Token导航 LogoToken导航TokenDH.com
Amazon Nova Reel MCP Server logo
运维云端stdio官方级别未说明来源级核验

Amazon Nova Reel MCP Server

MCP Server

基于AWS Bedrock的异步视频生成服务器,支持多种传输方式和全面的提示指南。

工具数

4

提示词数

0

GitHub Stars

1

资源数

0
视频生成异步处理PythonClaudeClaudeCline

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

mirecekd

提供方

mirecekd

最后核验

2026/5/17 20:19

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install -e .

详细介绍

亚马逊Nova Reel 1.1 MCP服务器

使用AWS Bedrock生成Amazon Nova Reel 1.1视频的模型上下文协议(MCP)服务器。该服务器提供异步视频生成工具,具有全面的提示指南以及stdio和SSE传输支持。

!["Buy Me A Coffee"](https://www.buymeacoffee.com/mirecekdg) !["PayPal.me"](https://www.paypal.com/donate/?business=LJ5ZF7Q9KMTRW&no_recurring=0&currency_code=USD)

特性

  • 异步视频生成:启动、监视和检索视频生成作业
  • 多种运输方式:支持stdio、服务器发送事件(SSE)和HTTP流
  • 综合提示指南:基于AWS文档的内置指南
  • Docker支持:已准备好为所有传输方法使用Docker容器
  • AWS集成:与AWS Bedrock和S3完全集成

可用工具

1. start_async_invoke

开始新的视频生成作业。

参数:

  • prompt (必填):视频生成的文本描述
  • duration_seconds (可选):视频持续时间(12-120秒,6的倍数,默认值:12)
  • fps (可选):每秒帧数(默认值:24)
  • dimension (可选):视频尺寸(默认值:“1280x720”)
  • seed (可选):随机种子以获得可重复的结果
  • task_type (可选):任务类型(默认值:“MULTI_HOT_AUTOMATED”)

退货: 工作详细信息包括 job_id, invocation_arn,以及估计的视频URL。

2. list_async_invokes

列出所有跟踪的视频生成作业及其当前状态。

退货: 所有作业的摘要,包括状态计数和单个作业的详细信息。

3. get_async_invoke

获取有关特定视频生成作业的详细信息。

参数:

  • identifier (必填):要么 job_idinvocation_arn

退货: 详细的作业信息,包括完成时的视频URL。

4. get_prompting_guide

获取全面的提示指南,以有效生成视频。

退货: 详细的提示最佳实践、示例和模板。

安装

先决条件

  • Python 3.8+
  • 具有基岩访问权限的AWS帐户
  • S3桶用于视频输出
  • 具有适当权限的AWS凭据

本地安装

  1. 克隆或下载服务器文件
  2. 安装依赖项:
pip install -e .

Docker安装

使用预构建图像(推荐)

从GitHub容器注册表中提取多架构映像:

# STDIO version
docker pull ghcr.io/mirecekd/novareel-mcp:latest-stdio

# SSE version  
docker pull ghcr.io/mirecekd/novareel-mcp:latest-sse

# HTTP Streaming version
docker pull ghcr.io/mirecekd/novareel-mcp:latest-http

在当地建设

  1. 使用提供的脚本构建容器:
# Build all versions
./build-all.sh

# Or build individual versions
./build-stdio.sh    # STDIO version
./build-sse.sh      # SSE version
./build-http.sh     # HTTP Streaming version
  1. 或者使用docker compose:
docker-compose up -d
  1. 或者使用快速启动脚本:
# Build all images
./start.sh build

# Build specific version
./start.sh build-stdio
./start.sh build-sse
./start.sh build-http

配置

环境变量

  • AWS_ACCESS_KEY_ID:您的AWS访问密钥ID
  • AWS_SECRET_ACCESS_KEY:您的AWS秘密访问密钥
  • AWS_REGION:AWS区域(默认:us-east-1)
  • S3_BUCKET:用于视频输出的S3存储桶名称

.env文件示例

创建一个 .env docker compose的文件:

AWS_ACCESS_KEY_ID=AKIAIOSFODNN7EXAMPLE
AWS_SECRET_ACCESS_KEY=wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY
AWS_REGION=us-east-1
S3_BUCKET=my-video-generation-bucket

用法

MCP客户端集成(Cline/Claude桌面)

将服务器添加到MCP客户端配置中:

临床配置

添加到您的Cline MCP设置中:

{
  "mcpServers": {
    "Nova Reel Video MCP": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "ghcr.io/mirecekd/novareel-mcp:latest-stdio",
        "--aws-access-key-id",
        "YOUR_AWS_ACCESS_KEY_ID",
        "--aws-secret-access-key",
        "YOUR_AWS_SECRET_ACCESS_KEY",
        "--s3-bucket",
        "YOUR_S3_BUCKET_NAME"
      ]
    }
  }
}

Claude桌面配置

添加到您的Claude桌面 claude_desktop_config.json:

{
  "mcpServers": {
    "novareel-mcp": {
      "command": "docker",
      "args": [
        "run",
        "-i", 
        "--rm",
        "ghcr.io/mirecekd/novareel-mcp:latest-stdio",
        "--aws-access-key-id",
        "YOUR_AWS_ACCESS_KEY_ID",
        "--aws-secret-access-key",
        "YOUR_AWS_SECRET_ACCESS_KEY",
        "--s3-bucket",
        "YOUR_S3_BUCKET_NAME"
      ]
    }
  }
}

替代方案:本地Python安装

如果你更喜欢在没有Docker的情况下运行:

{
  "mcpServers": {
    "novareel-mcp": {
      "command": "uvx",
      "args": [
        "--from", "git+https://github.com/mirecekd/novareel-mcp.git",
        "novareel-mcp-server",
        "--aws-access-key-id", "YOUR_AWS_ACCESS_KEY_ID",
        "--aws-secret-access-key", "YOUR_AWS_SECRET_ACCESS_KEY",
        "--s3-bucket", "YOUR_S3_BUCKET_NAME"
      ]
    }
  }
}

重要:将占位符值替换为您的实际AWS凭据和S3存储桶名称。

使用uvx运行(推荐)

# First build the package
./build.sh

# Then run from wheel file
uvx --from ./dist/novareel_mcp-1.0.0-py3-none-any.whl novareel-mcp-server --aws-access-key-id YOUR_KEY --aws-secret-access-key YOUR_SECRET --s3-bucket YOUR_BUCKET

# Or from current directory during development (without build)
uvx --from . novareel-mcp-server --aws-access-key-id YOUR_KEY --aws-secret-access-key YOUR_SECRET --s3-bucket YOUR_BUCKET

# Or using start script
./start.sh build-package  # Build wheel

标准版本(直接MCP客户端)

# Local execution
python main.py --aws-access-key-id YOUR_KEY --aws-secret-access-key YOUR_SECRET --s3-bucket YOUR_BUCKET

# Docker execution
docker run --rm -i mirecekd/novareel-mcp-server:stdio --aws-access-key-id YOUR_KEY --aws-secret-access-key YOUR_SECRET --s3-bucket YOUR_BUCKET

SSE版本(Web界面)

# Local execution
python -m novareel_mcp_server.server_sse --aws-access-key-id YOUR_KEY --aws-secret-access-key YOUR_SECRET --s3-bucket YOUR_BUCKET --host 0.0.0.0 --port 8000

# Docker execution
docker run -p 8000:8000 -e AWS_ACCESS_KEY_ID=YOUR_KEY -e AWS_SECRET_ACCESS_KEY=YOUR_SECRET -e S3_BUCKET=YOUR_BUCKET mirecekd/novareel-mcp-server:sse

然后访问 http://localhost:8000/sse/ 对于SSE端点。

HTTP流版本(双向传输)

# Local execution
python -m novareel_mcp_server.server_http --aws-access-key-id YOUR_KEY --aws-secret-access-key YOUR_SECRET --s3-bucket YOUR_BUCKET --host 0.0.0.0 --port 8001

# Docker execution
docker run -p 8001:8001 -e AWS_ACCESS_KEY_ID=YOUR_KEY -e AWS_SECRET_ACCESS_KEY=YOUR_SECRET -e S3_BUCKET=YOUR_BUCKET ghcr.io/mirecekd/novareel-mcp:latest-http

然后访问 http://localhost:8001 用于HTTP流传输。

软件包构建

要创建分发包,请执行以下操作:

# Install build tools
pip install build

# Create package
python3 -m build

# Output files will be in dist/

示例用法

基本视频生成

# Start a video generation job
result = start_async_invoke(
    prompt="A majestic eagle soars over a mountain valley, camera tracking its flight as it circles above a pristine lake",
    duration_seconds=24,
    fps=24,
    dimension="1920x1080"
)

job_id = result["job_id"]
print(f"Started job: {job_id}")

# Check job status
status = get_async_invoke(job_id)
print(f"Status: {status['status']}")

# When completed, get video URL
if status["status"] == "Completed":
    print(f"Video URL: {status['video_url']}")

列出所有工作

# Get overview of all jobs
jobs = list_async_invokes()
print(f"Total jobs: {jobs['total_invocations']}")
print(f"Completed: {jobs['summary']['completed']}")
print(f"In progress: {jobs['summary']['in_progress']}")

