Cloud Ux MCP

MCPAI代理

提供方 pandiaaman

AI代理 stdio · 本地进程 OAuth 授权 社区 / 第三方
查看接入方式

一款为Avid MediaCentral CTMS设计的AI助手,提供自然语言交互、系统浏览和实时更新的功能,适用于媒体资产管理和生产资产管理场景。

一句话选型结论

按资料字段整理

Cloud Ux MCP 属于AI代理类 MCP 服务器,stdio · 本地进程,OAuth 授权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权OAuth 授权 部署方式本地部署
GitHub 星标 2 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

AI助手Python本地部署媒体资产管理自然语言处理系统浏览实时更新

安装与配置

stdio · 本地进程 OAuth 授权
客户端在本机拉起子进程,数据不出本机
python -m venv .venv

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好OAuth 授权对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Cloud Ux MCP当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方pandiaaman上游标注的维护方 pandiaaman
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式OAuth 授权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

9.6 KB
来自项目仓库与上游目录的原文,未做删改

MediaCentral人工智能助手

Avid MediaCentral CTMS(连接工具包媒体服务)的AI助手,具有直观的React UI。此应用程序支持与MediaCentral的PAM(生产资产管理)和MAM(媒体资产管理)系统进行自然语言交互。

特性

  • 🤖 人工智能聊天界面 -与MediaCentral系统交互的自然语言查询
  • 🔍 系统浏览 -通过文件夹、项目和资产进行交互式树导航
  • 🔐 OAuth2身份验证 -使用MediaCentral进行安全身份验证
  • 📊 系统发现 -PAM/MAM系统的自动检测
  • 🎯 MCP协议 -人工智能工具集成的模型上下文协议
  • ⚡ 实时更新 -实时反馈和交互式UI

建筑```

mcpserver/
├── avidmcpserver/ # Backend FastAPI server
│ ├── main.py # REST API endpoints
│ ├── mcp_server.py # MCP protocol implementation
│ ├── mcp_client.py # OpenAI integration
│ ├── auth_service.py # OAuth2 authentication
│ ├── ctms_service.py # CTMS API interactions
│ ├── models.py # Data models
│ ├── config.py # Configuration
│ ├── requirements.txt # Python dependencies
│ └── .env # Environment variables
│
└── avidmcpui/ # Frontend React application
├── src/
│ ├── components/
│ │ ├── AIChatbot.jsx # AI chat interface
│ │ ├── AIChatbot.css # Chat styling
│ │ ├── Authenticate.jsx # Login component
│ │ └── Authenticate.css # Login styling
│ ├── App.jsx # Main app component
│ └── main.jsx # Entry point
├── package.json # NPM dependencies
└── vite.config.js # Vite configuration


## 先决条件

- **Python 3.11+** -后端运行时
- **Node.js 16+** -前端运行时
- **MediaCentral实例** -访问Avid MediaCentral CTMS
- **OpenAI API密钥** -用于人工智能驱动的自然语言处理

## 安装

### 1.克隆存储库```powershell
git clone https://github.com/pandiaaman/CloudUxMCP.git
cd mcpserver

2.后端设置

创建虚拟环境(如果不存在)```powershell

Navigate to backend directory

cd avidmcpserver

Create virtual environment

python -m venv .venv

Activate virtual environment

..venv\Scripts\Activate.ps1

Install dependencies

pip install -r requirements.txt


#### 配置环境变量

创建一个 `.env` 文件在 `avidmcpserver` 目录:```bash
# MediaCentral Configuration
MCS_HOST=your-mediacentral-host.com
MCS_USERNAME=your-username
MCS_PASSWORD=your-password

# OpenAI Configuration
OPENAI_API_KEY=sk-proj-your-openai-api-key

# Server Configuration (optional)
HOST=0.0.0.0
PORT=8000

注: 复制 .env.example 到 .env 并更新您的凭据:```powershell
cp .env.example .env


### 3.前端设置```powershell
# Navigate to frontend directory
cd ..\avidmcpui

# Install dependencies
npm install

运行应用程序

选项1:分别启动两个服务

终端1-后端服务器```powershell

Navigate to backend directory

cd avidmcpserver

Activate virtual environment (if not already activated)

..venv\Scripts\Activate.ps1

Start the FastAPI server with auto-reload

uvicorn main:app --reload --host 0.0.0.0 --port 8000


后端API将在以下位置提供:

- **API**: http://localhost:8000
- **API文件**: http://localhost:8000/docs
- **健康检查**: http://localhost:8000/health

#### 终端2-前端服务器```powershell
# Navigate to frontend directory
cd avidmcpui

# Start the Vite dev server
npm run dev

前端UI将在以下网址提供:

  • 用户界面: http://localhost:5173

选项2:快速启动脚本(Windows)

创建一个 start.ps1 根目录中的文件:```powershell

Start backend in background

Start-Process powershell -ArgumentList "-NoExit", "-Command", "cd avidmcpserver; ..venv\Scripts\Activate.ps1; uvicorn main:app --reload --host 0.0.0.0 --port 8000"

Wait for backend to start

Start-Sleep -Seconds 3

Start frontend in background

Start-Process powershell -ArgumentList "-NoExit", "-Command", "cd avidmcpui; npm run dev"

Write-Host "✅ Services started!"
Write-Host "Backend API: http://localhost:8000"
Write-Host "Frontend UI: http://localhost:5173"


运行方式:```powershell
.\start.ps1

用法

1.身份验证

  1. 打开http://localhost:5173在浏览器中
  2. 输入您的MediaCentral凭据:
    - MCS主机:您的MediaCentral主机URL
    - 用户名:您的用户名
    - 密码:您的密码
  3. 点击 验证

