快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

python -m venv venv

详细介绍

影院工作室AI平台

FastAPI+Google ADK模板与MCP（模型上下文协议）和Vertex AI集成。用于尝试代理工作流的CLI工具。

一个基于谷歌云人工智能生态系统的全面、深度集成的电影工作室应用平台，利用了Vertex AI、Gemini、代理开发工具包（ADK）和模型上下文协议（MCP）。

该平台是电影制作人和艺术家的中心，提供人工智能驱动的工具，可以增强和加速电影制作过程的每个阶段：前期制作、制作和后期制作。

概述

Cinema Studio AI平台使电影制作人能够：

预生产：人工智能辅助编剧、角色开发、故事板、概念艺术生成和智能选角/位置侦察
生产：实时现场协助、连续性跟踪和虚拟生产支持
录制之后的：自动编辑、VFX集成、色彩分级和智能媒体资产管理

特性

预生产工具

人工智能辅助编剧 （双子座）

- 为场景生成对话 - 开发丰富的角色配置文件 - 头脑风暴故事创意 - 分析叙事结构

动态故事板 （图片/我看到）

- 将脚本场景转换为视觉故事板 - 生成预可视化序列 - 探索相机角度和构图

概念艺术生成

- 角色设计变化 - 环境和位置概念 - 支柱和物体设计

AI代理

- 选角代理：人才推荐 - 地点侦察员：拍摄地点建议

生产工具

现场连续性跟踪（即将推出）
虚拟生产支持（即将推出）
实时数据集成（即将推出）

后期制作工具

通过MCP集成视觉特效（即将推出）
人工智能色彩分级（即将推出）
智能媒体资产管理（即将推出）

技术栈

谷歌云平台：基础设施和计算
顶点AI：人工智能模型训练和部署
双子座2.0：高级语言理解和生成
图像：故事板和概念艺术的图像生成
代理开发工具包（ADK）：构建智能代理
模型上下文协议（MCP）：与行业工具集成
Python 3.10+：核心实现语言

先决条件

Python 3.10或更高版本
具有活动项目的Google Cloud帐户
谷歌人工智能API密钥（适用于Gemini）
Git和GitHub CLI（gh）

安装

1.克隆存储库

git clone https://github.com/yourusername/adk-mcp-vertext-xepriment-cli.git
cd adk-mcp-vertext-xepriment-cli

2.创建虚拟环境

python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

3.安装依赖项

pip install -r requirements.txt

或用于开发：

pip install -e ".[dev]"

4.配置环境

复制示例环境文件并配置您的设置：

cp .env.example .env

编辑 .env 并添加您的配置：

GOOGLE_CLOUD_PROJECT=your-project-id
GOOGLE_CLOUD_PROJECT_NUMBER=your-project-number
GOOGLE_AI_API_KEY=your-gemini-api-key
VERTEX_AI_LOCATION=us-central1

5.设置谷歌云

# Authenticate with Google Cloud
gcloud auth login
gcloud auth application-default login

# Set your project
gcloud config set project your-project-id

# Enable required APIs
gcloud services enable aiplatform.googleapis.com
gcloud services enable generativelanguage.googleapis.com

用法

命令行界面

该平台提供了一个全面的CLI：

# Show platform information
cinema-studio info

# Generate dialogue for a scene
cinema-studio preproduction generate-dialogue \
  --scene "A tense confrontation in a warehouse" \
  --characters "DETECTIVE, SUSPECT" \
  --tone "suspenseful"

# Develop a character profile
cinema-studio preproduction develop-character \
  --name "Alex Chen" \
  --description "A brilliant AI researcher"

# Analyze a script
cinema-studio preproduction analyze-script script.txt

# Get casting recommendations
cinema-studio agents casting \
  --character "Alex Chen" \
  --description "Brilliant AI researcher, 30s"

# Scout locations
cinema-studio agents location-scout \
  --scene "Futuristic research lab" \
  --location-type "interior"

Python API

以编程方式使用平台：

import asyncio
from cinema_studio.preproduction.scriptwriting import ScriptWriter
from cinema_studio.agents.casting_agent import CastingAgent

async def main():
    # Generate dialogue
    writer = ScriptWriter()
    dialogue = await writer.generate_dialogue(
        scene_description="A tense confrontation",
        character_names=["DETECTIVE", "SUSPECT"],
        tone="suspenseful"
    )
    print(dialogue)

    # Get casting recommendations
    agent = CastingAgent()
    result = await agent.execute({
        "character_name": "Alex Chen",
        "character_description": "Brilliant AI researcher",
    })
    print(result["recommendations"])

asyncio.run(main())

快速入门示例

运行附带的示例：

python examples/quick_start.py

项目结构

adk-mcp-vertext-xepriment-cli/
├── src/
│   └── cinema_studio/
│       ├── config/           # Configuration management
│       ├── preproduction/    # Pre-production tools
│       ├── production/       # Production tools
│       ├── postproduction/   # Post-production tools
│       ├── agents/           # AI agents (ADK)
│       └── cli.py            # Command-line interface
├── tests/                    # Test suite
├── examples/                 # Example scripts
├── docs/                     # Documentation
├── .env.example              # Environment template
├── requirements.txt          # Python dependencies
├── pyproject.toml           # Project metadata
└── README.md                # This file

配置

平台使用环境变量进行配置。看 .env.example 所有可用选项。

关键设置：

GOOGLE_CLOUD_PROJECT：您的GCP项目ID
GOOGLE_AI_API_KEY：Gemini的API密钥
VERTEX_AI_LOCATION：顶点AI区域
MCP_ENABLED：启用模型上下文协议

发展

运行测试

pytest

代码格式化

black src/
ruff check src/

类型检查

mypy src/

路线图

\[x\] 前期制作：编剧与分析
\[x\] 前期制作：人工智能代理（选角、外景拍摄）
\[\]前期制作：故事板生成集成
\[\]前期制作：概念艺术工作流程
\[\]制作：现场连续性跟踪
\[\]生产：虚拟生产支持
\[\]后期制作：通过MCP集成视觉特效
\[\]后期制作：自动编辑建议
\[\]后期制作：颜色分级建议
\[\]MCP与Adobe After Effects的集成
\[\]MCP与DaVinci Resolve的集成
\[\]实时协作功能
\[\]媒体资产管理系统

贡献

欢迎投稿！请在提交PR之前阅读我们的投稿指南。

许可证

MIT许可证-有关详细信息，请参阅许可证文件

资源

支持

对于问题和疑问：

在GitHub上打开一个问题
检查文档
查看中的示例脚本 examples/

______________________________________________________________________

基于谷歌的人工智能生态系统构建 | 由Vertex AI、Gemini、ADK和MCP提供技术支持

目录标签

Python云端部署DockerAI辅助编剧本地部署动态分镜概念艺术生成虚拟制作智能媒体管理

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

session

运行时（runtime，运行环境）

Python

工具数量（toolCount，工具数）

7

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdiosession部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/7bc1488bad88fc59f7b60724f352aa8e

一个基于Google Cloud AI生态系统的电影制作平台，提供从前期制作到后期制作的AI辅助工具。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

Template Base

一个包含生产级服务器、自动模块发现和配置系统的MCP服务开发模板，适用于快速构建和部署MCP服务。

下一个 MCP

template MCP

这是一个用于创建和管理服务器生成工具的模板，提供参数验证、错误处理和文档结构等基础设施测试和开发支持。

Template Fastapi Adk MCP Vertex