提示指南

该服务器包括基于AWS文档的全面提示指南。使用以下方式访问它们:

guide = get_prompting_guide()

关键提示

  1. 具体:使用详细的描述性语言

- 好:“一只红雀栖息在白雪覆盖的松枝上,清晨的阳光透过树林照射进来” - 坏:“树上的鸟”

  1. 使用相机术语:控制镜头组成

- “手雕刻木头的特写镜头” - “建立山景的广角镜头” - “相机镜头扫过山谷”

  1. 包括照明细节:指定气氛

- “黄金时段灯光投下长长的阴影” - “柔和的蓝色黄昏” - “头顶上乌云密布”

  1. 工期结构:将复杂性与视频长度相匹配

- 12-24秒:单次动作或瞬间 - 30-60秒:2-3个不同的动作 - 60-120秒:多场景全叙事

按类别提示示例

自然(短-12秒):

Close-up of morning dew drops on a spider web, with soft sunrise lighting creating rainbow reflections

城市(中等-30秒):

A street musician plays violin in a subway station, commuters pause to listen, coins drop into his case, camera slowly pulls back to reveal the bustling underground scene

肖像(60年代长):

Portrait of a chef preparing a signature dish: selecting fresh ingredients at market, returning to kitchen, methodically preparing each component, plating with artistic precision, and presenting the finished masterpiece

AWS权限

您的AWS凭据需要以下权限:

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "bedrock:InvokeModel",
                "bedrock:StartAsyncInvoke",
                "bedrock:GetAsyncInvoke",
                "bedrock:ListFoundationModels"
            ],
            "Resource": "*"
        },
        {
            "Effect": "Allow",
            "Action": [
                "s3:PutObject",
                "s3:GetObject",
                "s3:ListBucket"
            ],
            "Resource": [
                "arn:aws:s3:::your-bucket-name",
                "arn:aws:s3:::your-bucket-name/*"
            ]
        }
    ]
}

视频输出

生成的视频以以下结构存储在S3存储桶中:

s3://your-bucket/
├── job-id-1/
│   └── output.mp4
├── job-id-2/
│   └── output.mp4
└── ...

视频可以通过HTTPS URL访问:

https://your-bucket.s3.region.amazonaws.com/job-id/output.mp4

支持的视频规格

  • 持续时间:12-120秒(必须是6的倍数)
  • 帧率:24 fps(推荐)
  • 维度:

- 1280x720(高清)

  • 格式:MP4
  • 模型:亚马逊.nova-reel-v1:1

故障排除

常见问题

  1. AWS凭据错误

- 验证您的AWS凭据是否正确 - 确保您的帐户已启用基岩访问 - 检查IAM权限

  1. S3存储桶访问

- 验证铲斗是否存在并且可以访问 - 检查存储桶权限 - 确保铲斗与基岩位于同一区域

  1. 持续时间验证

- 持续时间必须为12-120秒 - 必须是6的倍数 - 有效值:12、18、24、30、36、42、48、54、60、66、72、78、84、90、96、102、108、114、120

  1. 找不到作业

- 使用 list_async_invokes 查看所有跟踪的作业 - 作业存储在内存中,并在服务器重新启动时丢失 - 对于生产,实施持久存储

调试模式

通过设置环境变量启用调试日志记录:

export PYTHONUNBUFFERED=1

发展

项目结构

novareel-mcp-server/
├── main.py              # Main MCP server (stdio)
├── main_sse.py          # SSE version of MCP server
├── main_http.py         # HTTP Streaming version of MCP server
├── prompting_guide.py   # AWS prompting guidelines
├── pyproject.toml       # Python dependencies
├── Dockerfile.stdio     # Docker for stdio version
├── Dockerfile.sse       # Docker for SSE version
├── Dockerfile.http      # Docker for HTTP streaming version
├── docker-compose.yml   # Container orchestration
└── README.md           # This documentation

贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 使用所有传输版本(stdio、SSE、HTTP流)进行测试
  5. 提交拉取请求

许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

支持

对于问题和疑问:

  1. 检查故障排除部分
  2. 查看AWS基岩文档
  3. 在存储库中打开问题

相关链接

目录标签

目录标签

视频生成异步处理PythonClaude本地部署AWS集成MCP服务器Docker支持

支持客户端

ClaudeCline

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

部署方式(deploymentType,部署类型)

remote-capable

工具数量(toolCount,工具数)

4

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiononeremote-capable

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP