EXAMPLES.md

June 13, 2026 · View on GitHub

^# Примеры использования Media-MCP-Server

Практические сценарии для агентов (Cursor, Codex, Antigravity и др.), подключённых к media-mcp-server.

Сложный сценарий: конспект и монтаж записи вебинара

Пример реалистичного запроса от контент-менеджера или студента, который сочетает видеомонтаж, аудиоанализ, компьютерное зрение (OCR, QR) и оптимизацию медиафайлов.

Запрос пользователя

Привет! У меня есть длинная 1,5-часовая видеозапись вчерашнего вебинара (файл D:\Webinars\lecture_2026.mp4). Мне нужно быстро сделать из неё краткую выжимку и конспект.

Сделай, пожалуйста, следующее:

Проанализируй видео и найди моменты смены сцен (склейки слайдов презентации) и периоды тишины, когда лектор молчал.

Сгенерируй текстовый таймлайн лекции: для каждой смены слайда вырежи кадр, распознай на нём текст (OCR) и пришли структуру лекции с таймкодами и заголовками слайдов.

Если на слайдах есть QR-коды со ссылками на дополнительные материалы, расшифруй их и добавь ссылки в конспект.

Нарежь видео, удалив затянувшиеся паузы и технические неполадки (периоды тишины более 5 секунд), и склей оставшиеся важные фрагменты лекции в один итоговый ролик.

Сожми полученное видео до разрешения 720p в формате MP4, чтобы я мог отправить его коллегам в Telegram.

Почему сценарий сложный и полезный

Задача экономит часы ручной работы и задействует цепочку из 10+ инструментов MCP-сервера:

Этап	Инструмент	Назначение
1. Анализ файла	`video_probe`	Кодеки, разрешение, длительность, FPS
2. Структура видеоряда	`video_scene_detect`	Смена слайдов / склеек
3. Анализ аудио	`video_detect_silence`	Паузы лектора (порог > 5 с)
4. Ключевые кадры	`video_grab_frames`	Снимки слайдов на таймкодах сцен
5. OCR	`image_detect_text`	Заголовки и текст на слайдах
6. QR-ссылки	`image_read_qrcode`	Дополнительные материалы со слайдов
7. Нарезка	`video_trim`	Вырезание полезных сегментов без тишины
8. Склейка	`video_concat`	Единый ролик из сегментов
9. Масштабирование	`video_scale`	Уменьшение до 720p
10. Финализация	`video_remux`	Сборка MP4-контейнера без перекодирования (если уже H.264)

Дополнительно агент может использовать video_metadata_read, image_annotate (подписи на превью) или video_thumbnail для обложки.

Рабочий процесс агента

graph TD
    A[video_probe: анализ лекции] --> B[video_detect_silence: поиск тишины]
    A --> C[video_scene_detect: поиск слайдов]
    C --> D[video_grab_frames: извлечение кадров]
    D --> E[image_detect_text: распознавание заголовков]
    D --> F[image_read_qrcode: парсинг ссылок]
    B & C --> G[Расчёт таймкодов полезных сцен]
    G --> H[video_trim: нарезка сегментов]
    H --> I[video_concat: склейка видео]
    I --> J[video_scale: сжатие в 720p]
    J --> K[video_remux: финальный MP4]
    E & F --> L[Формирование MD-конспекта для пользователя]

Пример последовательности вызовов MCP

Ниже — упрощённая иллюстрация того, как агент может вызывать tools (параметры подставляются из результатов предыдущих шагов):

{"name": "video_probe", "arguments": {"sourceUrl": "D:\\Webinars\\lecture_2026.mp4"}}

{"name": "video_scene_detect", "arguments": {"sourceUrl": "D:\\Webinars\\lecture_2026.mp4", "threshold": 0.3}}

{"name": "video_detect_silence", "arguments": {"sourceUrl": "D:\\Webinars\\lecture_2026.mp4", "minSilenceMs": 5000}}

{"name": "video_grab_frames", "arguments": {
  "sourceUrl": "D:\\Webinars\\lecture_2026.mp4",
  "timeOffsetsMs": [0, 125000, 340000, 890000],
  "outputDir": "data/media/captures/lecture_2026"
}}

