📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🔄 工作流🐳 Docker🖼 视觉🧠 Claude✨ GPT🖥 本地 LLM
🔌
MCP工具

家庭离线监控视频分析系统

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名：Video_Dariy
⭐ 18 Stars 🍴 1 Forks 💻 Python 📄 Apache-2.0 🏷 AI 7.5分
7.5AI 综合评分
mcppython
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用：家庭离线监控视频分析系统 是一款优质的MCP工具。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。

📚 深度解析

家庭离线监控视频分析系统 是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 家庭离线监控视频分析系统，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。家庭离线监控视频分析系统 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 家庭离线监控视频分析系统 评为 AI 评分 7.5 分，属于同类工具中的优质选择。

📋 工具概览

家庭离线监控视频分析系统 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars
⭐ 18
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
Apache-2.0
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
1

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

家庭离线监控视频分析系统 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口，显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
  • 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
  • 轻量无侵入设计，不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/q8247990/Video_Dariy

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "------------": {
      "command": "npx",
      "args": ["-y", "video_dariy"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js（v18 或以上版本）
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后，在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 家庭离线监控视频分析系统 执行以下任务...
Claude: [自动调用 家庭离线监控视频分析系统 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "____________": {
      "command": "npx",
      "args": ["-y", "video_dariy"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 70/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

English version: README.en.md

硬件要求

显卡显存推荐模型
RTX 3090 / 3090 Ti24GBMiniCPM-V 4.5 int4、MiniCPM-o 4.5 AWQ
RTX 409024GB同上，或 Qwen3.5-9B
双卡 / 更高显存48GB+可尝试更大参数模型

快速开始

前置条件：Docker + Docker Compose

```bash

2. 修改视频目录挂载（docker-compose.yml 顶部）

本地部署 LLM

系统兼容所有 OpenAI API 格式的模型服务。推荐使用 vLLM 在本地部署多模态大模型，完全离线运行，数据不出局域网。

安装 vLLM

pip install vllm

部署方式

Docker Compose 全栈部署（推荐）

docker-compose.yml 包含以下服务：

服务说明
postgres业务数据库
redisCelery 消息队列
backendFastAPI 后端
celery_worker异步任务执行
celery_beat定时任务调度
frontendReact 前端 + Nginx 反代
docker compose up --build -d    # 启动
docker compose ps               # 查看状态
docker compose logs -f backend   # 查看后端日志
docker compose down              # 停止

3. 启动

docker compose up --build -d

vLLM 启动示例

```bash

启动视觉模型（以 MiniCPM-V 4.5 int4 为例）

vllm serve OpenBMB/MiniCPM-V-4_5-int4 \ --trust-remote-code \ --port 8000 \ --max-model-len 4096 ```

启动后，在系统"设置 → 模型连接"中填入：

  • API 地址：http://<你的IP>:8000/v1
  • 模型名称：与 vLLM 启动时一致

配置参考

变量说明是否必改
VIDEO_ROOT_PATH视频录像目录（容器内路径）通过 docker-compose 挂载
SECRET_KEYJWT 签名密钥生产环境必改
DEFAULT_ADMIN_USERNAME默认管理员用户名建议修改
DEFAULT_ADMIN_PASSWORD默认管理员密码建议修改
DATABASE_URLPostgreSQL 连接串Docker 部署保持默认即可
REDIS_URLRedis 连接串Docker 部署保持默认即可
PLAYBACK_CACHE_ROOTHLS 播放缓存目录Docker 部署保持默认即可
MCP_TOKENMCP 接口鉴权 Token需要 MCP 时配置
DEFAULT_LOCALE界面语言（zh-CN / en-US）默认 zh-CN
ANALYZER_SEGMENT_SECONDS视频分析切片时长（秒）默认 600
SESSION_PLAYBACK_MODE回放模式默认 hls_index_only
DB_INIT_MAX_RETRIES数据库初始化重试次数默认 120
DB_INIT_RETRY_INTERVAL_SECONDS数据库初始化重试间隔（秒）默认 2

关键接口

方法路径说明
POST/api/v1/auth/login登录
POST/api/v1/auth/init初始化管理员
GET/api/v1/dashboard/overview仪表盘统计
GET/api/v1/video-sources视频源列表
POST/api/v1/video-sources创建视频源
GET/api/v1/sessionsSession 列表
GET/api/v1/events事件列表
GET/api/v1/events/{id}事件详情
GET/api/v1/daily-summaries日报列表
GET/api/v1/daily-summaries/{date}指定日期日报
POST/api/v1/chat/ask自然语言问答
GET/api/v1/chat/history问答历史
GET/api/v1/providersLLM 提供商列表
POST/api/v1/providers添加 LLM 提供商
POST/api/v1/tasks/{id}/build/full全量扫描任务
POST/api/v1/tasks/analyze/{session_id}手动分析 Session
POST/api/v1/tasks/summarize手动生成日报
GET/api/v1/tasks/logs任务日志列表
GET/api/v1/home-profile家庭画像
GET/api/v1/webhooksWebhook 配置列表
GET/api/v1/system-config系统配置
GET/api/v1/onboarding/status引导流程状态
GET/api/v1/media/sessions/{session_id}/playbackSession 视频回放 (HLS)
POST/mcpMCP JSON-RPC 入口

推荐模型

模型用途链接
MiniCPM-V 4.5 int4视频理解（主力推荐）[ModelScope](https://modelscope.cn/models/OpenBMB/MiniCPM-V-4_5-int4)
MiniCPM-o 4.5 AWQ视频理解（备选）[ModelScope](https://modelscope.cn/models/OpenBMB/MiniCPM-o-4_5-awq)
Qwen3.5-9B文本摘要 / 日报生成[ModelScope](https://modelscope.cn/models/Qwen/Qwen3.5-9B)
🎯 aiskill88 AI 点评 A 级 2026-06-14

该项目提供了家庭离线监控视频分析的开源解决方案，具有较好的自动化能力和可扩展性，但仍需要进一步优化和完善

⚡ 核心功能

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +Apache-2.0 协议，可免费商用
  • +标准化 MCP 协议，生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用，配置简单快捷
⚠️ 不足
  • −依赖 Claude 客户端，非 Claude 用户无法使用
  • −MCP 协议仍在持续演进，接口可能变更
  • −需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。

🔗 相关工具推荐

Composio智能工具编排平台
MCP工具
FastGPT
基于LLM的知识平台，提供综合解决方案
Context7代码文档平台
MCP工具
AI工程师中心
MCP工具
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
DeepCode Agent工作流
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流
Synthadoc
MCP · Agent · 工作流
kb-arena开源AI工作流
kb-arena是开源的AI工作流，用于Benchmark 9 retrieval architectures（向量、上下文、QnA、知识图

❓ 常见问题 FAQ

解答
💡 AI Skill Hub 点评

总体来看，家庭离线监控视频分析系统 是一款质量良好的MCP工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ Apache-2.0 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 家庭离线监控视频分析系统
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 Video_Dariy
Topics mcppython
GitHub https://github.com/q8247990/Video_Dariy
License Apache-2.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/q8247990/Video_Dariy

收录时间：2026-06-14 · 更新时间：2026-06-14 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。