VE-MCP
🎬 VE-MCP:自主 AI 视频剪辑器
Model Context Protocol (MCP) 服务器,用于自动化短视频剪辑、Reels、TikTok、SaaS 产品演示与本地化。
⚡ 概述
VE-MCP 为 AI 智能体(Claude Desktop、Cursor、Antigravity、AutoGPT)赋予专业的视频编辑能力。它能将原始屏幕录制、真人口播视频或原始脚本,在单次高性能渲染中转换为可直接发布的 9:16 竖屏视频。
flowchart LR
A["Raw Footage / Prompt"] --> B["AI Agent + VE-MCP"]
subgraph VE_MCP ["VE-MCP Single-Pass Engine"]
B --> C["Silence Cutter (auto-editor)"]
C --> D["Speech-to-Text & Karaoke ASS (faster-whisper)"]
D --> E["Voicebox / Edge-TTS Voiceover"]
E --> F["Single-Pass FFmpeg (9:16 + Zooms + EBU R128 Ducking + Subtitles)"]
end
F --> G["Ready-to-Publish 9:16 MP4 🎉"]Related MCP server: ViralSpin MCP
🚀 核心特性
✂️ 智能静音移除(
cut_silence): 使用auto-editor从原始素材中去除犹豫、结巴和停顿。🗣️ Voicebox 与 Edge-TTS 语音合成(
synthesize_speech): 原生集成本地 Voicebox(端口 17493),并无缝降级到 Microsoft Edge Neural TTS(多语言,无需任何 API 密钥)。✨ 停顿感知卡拉 OK 字幕(
generate_karaoke_subtitles): 生成逐词高亮的.ass字幕,采用 Montserrat 与 Inter 字体排版,并在语音停顿(>0.35s)处自动断行,避免字幕粘连屏幕。🎨 专业调色与光影处理(
adjust_video_color_and_light): 可通过 AI 调节曝光、对比度、饱和度、伽马、锐度与色温,并提供内置预设(vibrant、clean_screencast、cinematic、warm、cold、high_contrast)。📐 多格式宽高比转换器(
format_video): 单次渲染即可转换为 9:16(Reels/Shorts)、16:9(YouTube 横屏)、1:1(方形帖)、4:5(信息流),可带模糊背景、智能裁剪或信箱黑边。📱 9:16 竖屏格式化(
format_vertical_video): 高品质背景虚化(blur_background)、居中裁剪或留边格式。👥 分屏 SaaS 演示布局(
format_split_screen_demo): 上下双层竖向布局:上方为演讲者,下方为应用录屏,并支持双声道音频混合。🔍 动态跳跃式推进缩放(
apply_jump_zooms): 自动周期性镜头推进,提升观众留存率。🔊 广电级音频标准化与闪避(
add_audio_and_ducking): 音频统一处理到 EBU R128(loudnorm),并应用侧链压缩(有语音时背景音乐自动闪避)。🎨 叠加层与音效(
add_visual_overlay_and_sfx): 添加浮动徽标、Logo 和 UI 提示框,并附带内置音效触发器(pop.wav、whoosh.wav、click.wav)。🛡️ 自动化 QA 校验器(
validate_video_quality): 内置ffprobe校验 9:16/16:9 分辨率、音频流健康状态及容器完整性。⚡ 一键组合流水线:
create_reels_from_raw_video和create_promo_from_script,集成调色与分级。
🛠️ MCP 工具参考
工具名称 | 参数 | 说明 |
|
| 移除原始视频素材中的无声片段和犹豫停顿 |
|
| 通过 Voicebox 或 Edge-TTS 生成语音 |
|
| 词级高亮 |
|
| 转换为 9:16、16:9、1:1、4:5 并套用调色预设 |
|
| AI 可调节曝光、对比度、饱和度、锐度、色温 |
|
| 将视频重构为 9:16 竖屏,带模糊背景 |
|
| 组装演讲者 + 录屏分屏布局 |
|
| 添加周期性冲击缩放,增强节奏感 |
|
| 混合音乐与基于语音驱动的侧链闪避 |
|
| 用 |
|
| 添加弹窗/徽标并带有音效 |
|
| QA 工具,检查宽高比、编码器和媒体流 |
|
| 从原始视频到 Reels 的端到端流水线并带调色 |
|
| 从脚本 + B-roll 到宣传片的端到端流水线并带调色 |
📦 使用 Docker 快速开始
1. 构建 Docker 镜像
docker build -t video-editor-mcp:latest .2. 导出 / 分享给好友
# Save to tar archive:
docker save video-editor-mcp:latest -o video-editor-mcp.tar
# On friend's machine:
docker load -i video-editor-mcp.tar⚙️ 连接到 AI 助手
Claude Desktop / Cursor / Antigravity
