Da Vinci MCP

达芬奇MCP:AI分级桥

通过Claude Desktop用自然语言控制DaVinci Resolve颜色分级。

概述

AI分级桥将Claude Desktop连接到DaVinci Resolve，实现了对颜色分级操作的对话式控制。只需描述你想要什么（“让这张照片更温暖”，“修复破碎的阴影”，“给它一个电影般的外观”），克劳德就会相应地分析和调整等级。

建筑

┌─────────────────┐     ┌──────────────┐     ┌───────────────┐     ┌──────────────────┐
│                 │     │              │     │               │     │                  │
│ Claude Desktop  │◄───►│  MCP Server  │◄───►│ Bridge Server │◄───►│  OFX Plugin      │
│                 │     │              │     │  (WebSocket)  │     │  (DaVinci)       │
└─────────────────┘     └──────────────┘     └───────────────┘     └──────────────────┘
   Natural Language        Tools API          HTTP/WebSocket         Color Grading

组件

1. MCP 服务器 (mcp-server/)-通过MCP协议将分级工具暴露给Claude Desktop
2. 网桥服务器 (bridge-server/)-MCP和OFX插件之间的WebSocket中继
3. OFX插件 (ofx-plugin/)-执行实际评分的DaVinci Resolve插件

特性

• 自然语言控制：用对话的方式描述成绩
• 实时分析：获取帧统计信息和剪切警告
• AI建议：Claude分析镜头并建议调整
• 多个实例：同时控制多个剪辑/节点
• 创意外观：应用预设风格（电影、暖、冷、去饱和等）

快速开始

先决条件

• 已安装Claude Desktop
• Python 3.10+带pip
• DaVinci Resolve 17+（完整功能）

安装

1.安装网桥服务器

cd bridge-server
pip install -r requirements.txt

2.安装MCP服务器

cd mcp-server
pip install -r requirements.txt

3.配置克劳德桌面

查找您的Claude Desktop配置文件：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• 视窗: %APPDATA%\Claude\claude_desktop_config.json
• Linux: ~/.config/Claude/claude_desktop_config.json

添加MCP服务器配置：

{
  "mcpServers": {
    "resolve-grading": {
      "command": "python",
      "args": ["/absolute/path/to/Da-Vinci-MCP/mcp-server/mcp_grading_tools.py"]
    }
  }
}

重要：替换 /absolute/path/to/ 使用安装的实际完整路径。

4.重新启动克劳德桌面

完全退出并重新打开Claude Desktop。

5.启动网桥服务器

cd bridge-server
python bridge_server.py

使用分级工具时保持此运行状态。

没有DaVinci Resolve的测试

在安装OFX组件之前，您可以使用模拟插件测试系统：

cd bridge-server
python test_plugin_simulator.py

然后在Claude Desktop中，尝试：

• “列出分级实例”
• “分析镜头并提出改进建议”
• “将饱和度设置为0.8，并略微提升黑色”

用法示例

一切准备就绪后，与克劳德进行自然对话：

基本控制

You: List all active grading instances
Claude: [Shows connected clips/nodes]

You: Show me the current parameters for shot-001
Claude: [Displays current grading state]

You: Reset the grade to defaults
Claude: ✓ Reset command sent

创意评分

You: Give this shot a warm, golden hour look
Claude: I'll adjust the temperature and lift to create a warm sunset feel...
      [Sets temperature: 0.15, lift_red: 0.02, reduces blue gain]

You: Make it more cinematic with lifted blacks
Claude: Applying cinematic look with lifted blacks and reduced saturation...
      [Adjusts lift and saturation accordingly]

You: The highlights are blown out, can you fix that?
Claude: I'll reduce the gain to bring down the highlights...

基于分析的工作流

You: Analyze this shot for any issues
Claude: Analysis shows:
        - Average luminance: 62%
        - Clipped blacks: 8.2%
        ⚠️ Significant shadow clipping detected

        Suggestion: Lift the blacks to recover shadow detail

You: Go ahead and fix that
Claude: Adjusting lift to recover shadow detail...