2.与AI助手聊天

一旦通过身份验证,您就可以使用自然语言与AI交互:

查询示例:

  • "Show me all connected systems"
  • "What PAM systems are available?"
  • "Browse the AvidWG system"
  • "Show me what's in the Projects folder"
  • "List all MAM systems"
  • "Get service roots"

3.交互式系统浏览

人工智能将以交互式树形结构显示系统:

  • 📁 文件夹/项目 -点击浏览更深入
  • 📄 资产 -查看详细信息
  • 展开/折叠 -使用▶/▼ 导航图标

API终点

认证

  • POST /api/authenticate -通过MediaCentral进行身份验证
  • GET /api/auth/status -检查身份验证状态

聊天

  • POST /api/chat -向AI助手发送查询
  • POST /api/chat/clear -清除对话历史记录

系统

  • GET /api/systems -获取所有连接的系统
  • GET /api/systems/pam -仅获取PAM系统
  • GET /api/systems/mam -仅获取MAM系统

资源

  • GET /api/resources -获取可用资源
  • GET /api/service-roots -获取服务根

健康

  • GET /health -服务器健康检查
  • GET /api/openai/status -OpenAI API密钥状态

配置

后端配置

编辑 avidmcpserver/.env:```bash

Required

MCS_HOST=mediacentral-host.com
MCS_USERNAME=username
MCS_PASSWORD=password
OPENAI_API_KEY=sk-proj-...

Optional

HOST=0.0.0.0
PORT=8000
LOG_LEVEL=INFO


### 前端配置

前端自动连接到 `http://localhost:8000` 用于后端API。要更改此设置,请编辑 `avidmcpui/src/components/AIChatbot.jsx` 和 `avidmcpui/src/components/Authenticate.jsx`.

## 故障排除

### 后端问题

**问题:找不到虚拟环境**```powershell
# Create it first
cd avidmcpserver
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

问题:OpenAI API密钥错误

  • 在中验证您的API密钥 .env 有效
  • 查看余额https://platform.openai.com/account/billing
  • 获取新密钥https://platform.openai.com/api-keys

问题:MediaCentral身份验证失败

  • 验证 MCS_HOST, MCS_USERNAME, MCS_PASSWORD 在 .env
  • 检查与MediaCentral的网络连接
  • 确保OAuth端点可访问

问题:模块导入错误```powershell

Reinstall dependencies

pip install --force-reinstall -r requirements.txt


### 前端问题

**问题:无法连接到后端**

- 确保后端正在运行http://localhost:8000
- 检查 `curl http://localhost:8000/health` 作品
- 验证后端是否启用了CORS

**问题:npm安装失败**```powershell
# Clear cache and reinstall
npm cache clean --force
rm -rf node_modules package-lock.json
npm install

问题:端口5173已在使用中```powershell

Kill the process using port 5173

netstat -ano | findstr :5173
taskkill /PID /F

Or use a different port

npm run dev -- --port 3000


### 常见问题

**问题:未找到“react markdown”**```powershell
cd avidmcpui
npm install react-markdown

问题:浏览器控制台显示CORS错误

  • 后端自动启用CORS http://localhost:5173
  • 检查 main.py 具有适当的CORS中间件配置

发展

后端开发```powershell

Activate virtual environment

cd avidmcpserver
..venv\Scripts\Activate.ps1

Run with auto-reload (development mode)

uvicorn main:app --reload --host 0.0.0.0 --port 8000

Run tests

python test_complete.py
python test_browse.py


### 前端开发```powershell
# Start dev server with hot reload
cd avidmcpui
npm run dev

# Build for production
npm run build

# Preview production build
npm run preview

项目结构

后端文件

  • main.py -FastAPI应用程序、REST端点、CORS中间件
  • mcp_server.py -MCP协议实现、工具定义
  • mcp_client.py -OpenAI GPT-4集成,函数调用
  • auth_service.py -OAuth2身份验证、令牌管理
  • ctms_service.py -CTMS API交互、系统浏览
  • models.py -用于验证的Pydantic数据模型
  • config.py -环境配置

前端文件

  • AIChatbot.jsx -带有markdown渲染的主聊天界面
  • 身份验证.jsx -登录表单组件
  • 浏览树 -用于系统导航的交互式树组件
  • 附件x -路线管理和主要布局

使用的技术

后端

  • 快速API -现代异步web框架
  • 乌维科恩 -ASGI服务器
  • HTTPX -异步HTTP客户端
  • 开放人工智能 -GPT-4集成
  • 派丹蒂克 -数据验证

前端

  • 反应19 -UI库
  • 维特 -构建工具和开发服务器
  • 反应降价 -Markdown渲染

贡献

欢迎投稿!请按照以下步骤操作:

  1. 分叉存储库
  2. 创建要素分支: git checkout -b feature/amazing-feature
  3. 提交您的更改: git commit -m 'Add amazing feature'
  4. 推到分支: git push origin feature/amazing-feature
  5. 打开拉取请求

许可证

该项目是专有和机密的。

支持

对于问题或疑问:

  • 在GitHub上打开一个问题
  • 联系开发团队
  • 查看API文档,网址:http://localhost:8000/docs

致谢

  • MediaCentral CTMS API的Avid技术
  • GPT-4语言模型的OpenAI
  • FastAPI和React社区

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Cloud Ux MCP 怎么安装?

在客户端按下面的安装命令接入:python -m venv .venv。装完在客户端配置里引用同一个包或端点。

Cloud Ux MCP 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Cloud Ux MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Cloud Ux MCP 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

Cloud Ux MCP 能提供哪些能力?

资料显示能力标签包括 实时更新、Python、自然语言处理。具体工具清单以官方文档为准。

Cloud Ux MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Cloud Ux MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。