_server.server --transport http --host 0.0.0.0 --port 8637

参数说明：

• --transport 传输方式，可选：stdio、sse、http（推荐 http）
• --host 主机地址，默认 0.0.0.0
• --port 端口号，默认 8000
• --path 自定义MCP请求路径（可选）

API 接口说明

1. 解析视频分享链接

接口名称: share_url_parse_tool

请求参数:

参数名	类型	必填	说明
url	string	是	视频分享链接

返回示例:

{
  "code": 200,
  "msg": "解析成功",
  "data": {
    "video_url": "https://xxx.com/xxx.mp4",
    "cover_url": "https://xxx.com/cover.jpg",
    "title": "视频标题",
    "music_url": "https://xxx.com/music.mp3",
    "images": [],
    "author": {
      "uid": "用户ID",
      "name": "用户名",
      "avatar": "头像URL"
    }
  }
}

2. 根据视频ID解析

接口名称: video_id_parse_tool

请求参数:

参数名	类型	必填	说明
source	string	是	视频来源，如 douyin、kuaishou 等
video_id	string	是	视频ID

返回示例: 同上

3. 视频内容文本提取

接口名称: share_text_parse_tool

请求参数:

参数名	类型	必填	说明
share_link	string	是	抖音分享链接或包含链接的文本
api_base_url	string	否	API基础URL，默认使用SiliconFlow
model	string	否	语音识别模型，默认使用SenseVoiceSmall

链接 sse、Streamable HTTP模式的时候只需要将 apikey 带入请求参数当中： http://127.0.0.1:8637/sse?apikey=xxxxxx 使用的大模型是硅基流动前往获取apikey即可：https://cloud.siliconflow.cn/i/tbvUltCF

返回示例:

{
  "code": 200,
  "msg": "解析成功",
  "data": {
    "video_url": "https://xxx.com/xxx.mp4",
    "cover_url": "https://xxx.com/cover.jpg",
    "title": "视频标题",
    "author": {
      "uid": "用户ID",
      "name": "用户名",
      "avatar": "头像URL"
    }
  },
  "text_content": "视频中的语音文本内容"
}

依赖说明

主要依赖包括：

• fastmcp: MCP服务框架
• httpx: 异步HTTP客户端
• ffmpeg-python: 视频处理
• lxml & parsel: HTML解析
• fake-useragent: 模拟浏览器请求
• pydantic: 数据验证

Docker 部署

项目提供了两个Dockerfile:

• Dockerfile.base: 构建基础镜像，包含Python环境和FFmpeg
• Dockerfile.mcp: 构建MCP服务镜像

使用脚本快速部署:

# Windows
.\script\deployBase.bat
.\script\deployMcp.bat

# Linux/macOS
bash script/deployBase.sh
bash script/deployMcp.sh

运行容器 拉取镜像 sse 模式

docker run -d -p 8637:8637 registry.cn-hangzhou.aliyuncs.com/yby6/yby6_video_mcp_server:1.0.2

贡献与反馈

欢迎提交 issue 或 PR 参与项目改进！

• 项目地址: https://github.com/yangbuyiya/yby6-crawling-short-video-mcp
• 作者邮箱: [e-mail]

---

本项目站在巨人的肩膀上二次开发，感谢以下项目：

• parse-video-py
• fastmcp

⚠️ 免责声明

1. 本项目为开源工具，仅供学习与研究用途。用户在使用本项目过程中产生的任何风险、损失或法律责任，均由用户本人承担，作者及贡献者不承担任何直接或间接责任。
2. 本项目的功能和代码基于现有技术实现，作者不承诺其完全正确、无缺陷或持续可用。因项目缺陷或不可用导致的任何后果，作者概不负责。
3. 本项目依赖的第三方库、插件或服务，均遵循其原有协议。用户需自行查阅、遵守相关协议，因违反第三方协议产生的责任由用户自负。
4. 用户应确保自身的使用行为合法、合规，不得利用本项目从事任何违法、违规或侵犯他人权益的活动。因违法违规使用本项目产生的后果，均由用户自行承担。
5. 严禁将本项目用于侵犯知识产权、传播违法信息、商业破解、数据爬取等非法用途。作者坚决反对并不支持任何非法用途。
6. 用户在处理数据时，应确保符合相关法律法规（如数据合规、隐私保护等），因违规操作产生的责任由用户承担。
7. 作者、贡献者与用户的具体使用行为无关，不承担任何连带责任。基于本项目的二次开发、修改、分发等行为，均与作者无关，相关责任由行为人自负。
8. 本项目不授予任何专利许可。因专利纠纷或侵权产生的风险由用户承担。未经作者书面授权，禁止将本项目用于商业宣传、再授权或其他商业用途。
9. 作者有权随时终止对违规用户的服务，并要求其删除相关代码和数据。
10. 作者有权随时更新本免责声明，用户继续使用即视为接受最新条款。如不同意本声明，请立即停止使用本项目。