MDCx：Movie Data Capture 图形界面刮削工具
在元数据刮削工具的发展历程中，MDCx 是一个具有特殊意义的项目。它既是经典刮削工具 AVDC 的图形化继承者，也是后续 MDCz、MDC-NG 等新一代工具的技术蓝本。本文将带你了解 MDCx 的来龙去脉。
项目背景
MDCx 的源头可以追溯到 yoshiko2/Movie_Data_Capture（简称 MDC），这是一款基于 Python 的命令行刮削工具。MDC 在开源社区中颇受欢迎，但其命令行界面对非技术用户不够友好。
随后 moyy996/AVDC 项目基于 MDC 进行了 Fork，并使用 PyQt 实现了图形界面，大幅降低了使用门槛。然而 AVDC 项目后来停止了维护。
@Hermit 在 AVDC 基础上继续开发，形成了 MDCx 项目。2023 年 11 月，@anyabc（曾托管 MDCx 源代码的账号）因故销号删库，MDCx 的最后一个社区分发版本停留在 20231014。
核心功能
MDCx 作为一款面向日本影视内容的刮削工具，提供了以下核心能力：
图形界面操作
与前辈 MDC 的命令行模式不同，MDCx 使用 PyQt 构建了完整的图形用户界面。用户无需记忆复杂的命令行参数，通过鼠标点击即可完成刮削任务的配置和执行。
多源刮削
MDCx 支持从多个数据源抓取元数据，包括 JavBus、JavDB、FANZA 等主流日本影视数据库。用户可以根据需要选择数据源及其优先级。
批量处理
支持批量导入影片文件，自动识别番号并并发执行刮削任务。对于拥有大量影片收藏的用户来说，批量处理能力至关重要。
NFO 文件生成
MDCx 能够生成兼容 Emby、Jellyfin、Kodi 的 NFO 文件，确保刮削后的元数据能够被主流媒体服务器正确识别和展示。
技术架构
MDCx 采用 Python 作为主要开发语言，技术栈包括：
- PyQt5：构建图形界面
- Requests/httpx：网络请求与数据抓取
- BeautifulSoup4/lxml：HTML 解析与数据提取
- Pillow：图片处理
Python 生态的丰富库支持让 MDCx 能够快速实现功能迭代，但也在一定程度上限制了其运行效率和部署方式的灵活性。
局限与遗产
尽管 MDCx 在用户友好性上取得了显著进步，但它仍存在一些天然局限：
- Python 运行时依赖：需要 Python 环境才能运行，部署相对复杂
- 不支持服务端运行：作为桌面应用，MDCx 无法以服务形式 7×24 小时运行
- 无 Web 界面：只能在安装了图形界面的设备上使用
- 项目停滞：自 2023 年 10 月后，项目不再有官方更新
然而 MDCx 的遗产是宝贵的——它的图形界面设计思路、多源刮削的架构模式，以及围绕 NFO 文件的兼容性处理，都为后续 MDCz、MDC-NG 等新一代刮削工具提供了重要的参考。
与 AMMDS 的定位差异
AMMDS 同样具备日本影视内容的刮削能力，但定位有所不同：
| 对比维度 | MDCx | AMMDS |
|---|---|---|
| 运行方式 | 桌面应用，需图形界面 | Web 服务，可 7×24 运行 |
| 部署方式 | Python 原生运行 | Docker/Windows Launcher |
| 数据源 | JavBus、JavDB、FANZA 等 | TMDB + 多插件扩展 |
| 自动化 | 手动触发刮削 | 自动监控 + 定时调度 |
| 生态集成 | 独立刮削工具 | 刮削 + 站点管理 + 检索一体化 |
MDCx 是一个专注于"刮好一部片子"的纯粹工具，而 AMMDS 更倾向于构建从资源获取到媒体库展示的完整闭环。两者并非简单的替代关系，而是反映了不同的产品哲学。