轻松搭建基于Langflow与MCP的流媒体智能分析系统

最新推荐文章于 2025-12-01 18:00:00 发布

原创

最新推荐文章于 2025-12-01 18:00:00 发布 · 630 阅读

CC 4.0 BY-SA版权

文章标签：

简介

本系统深度整合Langflow可视化编程框架、MCP标准化通信机制、流媒体技术及本地部署的大语言模型，构建了一套高效、灵活的AI视频分析解决方案，实现从实时视频流处理、到多模态交互的全链路分析，支持智能监控、内容审核等场景，兼具低代码开发效率与数据隐私保护优势。

新增一个mcp connection，用于连接智能视频分析平台的mcp服务。

选择sse模式，并在mcp sse url中填入智能视频分析平台的mcp服务的sse地址，这里我填写的是http://192.168.2.102:2222/api/v1/sse,ip地址根据自己部署的地址填写，如果langflow和智能视频分析平台部署再同一个地址可以填写http://127.0.0.1:2222/api/v1/sse
工具选择capture_camera_image_langflow,该接口会从摄像头或流媒体中获取视频图片上传到langflow中。
baseurl填写langflow的地址和端口，这里我填写的是http://192.168.2.10:7860，如果langflow和智能视频分析平台部署再同一个地址可以填写http://127.0.0.1:7860
Resolution是图片分辨率，如果对图片分辨率有要求可以填写，否则默认即可
Rtsp Url：是摄像头的rtsp地址
Token：如果langlfow开启了token认证则需要填写，否则不用填写
Useless Array只用与节点连接，没有其他实际用处
flowid在langflow每个flow的Api access或Embed into site中可以看到flow_id，可以看到这里我们的flowid是：<