jianying-draft-mcp
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
jianying-draft-mcp
由 Angelo236 维护的本地 MCP 服务:把明确的剪辑计划编译为可编辑的剪映草稿。
v0.1.1 是可运行的通用执行层。 输入是带真实素材路径与时间范围的 JSON 计划;不包含任何品牌 Skill、业务任务包、私有提示词、素材或成片。业务 Agent 在上游理解任务,再调用这里的工具。
你的 Agent / 私有业务流程
→ 剪辑计划 JSON
→ MCP 校验与草稿生成
→ 新草稿目录
→ 可选:安装到本机剪映草稿目录
→ 在剪映打开、人工检查与继续编辑这是独立的非官方项目,与剪映、字节跳动及上游项目没有官方隶属或背书关系。草稿生成依赖 GuanYixuan/pyJianYingDraft,MCP 使用官方 Python SDK;详细来源与许可证见 THIRD_PARTY_NOTICES.md。
已实现与边界
本地 stdio MCP;六个工具及执行计划 schema 资源。
视频主轨、视频覆盖轨、可编辑字幕;原音音量可调,覆盖素材可静音。
校验源时长、帧边界、主轨连续性、同轨重叠、素材 ID 和画幅。
输入仅允许配置目录内的相对路径;拒绝越界路径及逃逸的符号链接。
请求 ID 防重复生成;内容哈希检查素材变化;修改后的工程不会被替换。
同机安装写入新目录,不改已有工程和全局索引。
尚未实现: 自然语言任务包理解、ASR、视觉选片、后台队列、自动恢复、局部返修、剪映 UI 控制/导出、跨机素材包和 CapCut。当前调用同步执行;大素材哈希可能耗时。连接断开或进程中止不保证继续执行,可查询保存的记录;building 不代表后台工作进程仍在运行。未完成请求需人工检查并使用新请求 ID。
首版仅支持视频,素材显示画幅需与项目一致;不自动裁切、变速、添加音乐或商业模板。生成成功只表示结构检查通过;语义正确、画面效果、打开、导出和修改重开需要另行验收。
Related MCP server: Codex DaVinci Resolve MCP
从 GitHub 安装
需要 Git、Python 3.11–3.13。推荐先使用 Python 3.12;本次本机测试使用该版本。尚未发布到 PyPI。
macOS / Linux:
python3.12 -m venv "$HOME/.venvs/jianying-draft-mcp"
"$HOME/.venvs/jianying-draft-mcp/bin/python" -m pip install "git+https://github.com/Angelo236/jianying-draft-mcp.git@v0.1.1"
"$HOME/.venvs/jianying-draft-mcp/bin/jianying-draft-mcp" --versionWindows PowerShell(剪映实际兼容性待目标电脑验证):
py -3.12 -m venv "$env:USERPROFILE\.venvs\jianying-draft-mcp"
& "$env:USERPROFILE\.venvs\jianying-draft-mcp\Scripts\python.exe" -m pip install "git+https://github.com/Angelo236/jianying-draft-mcp.git@v0.1.1"媒体探测需要 MediaInfo。macOS/Windows 的 pymediainfo 二进制包通常附带库;若不可用,安装系统 MediaInfo。Ubuntu/Debian 可用 sudo apt install libmediainfo0v5。get_capabilities 返回真实可用状态。首版不依赖系统 FFmpeg 可执行程序。
从 v0.1.0 升级
先停止客户端里的 MCP 服务,在 MCP 配置的 command 所属虚拟环境 中升级,然后重启服务:
"$HOME/.venvs/jianying-draft-mcp/bin/python" -m pip install --upgrade "git+https://github.com/Angelo236/jianying-draft-mcp.git@v0.1.1"
"$HOME/.venvs/jianying-draft-mcp/bin/jianying-draft-mcp" --version以上路径使用安装示例的虚拟环境;若使用其他位置,请替换为客户端实际使用的路径。Windows 同样使用该环境的 Scripts\\python.exe -m pip install --upgrade。
保留原来的 JIANYING_WORKSPACE、records 和 drafts。v0.1.1 会直接复用已有目录,避免重复 mkdir 引发的宿主兼容问题;不需要为每次启动更换工作目录。工具参数、计划和历史回执格式兼容 v0.1.0,Skill 无需因本补丁改变调用方式。重连后用 get_capabilities 确认版本为 0.1.1。
连接 Agent
在支持本地 stdio MCP 的客户端中,参考 examples/mcp.config.json 添加服务器。不同产品的配置入口可能不同。
{
"mcpServers": {
"jianying-draft": {
"command": "/absolute/path/to/venv/bin/jianying-draft-mcp",
"args": [],
"env": {
"JIANYING_ASSET_ROOT": "/absolute/path/to/input",
"JIANYING_WORKSPACE": "/absolute/path/to/output-workspace"
}
}
}
}两个目录须填写本机真实绝对路径;输入目录必须存在,工作目录放在输入目录之外。
Windows 的
command使用虚拟环境里的Scripts\\jianying-draft-mcp.exe。默认只生成工作目录里的工程。如果需要安装,再将
JIANYING_DRAFT_ROOT配为你在剪映设置中确认的真实草稿根目录,调用install_draft。本地 stdio 进程必须能访问素材。云端 Agent 无法仅凭本机路径读取本地文件。
