📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🔄 工作流🐳 Docker💻 CLI🔗 REST API🧠 Claude
Jellyfin MCP
🔌
MCP工具

Jellyfin MCP

基于 Go · 让 AI 助手直接操作你的系统与工具
英文名：jellyfin-mcp
⭐ 16 Stars 🍴 5 Forks 💻 Go 📄 MIT 🏷 AI 7.5分
7.5AI 综合评分
mcpjellyfingo
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用：Jellyfin MCP 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

Jellyfin MCP 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 Jellyfin MCP，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。Jellyfin MCP 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 Jellyfin MCP 评为 AI 评分 7.5 分，属于同类工具中的优质选择。

📋 工具概览

Jellyfin MCP 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
⭐ 16
开发语言
Go
支持平台
Windows / macOS / Linux（跨平台）
维护状态
轻量级项目，按需更新
开源协议
MIT
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
5

📖 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」。

Jellyfin MCP 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/jaredtrent/jellyfin-mcp

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

# 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 Jellyfin MCP 执行以下任务...
Claude: [自动调用 Jellyfin MCP 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": {
    "jellyfin_mcp": {
      "command": "npx",
      "args": ["-y", "jellyfin-mcp"],
      "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 74/100 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。

jellyfin-mcp

CI License: MIT Go npm

MCP server that connects AI assistants to your Jellyfin media server — 31 tools, 13 live resources, and 18 guided workflows. Search your library, control playback, manage metadata, find subtitles, troubleshoot your server, and more.

Setup · Transport · Options · MCP capabilities · Important notes

MCP capabilities

Beyond tools, jellyfin-mcp implements several MCP protocol features that compatible clients can use.

Resources — 13 live data endpoints the AI can read without a tool call. These include server info, library lists, active sessions, now-playing, favorites, recently played, and more. Clients that support MCP resources can access these directly for quick lookups. See resources for the full list.

Resource subscriptions — Clients can subscribe to session and content resources for real-time change notifications. Sessions are polled every 10 seconds; content (latest additions, recently played) every 60 seconds. The server only polls when at least one subscription is active.

Prompts — 18 pre-built workflows the AI can invoke for multi-step tasks. See prompts for the full list.

Completions — Prompt arguments and resource template URIs support auto-completion (e.g., genre lists, language codes, item/user/library ID lookups).

Logging — Tool calls emit structured MCP log notifications with timing data back to the client, in addition to stderr logging for local debugging.

Listen on all interfaces with auth (required for non-localhost)

jellyfin-mcp --http --addr 0.0.0.0:8080 --http-token your_secret_token ```

The HTTP server also exposes /health (returns {"status":"ok"}) for monitoring and load balancer health checks. Sessions time out after 30 minutes of inactivity.

Setup

2. Install jellyfin-mcp

MethodCommandRequirements
BinaryDownload from [Releases](https://github.com/jaredtrent/jellyfin-mcp/releases)None
Go installgo install github.com/jaredtrent/jellyfin-mcp@latest[Go 1.25+](https://go.dev/dl/)
Go rungo run github.com/jaredtrent/jellyfin-mcp@latest[Go 1.25+](https://go.dev/dl/)
npxnpx -y @jaredtrent/jellyfin-mcpnpm (linux/x64 only)
Dockerdocker pull ghcr.io/jaredtrent/jellyfin-mcp[Docker](https://docs.docker.com/get-docker/)

<details> <summary>Detailed instructions for each method</summary>

Binary — download and extract:

  1. Download the archive for your platform from Releases
  2. Extract it: tar xzf jellyfin-mcp_*.tar.gz (or unzip on Windows)
  3. Move the binary somewhere on your PATH: sudo mv jellyfin-mcp /usr/local/bin/
  4. Verify: jellyfin-mcp --help

Go install — places the binary in $GOPATH/bin (usually ~/go/bin). Make sure that directory is on your PATH, then verify: jellyfin-mcp --help. (GUI clients may not see ~/go/bin — see the Claude Desktop note below.)

Go run — no install step, best for a quick try. go run …@latest re-resolves the latest version and rebuilds on each launch, adding startup latency that can make MCP clients time out; go must also be on the client's PATH. Install the binary for regular use.

npx — bundles a pre-compiled linux/x64 binary. Intended for MetaMCP and other Docker-based MCP gateways. For other platforms, use one of the methods above.

Docker — a multi-arch image (linux/amd64, linux/arm64) published to GHCR. Runs the Streamable HTTP transport by default. See the Docker section below.