批量操作（未来）

You: Copy this grade to clips B, C, and D
You: Apply the warm sunset look to all interview shots
You: Save this as a preset called "Corporate Interview"

可用工具

Claude可以使用这些评分工具：

• list_grading_instances -显示所有连接的剪辑
• get_instance_details -获取有关剪辑的详细信息
• analyze_shot -获取帧分析（亮度、剪切、直方图）
• set_grading_parameters -调整颜色分级参数
• reset_grading -重置为默认中性等级
• analyze_and_suggest -获取基于AI的评分建议

分级参数

所有参数都是可选的，通常在-1.0到1.0的范围内：

提升/伽玛/增益（阴影/中间/高光）

• lift_red, lift_green, lift_blue -阴影控制
• gamma_red, gamma_green, gamma_blue -中音控制
• gain_red, gain_green, gain_blue -突出显示控件

全球调整

• saturation -0.0=B&W，1.0=正常，>1.0=过饱和
• contrast -整体对比度调整
• pivot -对比枢轴点（0.0到1.0）
• temperature -负=较冷，正=较热
• tint -负=绿色，正=品红色

发展路线图

当前状态

• ✅ 支持WebSocket的网桥服务器
• ✅ 配备核心分级工具的MCP服务器
• ✅ 框架分析和人工智能建议
• ⏳ OFX插件实现（正在进行中）

计划功能

• \[\]预设管理（保存/加载/共享外观）
• \[\]批量操作（跨剪辑复制成绩）
• \[\]高级曲线控件（自定义RGB曲线）
• \[\]LUT支持（应用和生成LUT）
• \[\]示波器可视化（波形、矢量示波器）
• \[\]时间线集成（导航和评分镜头）
• \[\]协作功能（共享会话）

建筑细部

通信流

1. User → 克劳德桌面：自然语言请求
2. 克劳德→ MCP 服务器：通过MCP协议进行结构化工具调用
3. MCP 服务器→ 网桥服务器：带参数的HTTP请求
4. 网桥服务器→ OFX插件：带命令的WebSocket消息
5. OFX插件→ 达芬奇调色：本地OFX参数更新
6. 响应返回：分析/确认返回给克劳德

WebSocket协议

桥接服务器使用简单的JSON协议进行插件通信：

// Plugin → Bridge (registration)
{
  "event": "register",
  "instance_id": "clip-001",
  "node_name": "Corrector 1",
  "clip_name": "Interview_A.mov"
}

// Bridge → Plugin (set parameters)
{
  "command": "set_parameters",
  "parameters": {
    "saturation": 0.85,
    "lift_red": 0.05
  }
}

// Plugin → Bridge (analysis data)
{
  "event": "analysis",
  "avg_luminance": 0.45,
  "clipped_blacks_pct": 2.1,
  "histogram_luma": [...]
}

故障排除

网桥服务器连接错误

错误：“无法连接到网桥服务器”

解决方案：确保 bridge_server.py 正在运行：

cd bridge-server
python bridge_server.py

MCP工具未出现在Claude Desktop中

检查:

1. 验证配置文件语法（有效的JSON）
2. 在配置中使用绝对路径
3. 完全重新启动克劳德桌面
4. 检查克劳德桌面日志： ~/Library/Logs/Claude/mcp*.log （macOS）

端口已在使用中

错误：“地址已在使用中：9876”

解决方案：使用端口9876查找并终止进程：

# macOS/Linux
lsof -ti:9876 | xargs kill -9

# Windows
netstat -ano | findstr :9876
taskkill /PID 
 /F

贡献

欢迎投稿！感兴趣的领域：

• OFX插件开发（C++）
• 其他分级工具和功能
• 网桥服务器的UI改进
• 文件和示例
• 测试和错误报告

许可证

MIT许可证-有关详细信息，请参阅许可证文件

致谢

• 建于 模型上下文协议（MCP）
• 用途 快速API 对于网桥服务器
• 集成于 达芬奇调色 通过OFX

支持

• 问题：
• 文件：见 docs/ 文件夹
• 示例：参见 docs/SETUP.md 有关详细的设置指南

______________________________________________________________________

备注：该项目正在积极开发中。OFX插件组件目前正在开发中。您可以使用附带的模拟器测试MCP和网桥服务器组件。