FLV Timestamp Analyzer

FLV音视频时间戳分析工具，支持命令行使用和MCP协议集成，可检测FLV文件中的时间戳异常。

🚀 快速安装

基础安装

pip install flvmeta-timestamp-analyzer

MCP功能完整支持

如需使用MCP功能，建议安装FastMCP依赖：

pip install flvmeta-timestamp-analyzer[fastmcp]

或分步安装：

pip install flvmeta-timestamp-analyzer
pip install fastmcp mcp pydantic

依赖要求：需要安装 flvmeta 工具：

• macOS: brew install flvmeta
• Linux: sudo apt-get install flvmeta
• Windows: 下载 releases

💡 使用方法

命令行使用

# 安装后直接使用
flv-timestamp-analyzer input.flv

# 指定输出文件
flv-timestamp-analyzer input.flv analysis.html

作为Python模块使用

# 从源码目录运行
python3 flvmeta_timestamp_analyzer/analyzer.py input.flv

🤖 AI客户端集成 (MCP)

本工具支持 Model Context Protocol (MCP) 协议，可集成到支持MCP的AI客户端中。

重要提示：

• 使用MCP功能需要先安装包：pip install flvmeta-timestamp-analyzer[fastmcp]
• 推荐安装FastMCP依赖以获得更好的MCP协议支持和性能
• 1.0.10+ 版本已解决环境冲突问题，支持全局安装配置

Claude Desktop 配置

在 ~/.config/claude/claude_desktop_config.json (Linux/macOS) 或 %APPDATA%\Claude\claude_desktop_config.json (Windows) 中添加：

推荐方式 (全局安装，v1.0.10+)

{
  "mcpServers": {
    "flv-timestamp-analyzer": {
      "command": "flv-mcp-server",
      "args": [],
      "env": {}
    }
  }
}

兼容方式 (适用于较老版本)

{
  "mcpServers": {
    "flv-timestamp-analyzer": {
      "command": "python3",
      "args": ["-m", "flvmeta_timestamp_analyzer.mcp_server"]
    }
  }
}

Cline (VSCode) 配置

在 VSCode 设置中的 Cline MCP 服务器配置：

推荐方式 (v1.0.10+)

{
  "name": "flv-timestamp-analyzer",
  "command": "flv-mcp-server",
  "args": []
}

兼容方式

{
  "name": "flv-timestamp-analyzer",
  "command": "python3",
  "args": ["-m", "flvmeta_timestamp_analyzer.mcp_server"]
}

Continue.dev 配置

在 ~/.continue/config.json 中添加：

推荐方式 (v1.0.10+)

{
  "experimental": {
    "modelContextProtocol": {
      "servers": [
        {
          "name": "flv-timestamp-analyzer",
          "command": ["flv-mcp-server"]
        }
      ]
    }
  }
}

兼容方式

{
  "experimental": {
    "modelContextProtocol": {
      "servers": [
        {
          "name": "flv-timestamp-analyzer",
          "command": ["python3", "-m", "flvmeta_timestamp_analyzer.mcp_server"]
        }
      ]
    }
  }
}

Cursor 配置

在 Cursor 的设置中添加 MCP 服务器：

推荐方式 (v1.0.10+)

{
  "mcp": {
    "servers": {
      "flv-timestamp-analyzer": {
        "command": "flv-mcp-server",
        "args": []
      }
    }
  }
}

兼容方式

{
  "mcp": {
    "servers": {
      "flv-timestamp-analyzer": {
        "command": "python3",
        "args": ["-m", "flvmeta_timestamp_analyzer.mcp_server"]
      }
    }
  }
}

源码部署方式 (开发者)

如果你从源码运行而非pip安装，使用以下配置：

{
  "mcpServers": {
    "flv-timestamp-analyzer": {
      "command": "python3",
      "args": ["/path/to/flvmeta-timestamp-analyzer/mcp_server.py"],
      "env": {
        "PYTHONPATH": "/path/to/flvmeta-timestamp-analyzer"
      }
    }
  }
}

跨平台兼容性

• Windows: 使用 python 而非 python3
• macOS/Linux: 使用 python3
• 包安装: 推荐使用 -m 方式运行模块
• 路径: Windows 使用反斜杠 \，Unix 系统使用正斜杠 /

Windows 示例：

{
  "mcpServers": {
    "flv-timestamp-analyzer": {
      "command": "python",
      "args": ["-m", "flvmeta_timestamp_analyzer.mcp_server"]
    }
  }
}

📊 功能特点

• ✅ 时间戳分析：检测音视频时间戳异常（回退、跳跃、缺失帧）
• ✅ 可视化报告：生成交互式HTML图表，支持缩放拖拽
• ✅ 详细统计：提供帧数、时长、间隔统计信息
• ✅ 命令行工具：支持批量处理和脚本集成
• ✅ MCP协议：可集成到AI客户端作为分析工具
• ✅ 多平台支持：Windows、macOS、Linux

📈 输出示例

命令行输出

============================================================
FLV音视频时间戳分析报告: test.flv
============================================================
总标签数: 486

[音频统计]
音频帧数: 194
音频时长: 24729ms
平均间隔: 128.13ms | 最大间隔: 204ms | 最小间隔: 58ms

[视频统计]
视频帧数: 291
视频时长: 24820ms
平均间隔: 85.59ms | 最大间隔: 325ms | 最小间隔: 60ms
============================================================
图表已保存至: /path/to/test_timestamp_analysis.html

MCP JSON 响应

{
  "status": "success",
  "data": {
    "filename": "test.flv",
    "metadata": {
      "width": 360,
      "height": 640,
      "framerate": 12,
      "audiocodecid": 10,
      "videocodecid": 7
    },
    "audio": {
      "stats": {
        "avg": 128.13,
        "max": 204,
        "min": 58,
        "anomalies": []
      }
    },
    "video": {
      "stats": {
        "avg": 85.59,
        "max": 325,
        "min": 60,
        "anomalies": []
      }
    },
    "total_tags": 486
  }
}

🔧 测试MCP集成

# 克隆仓库
git clone https://github.com/Soar-Coding-Life/flvmeta-timestamp-analyzer.git
cd flvmeta-timestamp-analyzer

# 安装依赖
pip install -r requirements.txt

# 测试MCP服务
python3 test_client.py your_file.flv

🐛 故障排除

常见问题

1. flvmeta not found

   # 检查是否安装
   flvmeta -V
   # 如未安装，按平台安装：
   # macOS: brew install flvmeta
   # Linux: sudo apt-get install flvmeta
   # Windows: 下载 https://github.com/noirotm/flvmeta/releases

2. Python命令问题

   # Linux/macOS 使用
   python3 -m flvmeta_timestamp_analyzer.mcp_server
   
   # Windows 使用
   python -m flvmeta_timestamp_analyzer.mcp_server

3. MCP连接失败

   • 确保已安装包: pip install flvmeta-timestamp-analyzer[fastmcp]
   • v1.0.10+: 直接使用 flv-mcp-server 命令
   • 较老版本: 检查Python命令是否正确 (python vs python3)
   • 查看 mcp_server.log 日志文件
   • 检查AI客户端的MCP配置格式

4. 环境冲突问题

   # 如遇到环境冲突，使用全局安装方式
   pip install --upgrade flvmeta-timestamp-analyzer[fastmcp]
   # 然后使用 flv-mcp-server 命令而非 python -m 方式

5. FastMCP依赖问题

   # 单独安装FastMCP相关依赖
   pip install fastmcp mcp pydantic
   # 或使用额外依赖安装
   pip install flvmeta-timestamp-analyzer[fastmcp]

6. 路径问题 (源码运行)

   # 确保正确设置 PYTHONPATH (仅源码运行需要)
   export PYTHONPATH="/path/to/flvmeta-timestamp-analyzer:$PYTHONPATH"

跨平台兼容性说明

本工具已针对多平台进行优化：

• ✅ Windows (Python 3.6+)
• ✅ macOS (Python 3.6+)
• ✅ Linux (Python 3.6+)
• ✅ 架构支持: x86_64, ARM64, 等

平台差异:

• Windows: 使用 python 命令
• macOS/Linux: 使用 python3 命令
• 路径分隔符自动处理
• 编码问题已解决 (UTF-8)

调试模式

# 查看MCP服务日志
tail -f mcp_server.log

# 直接测试分析功能
flv-timestamp-analyzer test.flv

# 测试模块导入
python3 -c "import flvmeta_timestamp_analyzer; print('导入成功')"

📝 许可证

MIT License - 详见 LICENSE 文件

🔗 相关链接

• PyPI 包
• GitHub 仓库
• flvmeta 工具
• MCP 协议规范