video

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

Analyze the given video and answer the user's question (or summarize it if no question was asked). Always cite timestamps (

M:SS

) in your answer.

分析给定的视频并回答用户的问题（如果未提出问题，则总结视频）。回答中始终引用时间戳（

M:SS

）。

Route A — video-analyzer MCP tools available (preferred)

路径 A — 可用 video-analyzer MCP 工具（首选）

If the

video-analyzer

MCP server is connected in this session, call its tools directly — do not use the CLI:

General question or no question →
```
analyze_video
```
(detail
```
"standard"
```
)
"What happens at X:XX" / a specific moment →
```
analyze_moment
```
(time range) or
```
get_frame_at
```
Question answerable from speech alone →
```
get_transcript
```
(fast, no download)
Title / duration / views / comments only →
```
get_metadata
```
(no download)
Motion or fast UI changes →
```
get_frame_burst
```

Dense UI capture (terminal, dashboard, IDE, spreadsheet — the meaning is in small text): pass

maxWidth

on any of these tools. Emitted frames are capped at 800 px wide by default, which turns a 1920×1080 screencast into 800×450 and drops a 15 px UI font below what a vision model can read.

maxWidth: 0

keeps the source resolution; a value like

is the middle ground. Native frames cost several times more context, so raise it for the close read, not for the overview.

如果当前会话已连接

video-analyzer

MCP server，请直接调用其工具——不要使用 CLI：

常规问题或未提出问题 →
```
analyze_video
```
（detail
```
"standard"
```
）
“X:XX 时发生了什么”／某个具体时刻 →
```
analyze_moment
```
（时间范围）或
```
get_frame_at
```
仅凭语音即可回答的问题 →
```
get_transcript
```
（快速，无需下载）
仅查询标题／时长／观看次数／评论 →
```
get_metadata
```
（无需下载）
物体运动或快速变化的 UI →
```
get_frame_burst
```

密集 UI 捕获（终端、dashboard、IDE、电子表格——关键信息是小字号文本）：使用上述任一工具时都应传入

maxWidth

。输出帧的默认宽度上限为 800 px，这会将 1920×1080 的屏幕录制画面变成 800×450，使 15 px 的 UI 字体小到视觉模型无法辨认。

maxWidth: 0

会保留源分辨率；类似

的值则是在两者之间取得平衡。原生帧会消耗数倍的上下文，因此仅在进行精细阅读时提高该值，而不是在概览时使用。

Route B — no MCP server (any agent with a shell)

路径 B — 无 MCP server（任何带 shell 的 agent）

Run the one-shot CLI via Bash (first run downloads the npm package — slow is not broken; progress streams on stderr):

bash

npx -y mcp-video-analyzer@latest analyze "<video-url-or-path>"

stdout is a single JSON document:

metadata

transcript

(timestamped entries),

ocrResults

(on-screen text),

timeline

warnings

, and

frames

— an array of

{ time, filePath, mimeType }

pointing to JPEG key frames on disk. Then:

Parse the JSON from stdout.
Read the
```
frames[].filePath
```
images (in parallel) when the question needs visuals.
Answer from transcript + OCR + frames, citing timestamps.

Useful flags:

--detail brief|standard|detailed

(brief = metadata + transcript only, no frame extraction — the fast/cheap path),

--fields metadata,transcript

(filters the emitted JSON only; frames are still computed at standard detail),

--max-frames <1-60>

--max-width <px>

(frame width cap, default 800;

keeps source resolution — use it for dense UI captures whose payload is small text),

--language <code>

(force transcription language),

--out <dir>

(where frames are copied),

--force-refresh

. Run

npx -y mcp-video-analyzer@latest analyze --help

for the full list.