将以下内容添加到你的 MCP 配置文件中(例如 claude_desktop_config.json):
{
"mcpServers": {
"video-editor": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-v",
"C:/Projects/my-videos:/data",
"--add-host=host.docker.internal:host-gateway",
"video-editor-mcp:latest"
]
}
}
}(将 C:/Projects/my-videos 替换为宿主机上你的视频工作区路径)。
使用 Python 原生运行(不使用 Docker)
pip install -r requirements.txt
python server.py🤖 AI 智能体如何自动接收指令
服务器连接后,AI 助手会 通过 3 种内置机制 自动接收到所有规则和指令:
🚀 原生 MCP 协议提示(
FastMCP instructions):客户端连接时,
server.go服务器会在initialize response中自动传递系统提示(SERVER_INSTRUCTIONS)。任何现代客户端(Claude Desktop、Cursor、Antigravity、Cline)无需手动配置,即可立刻理解决策树、颜色预设和格式。
📖 MCP 资源(
docs://index、docs://playbook):服务器提供交互式资源库,包含完整知识库,智能体可随时通过 MCP 协议读取。
📂 仓库级指令(
AGENTS.md、CLAUDE.md、SKILL.md):
📚 文档与场景指南
🧭 智能体主索引与决策树 — AI 快速导航。
🤖 智能体操作手册 — 从提示词到 QA 的分步生命周期。
📋 简报与脚本撰写框架 — 面对用户的 5 个问题访谈与 H-V-C 公式。
💻 SaaS 与录屏演示 — 产品功能介绍与更新日志推广。
📱 Reels、TikTok 与播客精华片段 — 口播视频剪辑与爆款片段裁剪。
🎓 教育与 SOP 教程 — 将文本指南转为视频。
🌍 本地化与配音 — Voicebox 翻译与云端配音资源重采样。
🤝 销售获客与支持 — 个性化客户演示与支持。
⏰ Cron 自动化与 CI/CD — 自动每日新闻摘要与 PR 预览。
📄 许可证
本项目采用 MIT License 许可。
This server cannot be deployed
Maintenance
Related MCP Connectors
AI video editing + publishing: turn clips into vertical shorts, post to TikTok/Instagram/YouTube.
The agentic video editor for ChatGPT and Claude. Ask in your chat and it cuts, captions, adds music, titles and motion graphics on a real timeline you can open and adjust.
Clip videos into captioned shorts, add captions, and schedule posts from AI agents.
Agentic AI video editor: edit a real timeline, generate clips, music and voice, then render.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables AI agents to edit videos through natural language, providing tools for timeline editing, audio management, rendering, and more.2MIT
- AlicenseAqualityDmaintenanceEnables AI agents to edit video assemblies from A-roll and B-roll, add captions, and publish to social media platforms.272,229 npmMIT
- AlicenseNot gradedqualityDmaintenanceEnables AI agents to generate complete short-form videos from text prompts, combining text-to-speech, automatic captions, background footage, and music.68 npmMIT
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to autonomously edit raw video footage into publish-ready videos with millisecond-accurate cuts, Whisper transcription, karaoke captions, motion graphics, and high-CTR thumbnails.19 npm6MIT