Sanzaru MCP 服务器

关键词

多模态上下文服务视频生成图像生成音频处理存储后端

使用说明内容（Markdown格式）

项目简介

Sanzaru MCP 服务器是一套基于 Model Context Protocol（MCP）的后端实现，旨在为大型语言模型（LLM）客户端提供统一的上下文服务。服务器核心功能包括托管和管理资源（如视频、图片、音频等），注册并执行 Tools（外部功能调用），以及定义和渲染 Prompt 模板，支持多种交互模式与传输协议。服务器通过 JSON-RPC 与客户端通信，处理资源访问、工具调用和 Prompts 的获取/渲染等请求。

主要功能点

  • MCP 协议核心实现：注册工具、资源、提示模板，处理资源读取/写入、工具调用与提示获取等 JSON-RPC 请求，返回 JSON-RPC 响应。
  • 资源托管与访问：本地或 Databricks 等后端存储资源（视频、图片、音频等），提供读取、分块读取、写入、列举、元数据等能力。
  • 工具注册与执行：按类别注册视频、图片、音频、媒体查看等工具，通过 MCP 客户端进行调用并获取结果。
  • 提示模板与渲染：提供 Prompts 与模板，支持在工具调用中嵌入自定义文本。
  • 多传输协议支持：stdio（默认，适用于 Claude Desktop/本地 MCP 客户端）和 HTTP/流式传输，便于远程接入。
  • 安全与并发：实现资源路径安全检查、符号链接防护、并发处理与缓存机制，确保对资源和工具的安全访问。
  • 模块化与可扩展性：工具分层在 video、image、audio、reference、media_viewer 等子模块中，配合存储后端实现灵活扩展。

安装与运行

  1. 环境与依赖
  • Python 3.10 及以上
  • 安装依赖（示例性步骤，实际可按项目要求执行）：
    • 创建虚拟环境并安装项目：pip install -e .
    • 按需安装额外依赖（如数据库/存储后端、OpenAI 客户端等）
  1. 配置关键环境变量
  • OPENAI_API_KEY：OpenAI API Key
  • SANZARU_MEDIA_PATH：统一媒体根目录路径（若使用统一媒体模式）
  • 需要的话，其他环境变量（如 DATABRICKS_*、STORAGE_BACKEND 等，视部署而定）
  1. 启动 MCP 服务器
  • 使用 stdio 传输启动（用于本地 MCP 客户端，如 Claude Desktop/Claude Code）：
    • uv run sanzaru
  • 使用 HTTP 传输启动（远程访问/直连客户端）：
    • uv run sanzaru --transport http --port 8000
  1. 服务可用性与调试
  • 服务器启动后，MCP 客户端即可通过配置的服务器名称与命令参数建立连接，进行资源读取、工具调用和提示获取等操作。

服务器配置（MCP 客户端使用的配置示例）

以下配置用于 MCP 客户端注册并连接到 Sanzaru MCP 服务器。注：MCP 客户端无需直接包含服务器实现的代码，只需读取并启动对应服务器。

{ "server_name": "sanzaru", "command": "uv", "args": ["run", "sanzaru"], "transport": "stdio", "env": { "OPENAI_API_KEY": "<your-api-key>", "SANZARU_MEDIA_PATH": "/absolute/path/to/media" } /* 注释说明：

  • server_name: MCP 客户端在 UI/工作流中显示的服务器名称，应与实际服务器名称保持一致（sanzaru）。
  • command / args: 启动服务器的命令及参数。此处使用 uv run sanzaru 启动，默认传输为 stdio。
  • transport: 传输模式，stdio 适用于本地客户端。
  • env: 运行时所需的环境变量，如 API KEY、媒体根路径等。 */ }

{ "server_name": "sanzaru", "command": "uv", "args": ["run", "sanzaru"], "transport": "http", "port": 8000, "env": { "OPENAI_API_KEY": "<your-api-key>", "SANZARU_MEDIA_PATH": "/absolute/path/to/media" } /* 注释说明：

  • transport: http 模式，适用于远程客户端通过 HTTP 接入。
  • port: 服务器监听端口（如 8000），客户端需对接该端口。
  • 其他字段同上。 */ }

基本使用方式

  • 启动后，客户端可以通过 MCP 接口调用以下能力：
    • 读取并管理资源（视频、图片、音频等）
    • 注册与执行工具（Video/Image/Audio/Media Viewer 等工具）
    • 获取并使用 Prompt 模板进行 LLM 交互
  • 常用工作流程包括：创建视频/图片/音频任务、查询任务状态、下载结果、浏览本地/统一媒体库等

使用注意事项

  • 根据实际部署选择本地存储还是云端存储后端（LocalDays/Databricks 等）。
  • 安全性方面，服务器实现包含对路径、符号链接等安全校验，请确保运行环境符合安全要求。
  • 传输模式可灵活切换，HTTP 模式需要额外端口配置与网络访问权限。

关键特性与通用场景

  • 多模态上下文服务：为 Sora、Whisper、GPT-4o 等模型提供背景上下文和数据访问。
  • 支持资源与工具的统一管理，便于 LLM 客户端进行跨模态查询。
  • 提供媒体查看、裁剪、转换、分块读取等资源操作，以配合大模型的上下文提供与数据流。

关键词

多模态上下文服务, 视频生成, 图像生成, 音频处理, 存储后端

分类ID

6

服务器信息

访问项目