Media Automation Hub (YARR)
基于MCP协议的自托管媒体服务器，支持LLM自动化与API访问。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Media Automation Hub (YARR)。 它的用途是：基于MCP协议的自托管媒体服务器，支持LLM自动化与API访问。 完整的 Skill 内容见：https://321skill.com/skills/media-automation-hub-yarr/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我将`/videos/raw`文件夹下的所有MP4文件压缩为720p，并提取英文字幕保存为SRT文件。”，它会通过MCP协议调用YARR服务器，自动完成视频转码和字幕提取任务，并返回处理结果和文件路径。或者说：“用这段产品演示视频，生成一个15秒的竖版短视频预告，加上动态字幕和我们的品牌滤镜。”，AI会编排多个媒体处理步骤，最终交付成品。
介绍
Media Automation Hub (YARR) 是一个基于模型上下文协议（MCP）的自托管媒体栈服务器。它旨在解决传统媒体处理流程繁琐、难以与AI工作流集成的问题，通过统一的MCP协议接口，将媒体处理能力（如转码、剪辑、字幕生成等）暴露给LLM或传统应用程序，实现自动化编排。
用户可以通过标准的MCP客户端（如Claude Desktop）连接到此服务器，AI助手便能直接调用其媒体处理功能。例如，你可以直接要求AI“为这个视频添加字幕并生成短视频预览”，而无需手动操作专业软件。它也提供传统的REST API，方便开发者将其集成到现有系统中。
这个Skill非常适合需要批量处理媒体素材、或希望将媒体操作融入自动化流程的团队和个人。例如，内容创作者、社媒运营、视频剪辑师可以借此提升内容生产效率；开发者和运维工程师则可以将其作为基础设施，构建更智能的媒体处理管道。
使用建议：部署前请确保服务器具备足够的计算资源（特别是GPU）以处理媒体转码任务。由于是自托管方案，你需要一定的运维知识来配置和维护服务。建议先在测试环境验证工作流，再迁移到生产环境。注意遵守相关媒体的版权和使用规定。
核心特点
核心区别在于它基于MCP协议原生构建，让LLM能像调用本地函数一样直接操作媒体栈，实现了更高层级的“意图到结果”的自动化，而非简单的API封装。同时，它保持了传统API的兼容性，兼顾了自动化与灵活性。
注意事项
不适合对实时性要求极高的流媒体直播处理，或需要复杂创意性人工干预的精细视频制作场景。
常见问题
YARR支持哪些具体的媒体处理功能？
支持视频转码、剪辑、字幕提取与生成、基础特效、格式转换等常见媒体操作，具体功能取决于集成的底层工具栈。
必须通过Claude等AI才能使用吗？
不是，它同时提供标准REST API，任何能发送HTTP请求的应用（如脚本、传统软件）都可以调用其功能。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/media-automation-hub-yarr/raw/index.md 读取 Media Automation Hub (YARR) 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/media-automation-hub-yarr/raw/index.md（查看排版版本）