此仓库不要求安装任何 Skill;团队 Skill 可独立保存在私有位置。
工具与最小调用
工具 | 用途 |
| 实际能力、版本、MediaInfo 和安装就绪状态 |
| 视频时长、显示尺寸、旋转和 SHA-256 |
| 对真实素材检查执行计划 |
| 同步生成草稿;保存可查询的回执 |
| 查询生成、安装等状态,检测生成文件是否变化 |
| 将该请求生成的草稿安装到新目录 |
将 examples/plan.json 放到输入目录,另准备自己的 demo.mp4:至少 2 秒、16:9 视频。示例使用 320×180、30fps;正式项目按实际素材改画布、文件及切点。仓库不附带视频。
依次调用:
{"tool": "get_capabilities", "arguments": {}}
{"tool": "probe_media", "arguments": {"relative_path": "demo.mp4"}}
{"tool": "validate_draft_plan", "arguments": {"plan_path": "plan.json"}}
{"tool": "create_draft", "arguments": {"plan_path": "plan.json", "request_id": "example-001"}}
{"tool": "get_draft_status", "arguments": {"request_id": "example-001"}}以上是便于阅读的调用示意,由客户端按 MCP 协议发送。仅在配置好草稿目录并准备安装时调用:
{"tool": "install_draft", "arguments": {"request_id": "example-001", "name": "Example installed"}}草稿保留对原素材的绝对路径引用,必须保留源文件。生成目录不是可直接跨电脑使用的素材包。安装后在剪映首页查看;必要时返回首页或重启剪映刷新列表。installed=passed 仅表示文件已放置,绝不代表已打开或导出。
时间单位是整数微秒、结束端不包含;帧边界用 round(frame * 1000000 / fps)。主轨从零连续排到结尾。所有片段保持 1 倍速;volume: 0.0 静音。字幕大小和纵向位置可配置。完整 schema 位于 MCP 资源 jianying://plan-schema,也提供 静态 schema。
测试与开发
git clone https://github.com/Angelo236/jianying-draft-mcp.git
cd jianying-draft-mcp
python3.12 -m venv .venv
.venv/bin/python -m pip install -e '.[dev]'
.venv/bin/python -m pytest -q
.venv/bin/python -m build测试在临时目录中生成纯色视频,覆盖实际 stdio 握手、工具调用、草稿写入、重复请求、输入变化、路径边界和人工改动保护。不会读取业务素材或操作真实剪映项目。
测试环境和未验证项见 docs/VALIDATION.md。后续方向见 docs/ROADMAP.md。
许可与数据
本仓库新增代码采用 Apache-2.0,署名 Angelo236;上游代码和许可证保留原作者归属。发行物包含本项目 LICENSE、NOTICE 和第三方许可说明,不重新声明上游作者身份。
MCP 服务本身不上传媒体、不调用模型或下载远程素材。它会把工具结果返回给客户端;客户端/Agent 的数据处理方式由其自身配置决定。工作目录中的回执含本机路径和内容哈希,不应加入公开仓库。使用者负责素材、字体及编辑软件功能的使用授权。署名与许可证记录不等于对所有使用场景的法律保证。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
MCP server for Clipkit — gives AI agents a video toolbox via the Clipkit schema.
MCP server for generating rough-draft project plans from natural-language prompts.
MCP server for Wan AI video generation
MCP server for Kling AI video generation
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceAn MCP server for programmatic video editing using ffmpeg, enabling draft creation and refinement via natural language.11 npmISC
- AlicenseBqualityCmaintenanceA local, safety-first MCP server for inspecting, editing, and rendering videos in DaVinci Resolve through natural language prompts.272MIT
- AlicenseAqualityCmaintenanceAn MCP server that reads and builds CapCut projects locally, enabling natural language queries about project contents, missing media, and creation of new edits including beat-synced cuts.26MIT
- FlicenseAqualityDmaintenanceMCP server for Jianying (CapCut) AI-assisted editing, enabling natural language-driven draft generation, reference reuse, and batch template creation with safety checks.517-