media-scraper-mcp: Skill for Claude Code

TMDB 本地刮削与整理 (tmdb-scrape)

用这个 skill 通过 tmdb-media MCP server 给本地影视库处理 TMDB 元数据。整体体验类似 tinyMediaManager(tmm)，但更保守：默认 dry-run、默认不覆盖、执行前必须经用户二次确认。

有两种模式，区别在「动不动真实视频文件」——务必先想清楚用户要哪种：

• ① 轻量 sidecar 刮削：只在视频旁写 metadata.json / metadata.md，不动视频。 工具：plan_scrape → write_artifacts。见下面〈sidecar 工作流〉。
• ② 完整 organize 整理：tmm/Jellyfin 式——重命名文件夹、把分集移进 Season N/、写 tvshow.nfo + 分集 NFO、下载 poster/fanart/剧照，会重命名/移动真实视频。 工具：plan_organize → apply_organize（+ undo_organize 回滚）。见下面〈organize 工作流〉。

这个 MCP server 暴露 12 个工具：get_capabilities、scan_media_files、search_tmdb、 get_tmdb_metadata、get_trending、get_recommendations、get_similar、plan_scrape、 write_artifacts、plan_organize、apply_organize、undo_organize。其中 write_artifacts / apply_organize / undo_organize 是破坏性（destructive）操作；其余 均为只读。

get_trending、get_recommendations、get_similar 是只读的「发现/挑片」工具，不动任何文件：

• get_trending({ type, window?, language? }) — 趋势（window 为 day / week，默认 week）。
• get_recommendations({ type, tmdb_id, language? }) — 某作品的推荐。
• get_similar({ type, tmdb_id, language? }) — 与某作品相似的作品。

用户问「最近有什么好看的 / 帮我挑片 / 和这部类似的还有啥」时用它们浏览候选；要继续刮削或 整理某部具体作品时，再走下面的 sidecar / organize 工作流。

选哪种模式？ 用户说「写元数据 / sidecar / metadata.json / 不要动我的文件」→ 模式①。 用户说「整理 / organize / 像 Jellyfin/Kodi/tmm 那样 / 重命名 / 分季文件夹 / 生成 NFO」 → 模式②。拿不准就直接问用户要不要重命名/移动视频。

核心心智模型

• 库根目录由配置固定。AI 永远只传 library（库名）+ 可选 subpath（相对路径）， 绝不传绝对路径。绝对路径既不需要也不被接受。
• 写入是两步走 + 二次确认：plan_*（只规划、不动磁盘）→ 把计划讲给用户看 → 用户确认后 → write_artifacts / apply_organize（都需 plan_id + expected_plan_hash）。
• dry-run 是默认。低置信度的自动匹配不会写。
• organize（模式②）会重命名/移动真实视频，每次 apply 都会落一个 run_id，可用 undo_organize 整次回滚。

sidecar 工作流（模式①，不动视频，务必按顺序）

第 1 步：永远先 get_capabilities

不带参数调用。它会告诉你：

• libraries — 有哪些库可用、各自类型（movie / tv）。这是唯一可写的根。
• defaultLanguage / fallbackLanguage — 默认语言（通常 zh-CN）。
• formats — 支持的 sidecar 格式（json、markdown）。
• minConfidence — 自动写入所需的最低置信度阈值。
• videoExtensions — 识别为视频的扩展名（.mkv、.mp4、.avi、.mov、.m4v、.wmv、.ts）。
• attribution — TMDB 署名文本（展示数据时应保留）。