短视频/图集提取 MCP 服务器

基于 Solon 框架的 Model Context Protocol (MCP) 服务器，支持从多个短视频平台获取无水印视频下载链接，并支持从视频中提取文本内容。

🎯 功能特性

• 🔗 从分享链接获取无水印视频/图集下载链接
• 🎤 从视频中提取文本内容（语音识别）
• 📱 模拟移动端访问，绕过水印限制
• 🎯 解析视频基本信息（ID、标题、下载地址、作者信息）
• 🖼️ 支持图集解析（小红书图文内容）
• 🎬 自动下载视频并提取音频
• 🗣️ 集成语音识别API（SiliconFlow）
• 🧹 自动清理临时文件
• 🛠️ 基于 Solon AI MCP 框架实现
• ⚡ 高性能异步处理
• 🔧 支持 Claude Desktop 集成

📱 支持平台

✅ 已支持平台

| 平台 | 支持状态 | 功能 | |------|---------|------| | 🎵 抖音 | ✅ 完整支持 | 视频解析、文本提取 | | 📝 小红书 | ✅ 完整支持 | 视频/图集解析 |

🚧 即将支持平台

| 平台 | 开发状态 | 预计上线 | |------|---------|----------| | 🚀 快手 | 🔨 开发中 | v2.0 | | 📺 微博视频 | 📋 计划中 | v2.1 | | 🎪 皮皮虾 | 📋 计划中 | v2.1 | | 🎭 微视 | 📋 计划中 | v2.2 | | 🍉 西瓜视频 | 📋 计划中 | v2.2 | | 🎬 更多平台 | 📋 规划中 | 持续更新 |

💡 提示: 当前版本专注于抖音和小红书的稳定支持，其他平台正在积极开发中！

🏗️ 技术架构

• 框架: Solon 3.4.0
• Java版本: 17+
• MCP协议: solon-ai-mcp
• HTTP客户端: solon-net-httputils + OkHttp3
• 音视频处理: JAVE2 (FFmpeg Java包装器)
• 文件工具: Hutool
• JSON处理: Jackson
• 构建工具: Maven

🚀 快速开始

1. 环境要求

• Java 17+
• Maven 3.6+

2. 编译运行

# 克隆项目
cd /f:/knowledge/yby6-study/yby6-crawling-short-video-mcp-solon

# 编译项目
mvn clean package

# 运行服务
mvn solon:run
# 或者
java -jar target/yby6-crawling-short-video-mcp-solon.jar

🛠️ MCP 工具

项目提供了四个核心 MCP 工具：

1. share_url_parse_tool ⭐

解析视频分享链接，获取视频信息

参数：

• shareUrl: 视频分享链接或包含链接的文本

返回：

{
  "code": 200,
  "msg": "解析成功",
  "data": {
    "videoUrl": "https://...",
    "coverUrl": "https://...",
    "title": "视频标题",
    "author": {
      "uid": "用户ID",
      "name": "用户昵称",
      "avatar": "头像URL"
    },
    "images": [
      {
        "url": "图片URL",
        "livePhotoUrl": "实况照片URL（如果有）"
      }
    ],
    "status": "success",
    "description": "视频描述",
    "usageTip": "使用提示"
  }
}

2. video_id_parse_tool

根据平台和视频ID解析视频信息

参数：

• source: 视频来源平台 (douyin/redbook)
• videoId: 视频ID

返回： 同上格式

3. share_text_parse_tool ⭐

从视频分享链接提取视频中的文本内容 API：https://cloud.siliconflow.cn/i/tbvUltCF

参数：

• shareUrl: 视频分享链接或包含链接的文本（必需）
• apiKey: 语音识别API密钥（可选，如不提供则从环境变量 YBY6_API_KEY 获取）
• apiBaseUrl: API基础URL（可选，默认使用SiliconFlow）
• model: 语音识别模型（可选，默认使用SenseVoiceSmall）

返回：

{
  "code": 200,
  "msg": "提取成功",
  "data": {
    "text_content": "提取的文本内容",
    "video_info": {
      "title": "视频标题",
      "author": "作者信息"
    }
  }
}

🔧 Claude Desktop 配置

在 claude_desktop_config.json 中添加：

SSE 模式

完整配置（支持视频解析和文本提取功能）

 {
   "mcpServers": {
     "video-mcp-server": { 
       "url": "http://localhost:8080/mcp/sse?apiKey=获取的API：https://cloud.siliconflow.cn/i/tbvUltCF "
     }
   }
 }

STDIO 模式

基础配置（仅支持视频解析）

{
  "mcpServers": {
    "video-mcp-server": {
      "command": "java",
      "args": [
        "-jar",
        "/path/to/yby6-crawling-short-video-mcp-solon.jar"
      ],
      "env": {}
    }
  }
}

完整配置（支持文本提取功能）

{
  "mcpServers": {
    "video-mcp-server": {
      "command": "java",
      "args": [
        "-jar",
        "/path/to/yby6-crawling-short-video-mcp-solon.jar"
      ],
      "env": {
        "YBY6_API_KEY": "your-siliconflow-api-key-here"
      }
    }
  }
}

环境变量说明

• YBY6_API_KEY: SiliconFlow 或其他兼容OpenAI格式的语音识别API密钥
  • 获取地址：https://cloud.siliconflow.cn/i/tbvUltCF
  • 用于调用语音识别服务，将视频音频转换为文本

添加新平台

要添加新平台支持，需要：

1. 在 VideoSource 枚举中添加新平台
2. 创建对应的 Parser 实现类
3. 在 ParserFactory 中注册新解析器
4. 编写对应的单元测试

自定义配置

可以通过修改 app.yml 来自定义配置：

• 服务端口
• 日志级别
• HTTP超时时间
• MCP工具包扫描路径

📄 许可证

MIT License

🤝 贡献

欢迎提交 Issue 和 Pull Request！

贡献指南

1. Fork 本仓库
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开 Pull Request

本项目站在巨人的肩膀上二次开发，感谢以下项目：

• parse-video-py
• yby6-crawling-short-video-mcp

注意: 本项目仅供学习交流使用，请遵守相关法律法规。

⚠️ 使用须知

1. 合法使用: 请遵守相关法律法规，仅用于个人学习研究
2. 版权尊重: 不得用于侵犯他人知识产权的行为
3. 频率控制: 避免过于频繁的请求，防止被限制访问
4. 免责声明: 使用者需自行承担使用风险和责任
5. 平台限制: 不同平台可能有不同的访问限制和反爬策略

⚠️ 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。