{"name": "image_detect_text", "arguments": {"imagePath": "data/media/captures/lecture_2026/frame_125000.jpg"}}

{"name": "image_read_qrcode", "arguments": {"imagePath": "data/media/captures/lecture_2026/frame_340000.jpg"}}

{"name": "video_trim", "arguments": {
  "sourceUrl": "D:\\Webinars\\lecture_2026.mp4",
  "outputPath": "data/media/video/seg_01.mp4",
  "startMs": 120000,
  "endMs": 335000
}}

{"name": "video_concat", "arguments": {
  "inputPaths": ["data/media/video/seg_01.mp4", "data/media/video/seg_02.mp4"],
  "outputPath": "data/media/video/lecture_cut.mp4"
}}

{"name": "video_scale", "arguments": {
  "sourceUrl": "data/media/video/lecture_cut.mp4",
  "outputPath": "data/media/video/lecture_720p.mp4",
  "width": 1280,
  "height": 720
}}

{"name": "video_remux", "arguments": {
  "sourceUrl": "data/media/video/lecture_720p.mp4",
  "outputPath": "data/media/output/lecture_2026_telegram.mp4"
}}

Ожидаемый результат для пользователя

Markdown-конспект с разделами по слайдам, таймкодами, OCR-заголовками и QR-ссылками.
Сокращённое видео lecture_2026_telegram.mp4 в 720p без длинных пауз.
Промежуточные артефакты в data/media/ (кадры, сегменты) — при необходимости для проверки.

Практические замечания

Пути: используйте абсолютные пути к исходному файлу; выходные файлы можно класть в data/media/ (или MEDIA_MCP_DATA_PATH).
Длительность: 1,5-часовое видео — тяжёлая задача; video_scale перекодирует поток, это может занять время.
Тишина vs сцены: пересечение интервалов из video_detect_silence и video_scene_detect агент вычисляет сам — сервер возвращает сырые таймкоды.
OCR: для слайдов с мелким текстом попробуйте image_detect_text_east как альтернативу.
HTTP-режим: для длительных пайплайнов удобно держать сервер в Streamable HTTP (.\bin\launch_http.cmd) и увеличить таймаут инструментов в клиенте (Cursor / Codex: tool_timeout_sec).

Как воспроизвести сценарий

Подключите MCP-сервер — см. INSTALLATION.md.
Откройте workspace с доступом к D:\Webinars\lecture_2026.mp4 (или скопируйте файл в data/media/video/).
Вставьте запрос пользователя (блок выше) в чат агента.
Агент выполнит цепочку tools и вернёт конспект + путь к итоговому MP4.

Сложный сценарий: ночная смена на складе (ONVIF + RTSP)

Пример для администратора безопасности или диспетчера, который работает с несколькими IP-камерами в локальной сети: обнаружение устройств по ONVIF, получение RTSP-потоков, проверка доступности, съём кадров, анализ объектов/лиц, запись фрагмента инцидента и отчёт.

Запрос пользователя

Я дежурный на складе. В сети должны быть три ONVIF-камеры: вход (Entrance), погрузочная зона (LoadingDock) и парковка (Parking). Логин/пароль ONVIF: admin / *** (подставь из vault).

Нужен отчёт за ночную смену (22:00–06:00):

Найди все камеры в подсети и получи для каждой RTSP URI основного потока.

Проверь, что потоки доступны, и выведи разрешение, FPS и кодек по каждой камере.

На камере LoadingDock (PTZ) сделай обход: поверни направо 3 секунды, останови, сними кадр; затем влево 3 секунды, останови, сними кадр.

Со всех трёх камер сними текущие кадры и проверь: есть ли люди или транспорт (person, car, truck). Сравни лица у входа со списком сотрудников из data/media/faces/.

Около 02:30 на LoadingDock зафиксировано движение. Запиши 90 секунд RTSP-архива с этой камеры (можно взять live-поток сейчас как демо) и найди в записи смены сцен / резкие изменения кадра.

На кадре с максимальной активностью обведи найденные объекты и собери Markdown-отчёт: таблица камер, статус потоков, тревоги, пути к снимкам и MP4.

Почему сценарий сложный и полезный

Задача типична для видеонаблюдения и IoT: нужно связать discovery, управление камерой и аналитику потока. Задействуется цепочка из 12+ инструментов:

Этап	Инструмент	Назначение
1. Discovery	`camera_discover`	Поиск ONVIF-устройств в LAN (multicast WS-Discovery)
2. RTSP URL	`camera_get_stream_uri`	RTSP-адрес по `cameraIp` + учётные данные
3. Доступность	`stream_test`	Проверка RTSP/HTTP, задержка подключения
4. Параметры потока	`video_probe`	Кодек, разрешение, FPS, аудио/видео-потоки
5. PTZ-обход	`camera_ptz_move`, `camera_ptz_stop`	Поворот PTZ-камеры на LoadingDock
6. Настройка изображения	`camera_get_imaging_settings`	Яркость/контраст (опционально `camera_set_imaging_settings`)
7. Снимки	`video_grab_frame`	JPEG с RTSP `sourceUrl`
8. Детекция	`image_detect_objects`	Люди, авто (COCO/YOLOX)
9. Идентификация	`face_identify`, `face_list`	Сверка с эталонами в `data/media/faces/`
10. Архив	`video_record_segment`	Запись фрагмента RTSP (stream copy)
11. Аналитика записи	`video_scene_detect`	Смены сцен в MP4-фрагменте
12. Отчёт	`image_annotate`, `video_thumbnail`	Разметка тревожного кадра, превью клипа

FFmpeg внутри сервера подключается к RTSP с транспортом TCP (rtsp_transport=tcp) — стабильнее в корпоративных сетях, чем UDP.

Рабочий процесс агента

graph TD
    A[camera_discover: поиск ONVIF] --> B[camera_get_stream_uri x3]
    B --> C[stream_test: проверка RTSP]
    C --> D[video_probe: кодеки и FPS]
    D --> E[camera_ptz_move / stop: обход LoadingDock]
    E --> F[video_grab_frame: снимки с 3 камер]
    F --> G[image_detect_objects: люди и транспорт]
    F --> H[face_identify: сверка сотрудников]
    D --> I[video_record_segment: архив 90 с]
    I --> J[video_scene_detect: события в записи]
    G & J --> K[image_annotate: тревожный кадр]
    K & I --> L[Markdown-отчёт дежурного]

Пример последовательности вызовов MCP

1. Обнаружение и RTSP

{"name": "camera_discover", "arguments": {}}

{"name": "camera_get_stream_uri", "arguments": {
  "cameraIp": "http://192.168.10.51/onvif/device_service",
  "username": "admin",
  "password": "YOUR_PASSWORD"
}}

Ответ содержит rtspUri, например: rtsp://192.168.10.51:554/Streaming/Channels/101

2. Проверка и анализ потока

{"name": "stream_test", "arguments": {
  "sourceUrl": "rtsp://192.168.10.51:554/Streaming/Channels/101",
  "timeoutMs": 10000
}}

{"name": "video_probe", "arguments": {
  "sourceUrl": "rtsp://192.168.10.51:554/Streaming/Channels/101"
}}

3. PTZ-обход (камера LoadingDock, 192.168.10.52)

{"name": "camera_ptz_move", "arguments": {
  "cameraIp": "http://192.168.10.52/onvif/device_service",
  "username": "admin",
  "password": "YOUR_PASSWORD",
  "pan": 0.5,
  "tilt": 0.0,
  "zoom": 0.0,
  "timeoutMs": 3000
}}

{"name": "camera_ptz_stop", "arguments": {
  "cameraIp": "http://192.168.10.52/onvif/device_service",
  "username": "admin",
  "password": "YOUR_PASSWORD"
}}

Повторить с "pan": -0.5 для второго ракурса.

4. Снимки и аналитика

{"name": "video_grab_frame", "arguments": {
  "sourceUrl": "rtsp://192.168.10.51:554/Streaming/Channels/101",
  "outputPath": "data/media/captures/entrance_night.jpg",
  "timeOffsetMs": 0
}}

{"name": "image_detect_objects", "arguments": {
  "imagePath": "data/media/captures/entrance_night.jpg"
}}

{"name": "face_list", "arguments": {}}

{"name": "face_identify", "arguments": {
  "imagePath": "data/media/captures/entrance_night.jpg",
  "threshold": 0.6
}}

5. Запись фрагмента и поиск событий

{"name": "video_record_segment", "arguments": {
  "sourceUrl": "rtsp://192.168.10.52:554/Streaming/Channels/101",
  "outputPath": "data/media/video/loadingdock_incident.mp4",
  "durationMs": 90000
}}

{"name": "video_scene_detect", "arguments": {
  "sourceUrl": "data/media/video/loadingdock_incident.mp4",
  "threshold": 0.35
}}

6. Разметка и превью для отчёта

{"name": "image_annotate", "arguments": {
  "imagePath": "data/media/captures/loadingdock_alert.jpg",
  "outputPath": "data/media/output/loadingdock_alert_marked.jpg",
  "labels": ["person", "truck"],
  "boxes": [[120, 80, 200, 400], [450, 200, 320, 180]]
}}

{"name": "video_thumbnail", "arguments": {
  "sourceUrl": "data/media/video/loadingdock_incident.mp4",
  "outputPath": "data/media/output/loadingdock_thumb.jpg",
  "timeOffsetMs": 45000
}}

Ожидаемый результат для пользователя

Таблица камер — IP, имя из ONVIF scopes, RTSP URI, статус stream_test, разрешение/FPS.
Блок «Тревоги» — камера, время, класс объекта, face_identify (сотрудник / неизвестный).
Файлы — снимки в data/media/captures/, MP4 в data/media/video/, размеченный кадр в data/media/output/.
Markdown-отчёт для передачи смены утренней бригаде.

Практические замечания

Сеть: MCP-сервер должен иметь доступ к подсети камер (тот же VLAN/VPN). Multicast для camera_discover может блокироваться Wi‑Fi изоляцией или корпоративным firewall.
Учётные данные: передавайте username/password в tools или храните в env агента; не коммитьте пароли в репозиторий.
cameraIp: используйте xaddr из camera_discover (например http://192.168.10.51/onvif/device_service), не путать с RTSP URL.
Прямой RTSP: если URI уже известен (rtsp://user:pass@host/...), можно пропустить ONVIF и сразу вызывать stream_test / video_grab_frame.
Запись с live-потока: video_record_segment пишет текущий поток; для архива «02:30» нужен NVR с playback URL или заранее записанный файл. Агент может пояснить это пользователю и записать демо-фрагмент с live RTSP.
Таймауты: RTSP и запись 90 с — долгие операции; в HTTP-режиме увеличьте tool_timeout_sec (Cursor / Codex) или держите stdio-сессию.
Эталоны лиц: заранее выполните face_enroll для сотрудников допуска на склад.

Как воспроизвести сценарий

Подключите MCP — INSTALLATION.md. Для длительных RTSP-задач удобен .\bin\launch_http.cmd.
Убедитесь, что ПК видит камеры (ping, ONVIF Device Manager — опционально).
Заполните эталоны: face_enroll для 2–3 тестовых фото в data/media/faces/.
Вставьте запрос пользователя в чат агента, подставив реальные IP и пароль.
Агент построит pipeline и вернёт отчёт с путями к артефактам.

Упрощённый вариант (одна известная RTSP-камера)

Если ONVIF не нужен:

{"name": "stream_test", "arguments": {"sourceUrl": "rtsp://192.168.1.100:554/stream1"}}

{"name": "video_grab_frame", "arguments": {
  "sourceUrl": "rtsp://192.168.1.100:554/stream1",
  "outputPath": "data/media/captures/snapshot.jpg"
}}

{"name": "image_detect_objects", "arguments": {"imagePath": "data/media/captures/snapshot.jpg"}}

Сложный сценарий: умный контроль доступа и мониторинг рабочего места (USB webcam)

Пример для администратора офиса или разработчика IoT, который работает с локальной USB/встроенной веб-камерой на том же ПК, где запущен MCP-сервер: калибровка камеры, регистрация лиц, проверка доступа, запись активности, трекинг объекта и итоговый отчёт.

Запрос пользователя

Я настраиваю систему контроля доступа в небольшой переговорной. Используй media-mcp-server и локальную веб-камеру на этом ПК. Все артефакты сохраняй в data/media/ (подпапки captures/, video/, output/, faces/).

Этап 1 — обнаружение и калибровка камеры

Найди все доступные веб-камеры (webcam_list) и выбери основную (обычно индекс 0). Если камера не открывается с backend any, попробуй dshow, затем msmf.

Сними три тестовых кадра в 1280×720 с разными настройками экспозиции:

«тёмный» — brightness: 0.3, contrast: 0.5

«нормальный» — без дополнительных параметров

«яркий» — brightness: 0.8, contrast: 0.7

Сравни кадры визуально (прочитай сохранённые JPEG) и выбери лучший для дальнейшей работы. Зафиксируй итоговые параметры.

Этап 2 — регистрация сотрудников (face registry)

Проверь, кто уже зарегистрирован (face_list).

Если в реестре нет имён «Алексей» и «Мария», попроси меня встать перед камерой по очереди и для каждого:

сними кадр с выбранными настройками;

убедись, что на кадре ровно одно лицо (image_detect_faces);

зарегистрируй лицо (face_enroll).

Если лицо не найдено или их больше одного — повтори съёмку и сообщи причину.

Этап 3 — проверка доступа «у двери»

Сними текущий кадр «как будто человек подошёл к двери».

Выполни полный анализ кадра:

image_detect_faces — количество и координаты лиц;

face_identify (порог 0.65) — кто из зарегистрированных;

image_detect_objects — есть ли посторонние предметы (backpack, laptop, cell phone, bottle и т.д.);

image_read_qrcode — если я покажу бейдж с QR, расшифруй его.

Прими решение:

ДОПУСК — лицо идентифицировано, посторонних лиц нет;

ОТКАЗ — неизвестное лицо или несколько лиц;

ПРОВЕРКА — лицо распознано, но обнаружены подозрительные объекты.

Сохрани размеченный кадр (image_annotate) с рамками лиц, объектов и подписью решения.

Этап 4 — мониторинг активности за 15 секунд

Запиши 15-секундное видео с камеры (webcam_record_video$, 1280 \times 720, 25 \text{fps}, $durationMs: 15000).

Найди смены сцен в записи (video_scene_detect, threshold: 0.25) — резкие движения, вход/выход человека.

Извлеки ключевые кадры: первый, последний и по одному на каждую смену сцены (video_grab_frames или отдельные video_grab_frame с timeOffsetMs).

Между первым и последним кадром вычисли оптический поток (image_optical_flow) — оцени, насколько активно было движение в комнате.

Этап 5 — трекинг объекта в live-потоке

Сними кадр, на котором я держу в руке предмет (ручка, телефон, чашка).

По результату image_detect_objects возьми bounding box самого крупного объекта в руке.

Запусти трекинг этого объекта в live-потоке (video_track_object, 60 кадров) и сохрани результат в data/media/video/tracked_object.mp4.

Если объект не найден — попроси меня поднести его ближе к камере и повтори.

Этап 6 — итоговый отчёт

Собери Markdown-отчёт со структурой:

таблица найденных камер и выбранных настроек;

список зарегистрированных лиц;

результат проверки доступа (решение + уверенность face_identify);

обнаруженные объекты и QR (если был);

таймлайн активности по video_scene_detect;

оценка движения по optical flow;

результат трекинга объекта;

полные пути ко всем файлам в data/media/.

Если на каком-то шаге tool вернул error, не останавливайся — зафиксируй ошибку в отчёте и предложи обходной путь (другой backend, другое разрешение, повторная съёмка).

Почему сценарий сложный и полезный

Задача типична для умного офиса и контроля доступа без IP-камер: нужно связать калибровку USB-устройства, биометрию, детекцию предметов и анализ движения в одном пайплайне. Задействуется цепочка из 15+ инструментов с ветвлением по результатам:

Этап	Инструмент	Назначение
1. Discovery	`webcam_list`	Поиск USB/встроенных камер по индексам
2. Калибровка	`webcam_grab_frame`	Съёмка с яркостью, контрастом, backend (`dshow`/`msmf`)
3. Реестр	`face_list`	Текущие зарегистрированные лица
4. Валидация	`image_detect_faces`	Проверка «ровно одно лицо» перед enroll
5. Регистрация	`face_enroll`	Добавление сотрудника в локальный реестр
6. Идентификация	`face_identify`	Сверка при проверке доступа
7. Детекция	`image_detect_objects`	Предметы в кадре (COCO/YOLOX)
8. QR-бейдж	`image_read_qrcode`	Расшифровка QR на пропуске
9. Разметка	`image_annotate`	Визуальный отчёт с рамками и подписью
10. Запись	`webcam_record_video`	15 с видео без GUI
11. События	`video_scene_detect`	Смены сцен / резкие движения
12. Ключевые кадры	`video_grab_frame`, `video_grab_frames`	Снимки на таймкодах
13. Движение	`image_optical_flow`	Optical flow между первым и последним кадром
14. Трекинг	`video_track_object`	TrackerNano в live-потоке webcam

Рабочий процесс агента

graph TD
    A[webcam_list] --> B[webcam_grab_frame x3: калибровка]
    B --> C[Выбор лучших настроек]
    C --> D[face_list]
    D --> E{Нужен enroll?}
    E -->|да| F[webcam_grab_frame + image_detect_faces]
    F --> G[face_enroll]
    E -->|нет| H[Кадр «у двери»]
    G --> H
    H --> I[face_identify + image_detect_objects + image_read_qrcode]
    I --> J[Решение: ДОПУСК / ОТКАЗ / ПРОВЕРКА]
    J --> K[image_annotate]
    K --> L[webcam_record_video 15с]
    L --> M[video_scene_detect]
    M --> N[video_grab_frames + image_optical_flow]
    N --> O[webcam_grab_frame + image_detect_objects]
    O --> P[video_track_object]
    P --> Q[Markdown-отчёт]

Пример последовательности вызовов MCP

1. Обнаружение и калибровка

{"name": "webcam_list", "arguments": {}}

{"name": "webcam_grab_frame", "arguments": {
  "cameraIndex": 0,
  "outputPath": "data/media/captures/calib_normal.jpg",
  "width": 1280,
  "height": 720,
  "backend": "dshow"
}}

{"name": "webcam_grab_frame", "arguments": {
  "cameraIndex": 0,
  "outputPath": "data/media/captures/calib_dark.jpg",
  "width": 1280,
  "height": 720,
  "backend": "dshow",
  "brightness": 0.3,
  "contrast": 0.5
}}

2. Регистрация и проверка лица

{"name": "face_list", "arguments": {}}

{"name": "image_detect_faces", "arguments": {
  "imagePath": "data/media/captures/enroll_alexey.jpg"
}}

{"name": "face_enroll", "arguments": {
  "imagePath": "data/media/captures/enroll_alexey.jpg",
  "name": "Алексей"
}}

{"name": "face_identify", "arguments": {
  "imagePath": "data/media/captures/door_check.jpg",
  "threshold": 0.65
}}

3. Анализ кадра и разметка

{"name": "image_detect_objects", "arguments": {
  "imagePath": "data/media/captures/door_check.jpg"
}}

{"name": "image_read_qrcode", "arguments": {
  "imagePath": "data/media/captures/door_check.jpg"
}}

{"name": "image_annotate", "arguments": {
  "imagePath": "data/media/captures/door_check.jpg",
  "outputPath": "data/media/output/door_check_marked.jpg",
  "labels": ["Алексей", "laptop"],
  "boxes": [[180, 90, 220, 280], [520, 310, 180, 120]]
}}

4. Запись активности и анализ движения

{"name": "webcam_record_video", "arguments": {
  "cameraIndex": 0,
  "outputPath": "data/media/video/room_activity.mp4",
  "durationMs": 15000,
  "width": 1280,
  "height": 720,
  "fps": 25,
  "backend": "dshow"
}}

{"name": "video_scene_detect", "arguments": {
  "sourceUrl": "data/media/video/room_activity.mp4",
  "threshold": 0.25
}}

{"name": "image_optical_flow", "arguments": {
  "imagePath1": "data/media/captures/activity_first.jpg",
  "imagePath2": "data/media/captures/activity_last.jpg",
  "outputPath": "data/media/output/activity_flow.jpg"
}}

5. Трекинг объекта в live-потоке

{"name": "video_track_object", "arguments": {
  "cameraIndex": 0,
  "x": 420,
  "y": 180,
  "width": 95,
  "height": 140,
  "frameCount": 60,
  "outputPath": "data/media/video/tracked_object.mp4",
  "backend": "dshow"
}}

Ожидаемый результат для пользователя

Markdown-отчёт — решение по доступу (ДОПУСК / ОТКАЗ / ПРОВЕРКА), таблица камер, таймлайн активности.
Калибровочные снимки в data/media/captures/ (тёмный / нормальный / яркий).
Размеченный кадр проверки доступа в data/media/output/.
Видео активности и трекинга в data/media/video/.
Зарегистрированные лица в data/media/faces/ (после face_enroll).

Практические замечания

Пути: outputPath в webcam_grab_frame и webcam_record_video должен быть абсолютным; в примерах выше — относительные пути в data/media/ (корень задаётся MEDIA_MCP_DATA_PATH или рабочая директория сервера).
Windows: для USB-камер чаще стабилен backend dshow; при ошибке открытия попробуйте msmf или any.
Первый кадр: после открытия камеры первый кадр иногда получается тёмным — при плохом качестве повторите webcam_grab_frame.
face_enroll: требуется ровно одно чёткое лицо; при нескольких лицах enroll не выполняйте.
Интерактивность: на шагах регистрации, проверки доступа и трекинга агент должен попросить пользователя встать перед камерой или показать предмет.
Таймауты: webcam_record_video (15 с) и video_track_object (60 кадров) — долгие операции; в HTTP-режиме увеличьте tool_timeout_sec (Cursor / Codex).
Тест: скрипт scripts/tests/test_webcam_mcp.ps1 проверяет цепочку webcam_grab_frame → image_detect_faces → image_detect_objects → face_identify.

Как воспроизвести сценарий

Подключите MCP-сервер — см. INSTALLATION.md.
Убедитесь, что к ПК подключена веб-камера и она не занята другим приложением (Zoom, Teams).
Вставьте запрос пользователя (блок выше) в чат агента.
Следуйте подсказкам агента: встаньте перед камерой для enroll и проверки доступа, покажите предмет для трекинга.
Агент выполнит цепочку tools и вернёт отчёт с путями к артефактам.

Упрощённый вариант (быстрая проверка камеры)

Если нужен короткий smoke-test без полного пайплайна:

Подключись к media-mcp-server: найди веб-камеры (webcam_list), сними кадр с индекса 0 (webcam_grab_frame), найди лица и объекты (image_detect_faces, image_detect_objects), попробуй face_identify с порогом 0.7. Выведи JSON-результаты и путь к сохранённому JPEG.

{"name": "webcam_list", "arguments": {}}

{"name": "webcam_grab_frame", "arguments": {
  "cameraIndex": 0,
  "outputPath": "data/media/captures/webcam_now.jpg",
  "backend": "dshow"
}}

{"name": "image_detect_faces", "arguments": {"imagePath": "data/media/captures/webcam_now.jpg"}}

{"name": "image_detect_objects", "arguments": {"imagePath": "data/media/captures/webcam_now.jpg"}}

{"name": "face_identify", "arguments": {
  "imagePath": "data/media/captures/webcam_now.jpg",
  "threshold": 0.7
}}

Другие идеи для промптов

Сценарий	Ключевые tools
Контроль доступа / мониторинг офиса (USB)	см. сценарий выше
Одна ONVIF-камера	`camera_discover`, `camera_get_stream_uri`, `video_grab_frame`
Склад / периметр (RTSP)	см. сценарий выше
Подготовка клипа для соцсетей	`video_probe`, `video_trim`, `video_scale`, `video_thumbnail`
Разметка объектов на фото	`image_detect_objects`, `image_annotate`

Полный список из 47 инструментов — в README.md.