videoeditor MCP

视频编辑器MCP

由Krish Parmar建造。赢 第二名 在 MCP应用程序黑客马拉松 由Y Combinator的Manufact（YC S25）撰写。

由...驱动

积云实验室 VLM（Qwen3-VL-32B） --GPU托管的视觉智能可以逐帧观看视频并了解发生了什么。

一个MCP应用程序，允许AI代理在DaVinci Resolve中编辑视频。只要说“给我做一个精彩片段”或“剪掉无聊的部分”，它就真的做到了。

______________________________________________________________________

运作原理

这是一个 MCP（模型上下文协议） App——允许AI代理使用工具并呈现交互式UI的开放标准。代理连接到此服务器，并访问用于视频理解和编辑的工具。它根据你的要求决定打什么电话以及打什么电话的顺序。

核心思想：连接一个可以 看见 将视频内容传输到可以 编辑 视频。

You: "make a 15 second highlight reel with slo-mo on the best parts"

                        ┌─────────────────────┐
                        │   Claude (Agent)     │
                        │   connected via MCP  │
                        └──────────┬──────────┘
                                   │
              ┌────────────────────┼────────────────────┐
              ▼                    ▼                    ▼
    ┌─────────────────┐  ┌─────────────────┐  ┌─────────────────┐
    │ get-resolve-    │  │  analyze-video   │  │ execute-resolve │
    │ state           │  │                  │  │ -script         │
    │                 │  │  Cumulus Labs    │  │                 │
    │ gets timeline,  │  │  VLM (Qwen3-VL) │  │ runs Python in  │
    │ clips, fps,     │  │  watches video,  │  │ DaVinci Resolve │
    │ media pool      │  │  finds moments   │  │ builds the edit │
    └────────┬────────┘  └────────┬────────┘  └────────┬────────┘
             │                    │                    │
             ▼                    ▼                    ▼
    ┌──────────────────────────────────────────────────────────┐
    │              Interactive Widget UI                        │
    │  timeline viewer · VLM results · script output           │
    │  video preview · segment list · action buttons           │
    │  text input for feedback · "Open in DaVinci" button      │
    └──────────────────────────────────────────────────────────┘

代理遵循严格的工作流程：

1. 理解 --读取当前的达芬奇状态，用VLM分析视频
2. 计划 --展示编辑计划 停下来等待您的反馈
3. 执行 --只有在您批准后，才能运行一个脚本进行所有编辑
4. 验证 --显示最终时间线，以便您查看

你始终处于掌控之中。未经您的批准，代理人从不编辑。

______________________________________________________________________

堆栈

MCP服务器 --TypeScript，使用 mcp使用.作为MCP应用程序运行，其中4个交互式小部件在对话中内联呈现。通过Supabase OAuth进行身份验证。部署于 人工云.

视觉语言模型 — 积云实验室 跑步 Qwen3-VL-32B 在GPU上。这就是“观看”视频的方式——你给它发送一个剪辑，问“这个人什么时候跳？”它会返回时间戳、描述和影响评级。是眼睛。

视频编辑 — 达芬奇调色 通过Python脚本API。该代理编写控制Resolve的Python代码——导入媒体、构建时间线、添加具有帧级精度的子剪辑、应用缩放效果、添加标记。是手。

远程网桥 --对于云部署，一个轻量级的HTTP桥与DaVinci一起在您的本地计算机上运行。部署的服务器通过以下方式到达它 Tailscale 漏斗，因此Claude Desktop可以连接到云MCP，而DaVinci编辑则在本地进行。

______________________________________________________________________

小部件

MCP应用程序直接在对话中呈现交互式UI：

时间轴视图 --嵌入式视频预览播放器、与持续时间成比例的视觉剪辑条、彩色标记、时间线切换按钮、带帧信息的剪辑细节面板、“在DaVinci中打开”按钮

VLM结果 --解析的片段列表，包括时间范围、类型徽章（跳跃、研磨、过渡）、影响分数、“计划编辑”/“更多细节”/“重试”按钮，以及用于键入自定义反馈的文本输入

脚本输出 --成功/失败徽章、单空间标准输出、红色标准错误、“刷新时间线”按钮、失败的“帮助修复错误”、反馈的文本输入

安装向导 --首次运行登录，检测DaVinci连接状态，允许您输入和测试VLM端点，保存配置

______________________________________________________________________

建筑

Claude Desktop
    │
    │  MCP (via mcp-remote)
    ▼
Manufact Cloud (deployed MCP server)
    │
    ├── analyze-video ──► Tailscale Funnel ──► Bridge (laptop) ──► reads video file
    │                                                              ──► sends to Cumulus VLM
    │
    ├── execute-resolve-script ──► Tailscale Funnel ──► Bridge ──► Python subprocess
    │                                                              ──► DaVinci Resolve
    │
    └── get-resolve-state ──► Tailscale Funnel ──► Bridge ──► DaVinci Resolve

所有东西都通过你笔记本电脑上的桥运行。云服务器从不直接接触视频文件或DaVinci。

______________________________________________________________________

工具

______________________________________________________________________

建于

• mcp使用 --支持小部件的MCP服务器框架
• 积云实验室 --GPU托管的Qwen3 VL视觉模型
• 达芬奇调色 --专业视频编辑
• 尾标 --远程网桥专用网络
• 速贝 --OAuth身份验证
• 人工云 --MCP服务器部署