</details>

If installed:

claude mcp add \ -e JELLYFIN_URL=http://YOUR_SERVER:8096 \ -e JELLYFIN_API_KEY=your_api_key \ jellyfin -- jellyfin-mcp

Docker

A multi-arch image (linux/amd64, linux/arm64) is published to the GitHub Container Registry: ghcr.io/jaredtrent/jellyfin-mcp. It runs the Streamable HTTP transport by default, serving the MCP endpoint at /mcp and a health check at /health.

docker run -d --name jellyfin-mcp -p 8080:8080 \
  -e JELLYFIN_URL=http://YOUR_SERVER:8096 \
  -e JELLYFIN_API_KEY=your_api_key \
  ghcr.io/jaredtrent/jellyfin-mcp --http --addr 0.0.0.0:8080 --http-token your_secret_token

A bearer token is required when binding a non-localhost address, so always pass --http-token. Point your MCP client at http://<host>:8080/mcp and send Authorization: Bearer your_secret_token.

docker compose — a ready-to-edit docker-compose.yml is included. Set your Jellyfin URL/key and token, then docker compose up -d.

stdio in Docker — for clients that launch the server as a subprocess, override the entrypoint so it runs with no arguments:

docker run -i --rm \
  -e JELLYFIN_URL=http://YOUR_SERVER:8096 \
  -e JELLYFIN_API_KEY=your_api_key \
  --entrypoint /usr/local/bin/jellyfin-mcp \
  ghcr.io/jaredtrent/jellyfin-mcp

Image tags: latest (latest build from main), the full version from release tags (e.g. 2026.603.1), and MAJOR.MINOR.

Access control examples

```sh

Options

Environment variables

VariableRequiredDescription
JELLYFIN_API_KEYYesAPI key from your Jellyfin dashboard
JELLYFIN_URLNoServer URL — e.g. http://YOUR_SERVER:8096, or https://YOUR_SERVER:8920 if HTTPS is enabled. Defaults to a placeholder, so set this.
JELLYFIN_USER_IDNoUser ID — auto-detected from the API key if not set

1. Get a Jellyfin API key

  1. Open your Jellyfin web UI
  2. Go to Dashboard > Advanced > API Keys
  3. Click + to create a new key
  4. Give it a name (e.g., "MCP") and copy the key
🎯 aiskill88 AI 点评 A 级 2026-06-05

高质量的开源MCP服务器

📚 实用指南（长尾问题）
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
部署方案
  • Docker：jellyfin-mcp 提供官方镜像，docker compose up 一键启动
  • CLI：直接 npm install -g / pip install，命令行调用
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
jellyfin-mcp 中文教程jellyfin-mcp 安装报错怎么办jellyfin-mcp MCP 配置jellyfin-mcp Docker 部署jellyfin-mcp 与同类工具对比jellyfin-mcp 最佳实践jellyfin-mcp 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal

👥 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
  • +MIT 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

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 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
Kratos
云原生时代的Go微服务框架
Context7代码文档平台
MCP工具
📚 相关教程推荐
天涯社区重启：一个时代结束后，AI社区时代正在开始
帮助中心 · AI Skill Hub
MCP 配置教程
帮助中心 · AI Skill Hub
MCP 工具
帮助中心 · AI Skill Hub
Cursor AI 编程完全指南：Rules 配置、Composer 使用、MCP 集成
帮助中心 · AI Skill Hub
📰 相关 AI 新闻
AI 前沿资讯：Feel like I'm becoming the glu…
AI 资讯 · 知识关联
AI 前沿资讯：You guys were right - Qwen 3.6…
AI 资讯 · 知识关联
AI 前沿资讯：How do you track AI costs toda…
AI 资讯 · 知识关联
AI 开源生态最新进展
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
MCP 生态的现状：工具多，能用的少
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
workflow
ai-workflow-templates
docker
docker-deploy
cli
cli-productivity
🧩 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
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。
CrewAI 多代理协作平台
MCP · Agent · 工作流
gptme Agent工作流
MCP · Agent · 工作流
技能寻求者
MCP · Agent · 工作流
Minutes会议记录助手
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流

❓ 常见问题 FAQ

jellyfin-mcp 是一款Go开发的AI辅助工具。开源MCP工具：A Jellyfin MCP server。⭐16 · Go 主要应用场景包括：媒体中心管理。
💡 AI Skill Hub 点评

总体来看，Jellyfin MCP 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

✅ MIT 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 Jellyfin MCP
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 jellyfin-mcp
原始描述 开源MCP工具：A Jellyfin MCP server。⭐16 · Go
Topics mcpjellyfingo
GitHub https://github.com/jaredtrent/jellyfin-mcp
License MIT
语言 Go
🔗 原始来源
🐙 GitHub 仓库  https://github.com/jaredtrent/jellyfin-mcp

收录时间：2026-06-05 · 更新时间：2026-06-06 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。