通过 Bash 运行一次性 CLI（首次运行会下载 npm package——速度慢并不代表出错；进度会流式输出到 stderr）：

bash

npx -y mcp-video-analyzer@latest analyze "<video-url-or-path>"

stdout 是一个完整的 JSON 文档，包含

metadata

、

transcript

（带时间戳的条目）、

ocrResults

（屏幕文本）、

timeline

、

warnings

和

frames

。其中

frames

是由

{ time, filePath, mimeType }

组成的数组，指向磁盘上的 JPEG 关键帧。随后：

解析 stdout 中的 JSON。
当问题需要视觉信息时，并行读取
```
frames[].filePath
```
对应的图像。
根据 transcript、OCR 和 frames 回答问题，并引用时间戳。

实用参数：

--detail brief|standard|detailed

（brief = 仅包含 metadata + transcript，不提取帧——速度快、成本低）、

--fields metadata,transcript

（仅筛选输出的 JSON；在 standard detail 下仍会计算 frames）、

--max-frames <1-60>

、

--max-width <px>

（帧宽度上限，默认为 800；

表示保留源分辨率——适用于文本较小的密集 UI 捕获）、

--language <code>

（强制指定转录语言）、

--out <dir>

（帧复制到的目录）、

--force-refresh

。运行

npx -y mcp-video-analyzer@latest analyze --help

可查看完整参数列表。

Prerequisites & degradation

先决条件与降级处理

Node.js 22.12+ (required).
```
ffmpeg
```
is bundled — no install needed.
Platform URLs (YouTube, Instagram, TikTok, …) require
```
yt-dlp
```
on PATH; direct
```
.mp4/.webm/.mov
```
URLs and local files work without it. Loom transcript, metadata, and comments need no
```
yt-dlp
```
either. Loom frames usually do — Loom serves most videos as separate DASH video+audio streams that only
```
yt-dlp
```
fetches and merges; a CDN fallback covers some videos without it.
The tool never fails on partial results: the
```
warnings
```
array carries actionable hints (yt-dlp install,
```
YTDLP_COOKIES_FROM_BROWSER
```
for Instagram/age-restricted, missing Whisper backend). Relay relevant warnings to the user instead of treating them as errors.
An empty transcript alongside a "silent audio" warning means the video genuinely has no speech (common for muted Reels/Stories) — that is content, not a failure.
Only
```
http(s)
```
URLs to public addresses are accepted. A URL on
```
localhost
```
, a private/LAN range, a
```
.local
```
name, a UNC share, or a non-HTTP scheme is rejected up front with a message saying so — that is a deliberate refusal, not a transient error, so do not retry it or try to work around it. When the user really does want a video from their own network, tell them to restart the server with
```
MCP_ALLOW_PRIVATE_URLS=1
```
. Cloud metadata endpoints stay blocked even then.

Node.js 22.12+（必需）。
```
ffmpeg
```
已捆绑，无需另行安装。
平台 URL（YouTube、Instagram、TikTok 等）要求系统 PATH 中提供
```
yt-dlp
```
；直接使用
```
.mp4/.webm/.mov
```
URL 或本地文件时无需安装。Loom 的 transcript、metadata 和 comments 同样不需要
```
yt-dlp
```
，但通常提取 Loom frames 需要它——Loom 会将大多数视频作为独立的 DASH 视频流和音频流提供，而只有
```
yt-dlp
```
能获取并合并这些流；对于部分视频，也可以通过 CDN fallback 在没有
```
yt-dlp
```
的情况下处理。
即使结果不完整，该工具也不会直接失败：
```
warnings
```
数组会提供可操作的提示，例如安装
```
yt-dlp
```
、为 Instagram／受限年龄内容设置
```
YTDLP_COOKIES_FROM_BROWSER
```
，以及缺少 Whisper backend。应将相关警告告知用户，而不是将其视为错误。
如果 transcript 为空，同时出现“silent audio”警告，则表示视频确实没有语音，这在静音的 Reels／Stories 中很常见——这属于内容本身，并非执行失败。
仅接受指向公开地址的
```
http(s)
```
URL。位于
```
localhost
```
、私有／LAN 地址范围、
```
.local
```
名称、UNC 共享路径或使用非 HTTP scheme 的 URL 会被预先拒绝，并返回相应说明。这是有意执行的拒绝，并非临时错误，因此不要重试或尝试绕过。如果用户确实需要分析其自有网络中的视频，应告知用户使用
```
MCP_ALLOW_PRIVATE_URLS=1
```
重启 server。即使这样，云元数据端点仍会被阻止。