Davinci MCP

MCP音视频

提供方 Iamkewl

音视频 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个基于多AI代理协作的DaVinci Resolve Studio视频编辑自动化系统,通过分析原始媒体、规划节拍同步时间线并自主执行编辑。

一句话选型结论

按资料字段整理

Davinci MCP 属于音视频类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类音视频 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

音视频
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

视频编辑Python本地部署AI自动化多代理系统节拍同步DaVinciResolve

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install -e ".[dev]"

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
转写与字幕

把音视频转成文字和字幕。

音视频处理

裁剪、转码、拼接素材。

内容分发

把成品发到对应平台。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在音视频场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Davinci MCP当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Ableton MCP B7b69a6a 16 stdio · 本地进程 本地部署 有 2026-05-17
Mini Max MCP 8 SSE · 服务端推送 远程部署 有 2026-05-18
LocalAI 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Youtube E0eb3510 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Voicemode MCP 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

音视频
字段来自项目仓库与公开索引,中文说明由本站标注
提供方Iamkewl上游标注的维护方 Iamkewl
分类音视频本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

7.9 KB
来自项目仓库与上游目录的原文,未做删改

🎬 Davinci MCP编排器

通过模型上下文协议实现DaVinci Resolve Studio的多代理AI视频编辑自动化。

一个Python系统,协调四个专门的人工智能代理来分析原始媒体,计划同步的时间线,并在DaVinci Resolve中自主执行编辑——所有这些都是通过MCP编排的。


建筑```

┌─────────────────────────────────────────────────────────────────┐
│ ORCHESTRATION LOOP │
│ │
│ ┌──────────────┐ ┌──────────┐ ┌──────────────┐ │
│ │Contextualizer│ ──▶ │ Planner │ ──▶ │ Director │ │
│ │(Ingestion) │ │(Architect)│ │(Evaluator) │ │
│ └──────────────┘ └────┬─────┘ └──────┬───────┘ │
│ │ │ │ │
│ Gemini Vision Creates JSON Reviews & │
│ + librosa timeline plan scores edit │
│ │ │ │
│ │◄──── feedback ────┘ │
│ │ (up to 5x) │
│ ▼ │
│ ┌──────────┐ │
│ │ Editor │ ──▶ DaVinci Resolve │
│ │(Actuator)│ (via MCP) │
│ └──────────┘ │
└─────────────────────────────────────────────────────────────────┘


### 特工人物

|代理|角色|技术|
|-------|------|------------|
| **情境化者** |分析视频内容和音频节拍| Gemini Vision API+librosa|
| **规划师** |创建节拍同步时间线序列|Gemini(结构化JSON输出)|
| **导演** |评估节奏、叙事、基调的编辑|Gemini(电影导演角色)|
| **编辑** |执行Resolve|MCP中批准的计划→ DaVinci Resolve API|

______________________________________________________________________

## 需求

- **Python 3.10–3.12**
- **DaVinci Resolve Studio 18.5+** (免费版不支持外部脚本)
- **Google Gemini API密钥** (在这里买一个)
- **FFmpeg** PATH(用于从视频文件中提取音频)

______________________________________________________________________

## 快速开始

### 1.克隆和安装```bash
cd Davinci-MCP
pip install -e ".[dev]"

2.配置```bash

cp .env.example .env

Edit .env with your GEMINI_API_KEY and paths


### 3.设置DaVinci Resolve MCP

确保DaVinci Resolve Studio正在运行:

- **偏好→ 通用→ 使用外部脚本→ Local**

这 `davinci-resolve-mcp` 服务器包含在此存储库中。在中设置路径 `.env`:```env
RESOLVE_MCP_SERVER_PATH=./davinci-resolve-mcp/src/server.py
RESOLVE_MCP_PYTHON=python

4.跑步```bash

Full pipeline (with DaVinci Resolve)

python scripts/run.py \
--prompt "Create an energetic travel montage synced to beat drops" \
--media-dir ./media \
--audio ./soundtrack.wav

Planning only (no Resolve needed)

python scripts/run.py \
--prompt "Create a calm nature documentary intro" \
--media-dir ./media \
--skip-resolve

