Video Editor MCP server專案

MCP工具

Video Editor MCP server專案

video-editing-mcp 是一個極具開創性的模型內容協定 (Model Context Protocol, MCP) 伺服器，其核心目標是充當大型語言模型 (LLM) 與專業影片處理雲端服務 Video Jungle 之間的橋樑，讓使用者能夠透過自然語言對話的方式，來完成複雜的影片剪輯任務。

這個專案的價值在於，它將影片剪輯這一原本需要專業技能和繁瑣操作的領域，變得像與人交談一樣簡單直觀。它賦予了 AI 助理一雙「剪輯師的眼睛」和一雙「導演的手」，使其從一個文字處理工具，蛻變為能夠理解並執行影片創作指令的「AI 剪輯助理」。

核心價值：讓你的 AI 助理成為你的專屬影片剪輯師

想像一下，你可以直接對你的 AI 助理下達這樣的指令：

• 「幫我從這個 YouTube 連結下載影片，並將它命名為『捕蠅草』。」
• 「在我的影片庫中，搜尋所有提到『捕蠅草』的片段。」
• 「用這些搜尋到的片段，幫我自動生成一個新的精華剪輯影片。」
• 「或者，幫我把這個剪輯專案傳送到我正在運行的 DaVinci Resolve (達芬奇) 軟體裡，讓我做進一步的精修。」

video-editing-mcp 讓這一切都成為了可能。

主要功能與特色

此專案依賴 Video Jungle 服務強大的後端能力，提供了一套涵蓋從素材管理到最終成片的完整工具鏈：

1. 智慧化的影片素材導入與分析:

   • add-video: 可以從一個 URL（如 YouTube）直接下載影片，並將其加入到你的 Video Jungle 素材庫中。
   • 後端會對上傳的影片進行多模態分析，同時理解影片的畫面內容和語音內容。
   • search-local-videos: (僅限 macOS) 能夠在使用者授權後，搜尋本地「照片」應用中的影片，打通了手機與雲端素材庫。

2. 基於內容的深度搜尋:

   • search-videos: 這不是簡單的檔名搜尋，而是基於影片內容的語意搜尋。你可以搜尋影片中說過的某句話、出現過的某個物體或場景，伺服器會回傳精確的時間碼和相關元數據。

3. 自動化的智慧剪輯:

   • generate-edit-from-videos / generate-edit-from-single-video: 這是專案最神奇的功能。AI 可以利用 search-videos 找到的精確片段，自動生成一個新的、渲染好的影片剪輯。

4. 與專業工作流程的無縫銜接:

   • edit-locally: 這是一個殺手級功能。它能夠將 AI 生成的剪輯專案轉換為 OpenTimelineIO 格式，並直接傳送到使用者電腦上正在運行的專業剪輯軟體 DaVinci Resolve Studio 中。這意味著 AI 可以完成耗時的粗剪和素材整理工作，然後由人類剪輯師無縫接手進行創意精修。

安裝與設定

此專案的運作強烈依賴第三方服務：

1. 核心依賴: 使用者必須先註冊 Video Jungle 服務，並在其設定頁面中取得 API 金鑰。
2. 安裝: 可以透過 Smithery 工具自動安裝，或手動設定。
3. 設定: 在 AI 助理（如 Claude Desktop）的 MCP 設定檔中，加入啟動命令。最關鍵的是，在啟動伺服器時，必須將你的 Video Jungle API 金鑰作為參數傳入。

總結來說，video-editing-mcp 是一個將 AI 的對話能力與專業影片製作流程深度結合的 MCP 工具。它不僅極大地降低了影片剪輯的門檻，更為專業人士提供了一種全新的、自動化的工作模式，將人們從繁瑣的素材搜尋和粗剪工作中解放出來，專注於更有創意的部分。

• MCP平台來源: github
• 連結: https://github.com/burningion/video-editing-mcp

立即試用MCP工具