O que imagine-mcp faz?
Servidor MCP de nível de produção para compreensão e geração de imagens e vídeos, integrando Gemini, OpenAI e Grok.
Servidor MCP de nível de produção para compreensão e geração de imagens e vídeos, integrando Gemini, OpenAI e Grok.
O `n24q02m/imagine-mcp` é um servidor MCP (Model Context Protocol) de grau de produção, projetado para capacitar agentes de IA (como o Claude Code, Cursor, ou Codex) com funcionalidades avançadas de compreensão e geração de imagens e vídeos. Ele unifica acesso a três grandes provedores de IA: Gemini (Google), OpenAI e Grok (xAI), permitindo que desenvolvedores realizem tarefas como análise multimodal de conteúdo visual, edição de imagens, geração de novas mídias e processamento de vídeos através de uma única interface padronizada. A principal vantagem é abstrair a complexidade de APIs distintas, oferecendo recursos como geração a partir de prompts de texto, extração de texto de imagens (OCR), modificação e variação de imagens, análise de legendas e até mesmo compreensão básica de vídeos. Por ser um servidor MCP, ele se integra diretamente a ferramentas de desenvolvimento e agentes que suportam esse protocolo, permitindo que o agente invoque essas capacidades de forma nativa e consistente, independentemente do provedor subjacente. É uma solução robusta para automatizar fluxos de trabalho de mídia, como criação de thumbnails, moderação de conteúdo visual, extração de informações de documentos escaneados ou geração de imagens para prototipagem.
npx skills add n24q02m/imagine-mcpServidor MCP de nível de produção para compreensão e geração de imagens e vídeos, integrando Gemini, OpenAI e Grok.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.