Validate configuration

python scripts/run.py --prompt test --validate


______________________________________________________________________

## CLI选项

|标志|描述|
|------|-------------|
| `--prompt, -p` |编辑创意简报(必填)|
| `--media-dir, -m` |原始视频/音频文件目录|
| `--audio, -a` |通往主配乐的路径|
| `--max-iterations, -n` |Max规划师↔ 总监反馈周期(默认值:5)|
| `--skip-resolve` |跳过编辑器阶段——仅测试计划|
| `--validate` |检查配置并退出|

______________________________________________________________________

## 项目结构```
Davinci-MCP/
├── pyproject.toml                  # Dependencies & project config
├── .env.example                    # Environment template
├── config/
│   └── settings.py                 # Central configuration
├── agents/
│   ├── base.py                     # BaseAgent ABC (Gemini + retry)
│   ├── contextualizer.py           # Media ingestion orchestrator
│   ├── planner.py                  # Timeline architect
│   ├── editor.py                   # DaVinci Resolve actuator
│   └── director.py                 # Creative evaluator
├── ingestion/
│   ├── video_analyzer.py           # Gemini Vision video analysis
│   ├── audio_analyzer.py           # librosa beat/onset detection
│   └── schemas.py                  # Pydantic models for ingestion
├── mcp_bridge/
│   ├── resolve_client.py           # MCP stdio client
│   └── tool_wrappers.py            # Typed Resolve API wrappers
├── orchestrator/
│   └── loop.py                     # Main agent coordination loop
├── schemas/
│   ├── timeline_sequence.py        # Planner output schema
│   └── director_verdict.py         # Director evaluation schema
├── scripts/
│   └── run.py                      # CLI entry point
├── tests/                          # Test suite
├── outputs/                        # Generated artifacts (gitignored)
└── davinci-resolve-mcp/            # Bundled MCP server (cloned)

运作原理

1.摄入(语境化)

  • 视频:每个剪辑都上传到Gemini的文件API进行视觉分析。该模型返回每个时间戳的描述、镜头类型、相机运动、情绪和主题。结果另存为 .md 映射文件。
  • 音频:librosa提取BPM、节拍时间戳、发作(瞬态)时间戳和每节拍能量曲线。音频可以来自独立文件,也可以通过ffmpeg从视频中提取。

2.规划(规划师)

规划师接收创意简报+所有上下文数据,并生成 TimelineSequence JSON:

  • 带有源输入/输出和时间线输入/输出点的剪辑位置
  • 节拍同步图对齐剪切和过渡到音频节拍
  • 过渡规格(切割、交叉溶解、褪色)
  • 每个决定的创造性理由

3.评价(主任)

导演——体现了一位经验丰富的电影导演——从10个方面评估了该计划:
节奏、叙事、节拍同步、音调、视觉变化、过渡、剪辑选择、持续时间、连续性和创造力。

每个轴的得分为0-10。主任提供具有严重程度的分类反馈。
如果总分≥8.0且无关键问题,则该计划为 批准.
否则,Planner将进行修改(最多5次迭代)。

4.执行(编辑)

一旦获得批准,编辑将通过MCP连接到DaVinci Resolve,并:

  1. 将所有媒体导入池中
  2. 创建命名时间线
  3. 为片段添加正确的输入/输出点
  4. 在过渡点添加节拍标记
  5. 保存项目

测试```bash

Run all tests

pip install -e ".[dev]"
python -m pytest tests/ -v

Run specific test

python -m pytest tests/test_audio_analyzer.py -v
python -m pytest tests/test_schemas.py -v
```


许可证

麻省理工学院

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Davinci MCP 怎么安装?

在客户端按下面的安装命令接入:pip install -e ".[dev]"。装完在客户端配置里引用同一个包或端点。

Davinci MCP 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Davinci MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Davinci MCP 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Davinci MCP 能提供哪些能力?

资料显示能力标签包括 Python、AI代理、AI自动化。具体工具清单以官方文档为准。

Davinci MCP 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Davinci MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。