DaVinci Resolve MCP Sunucusu

“DaVinci Resolve” MCP Sunucusu ne yapar?

DaVinci Resolve MCP Sunucusu, AI asistanları ile DaVinci Resolve video düzenleme yazılımı arasında Model Context Protocol (MCP) üzerinden köprü kurmak için tasarlanmış bir entegrasyon aracıdır. Ara sunucu olarak çalışarak DaVinci Resolve ile otomatik, yapay zeka destekli etkileşimlere (düzenleme eylemlerini kontrol etme, proje bilgisini sorgulama veya dışa aktarımları tetikleme gibi) olanak tanır. Bu sayede geliştiriciler ve içerik üreticileri, DaVinci Resolve’un güçlü düzenleme yeteneklerinden programatik erişim yoluyla faydalanabilir, verimliliklerini artırabilir, tekrarlayan işleri otomatikleştirebilir ve içerik üretim/ yönetimi için daha geniş yapay zeka odaklı iş akışlarına entegre edebilirler.

Prompt Listesi

Depoda prompt şablonlarıyla ilgili bir bilgi bulunamadı.

Kaynak Listesi

Depoda veya belgelerde açık bir kaynak tanımı bulunamadı.

Araç Listesi

resolve_mcp_server.py veya başka bir yerde belirgin bir araç tanımı mevcut değil.

Bu MCP Sunucusunun Kullanım Alanları

• Otomatik Video Düzenleme
  AI ajanlarıyla video zaman çizelgelerini düzenleyin, geçişler ekleyin veya klipleri yönetin. DaVinci Resolve’da sık yapılan düzenleme iş akışlarını kolaylaştırın.
• Proje Meta Verisi Çıkarımı
  DaVinci Resolve projelerinden meta verileri sorgulayın ve toplayın; kataloglama, analiz veya varlık yönetim sistemlerine entegrasyon için kullanın.
• Toplu Dışa Aktarma Otomasyonu
  Medya dışa aktarımlarını programatik olarak tetikleyin ve yönetin, toplu işleme ve yapay zeka destekli dışa aktarma mantığına imkan tanıyın.
• Uzaktan İş Birliği
  Uzaktan veya otomatik ajanların DaVinci Resolve projeleriyle etkileşime geçmesini sağlayarak iş birliğine dayalı düzenleme senaryolarını destekleyin.
• Özel İş Akışı Entegrasyonu
  DaVinci Resolve’u harici API’ler veya araçlarla (ör. bulut depolama, transkripsiyon servisleri) AI destekli otomasyon yoluyla entegre edin.

Nasıl kurulur

Windsurf

1. DaVinci Resolve MCP Sunucusu için gerekli olan Python’un kurulu olduğundan emin olun.
2. Depoyu klonlayın:
   git clone https://github.com/samuelgursky/davinci-resolve-mcp.git
3. Bağımlılıkları yükleyin:
   pip install -r requirements.txt
4. Sunucuyu Windsurf yapılandırmasına ekleyin, ör. windsurf.config.json dosyasında:

   {
     "mcpServers": {
       "davinci-resolve": {
         "command": "python",
         "args": ["resolve_mcp_server.py"]
       }
     }
   }
   

5. Yapılandırmayı kaydedin ve Windsurf’u yeniden başlatın. Sunucu bağlantısını doğrulayın.

Claude

1. Sisteminizde Python’ın mevcut olduğundan emin olun.
2. Depoyu klonlayın ve bağımlılıkları yukarıdaki gibi yükleyin.
3. Claude’un MCP yapılandırma dosyasını açın.
4. DaVinci Resolve MCP Sunucusunu ekleyin:

   {
     "mcpServers": {
       "davinci-resolve": {
         "command": "python",
         "args": ["resolve_mcp_server.py"]
       }
     }
   }
   

5. Kaydedin ve Claude’u yeniden başlatın, ardından bağlantıyı doğrulayın.

Cursor

1. Python ve DaVinci Resolve MCP Sunucusu bağımlılıklarının kurulu olduğunu doğrulayın.
2. MCP sunucu deposunu indirin veya klonlayın.
3. Cursor’un MCP sunucuları için yapılandırma dosyasını açın.
4. Şunu ekleyin:

   {
     "mcpServers": {
       "davinci-resolve": {
         "command": "python",
         "args": ["resolve_mcp_server.py"]
       }
     }
   }
   

5. Kaydedin ve Cursor’u yeniden başlatın.

Cline

1. Tüm ön gereksinimleri yükleyin (Python, depo bağımlılıkları).
2. Depoyu klonlayın.
3. Cline’ın MCP sunucu yapılandırmasını açın.
4. Sunucuyu ekleyin:

   {
     "mcpServers": {
       "davinci-resolve": {
         "command": "python",
         "args": ["resolve_mcp_server.py"]
       }
     }
   }
   

5. Dosyayı kaydedin ve Cline’ı yeniden başlatın.

API Anahtarlarını Korumak

Herhangi bir hassas çevresel değişken (ör. API anahtarları) için yapılandırmanızda aşağıdaki gibi env ve inputs anahtarlarını kullanın:

{
  "mcpServers": {
    "davinci-resolve": {
      "command": "python",
      "args": ["resolve_mcp_server.py"],
      "env": {
        "API_KEY": "${API_KEY}"
      },
      "inputs": {
        "api_key": "${API_KEY}"
      }
    }
  }
}

Bu MCP akışlarda nasıl kullanılır

FlowHunt’ta MCP kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, akışınıza MCP bileşenini ekleyin ve AI ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırma bölümüne, sunucu detaylarını aşağıdaki JSON formatında girin:

{
  "davinci-resolve": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Yapılandırma tamamlandığında, AI ajanı bu MCP’yi bir araç olarak kullanabilir ve tüm işlevlerine erişebilir. “davinci-resolve” ismini kendi MCP sunucunuzun ismiyle ve URL’yi kendi MCP sunucu URL’nizle değiştirmeniz gerektiğini unutmayın.

Genel Bakış

Roots desteği: ⛔ Bahsedilmedi
Örnekleme desteği: ⛔ Bahsedilmedi

Mevcut bilgiler ve belgelendirme kapsamına dayanarak, bu MCP sunucusuna 10 üzerinden 4 puan verirdim. Kurulum talimatları açık ve kullanım alanları açıklanmış olsa da, belgelenmiş kaynak, araç ve prompt eksikliği, geliştiricilerin hızlıca kullanıma başlamasını zorlaştırmaktadır.

MCP Puanı