“视频编辑器”MCP 服务器的功能是什么?
视频编辑器 MCP 服务器是一款工具,将 AI 助手与 Video Jungle 视频平台连接,实现无缝集成视频上传、编辑、搜索和生成任务。通过与 Video Jungle 的 API 及资源对接,开发者和用户可以自动化创建视频项目、管理素材、根据上下文或搜索结果生成剪辑,并大规模交互视频内容。该服务器赋能大语言模型执行复杂的视频相关操作,如分析视频/音频内容、实时编辑、检索项目元数据,并同时利用云端和本地资源。使用前,用户需注册 Video Jungle 账号并提供其 API 密钥。
提示词列表
当前仓库尚未收录提示词模板。
资源列表
- 自定义 vj:// URI 协议
为单个视频和项目提供唯一 URI,实现直接引用与访问。 - 项目资源
每个项目资源都包含名称和描述,便于组织生成脚本、分析视频和图片。 - 搜索结果元数据
搜索查询可返回视频内容及其出现时间的元数据,便于生成剪辑和深入理解内容。
工具列表
- add-video
从 URL 添加视频文件进行分析,并返回可引用的 vj:// URI。 - create-videojungle-project
新建 Video Jungle 项目以组织编辑用脚本、视频和图片。 - edit-locally
下载 OpenTimelineIO 项目到本地,在 Davinci Resolve Studio 内编辑(需运行 Resolve Studio)。 - generate-edit-from-videos
从多个视频文件生成渲染视频剪辑。 - generate-edit-from-single-video
从单一输入视频文件创建剪辑。 - get-project-assets
获取项目中的素材,用于视频剪辑生成。 - search-videos
通过嵌入和关键词查找视频匹配项。 - update-video-edit
若 Video Jungle 已打开,可实时更新视频剪辑信息。
此 MCP 服务器的应用场景
- 自动视频上传与分析
利用 AI 从 URL 上传视频文件,分析音频与视觉内容,并使其可搜索以便后续检索。 - 视频搜索与元数据检索
在视频库中执行语义或关键词搜索,返回详细元数据以便内容发现和剪辑规划。 - 自动化视频剪辑生成
基于上下文或搜索结果,从单个或多个来源程序化生成新的视频剪辑。 - 本地视频项目编辑
将项目作为 OpenTimelineIO 文件下载,用于在 Davinci Resolve Studio 等专业工具中进行高级本地编辑。 - 实时剪辑更新
实时更新视频剪辑信息,确保更改即时反映在已打开的 Video Jungle 会话中。
如何设置
Windsurf
- 确保已安装 Node.js 和 Windsurf。
- 从 Video Jungle 设置 获取你的 Video Jungle API 密钥。
- 将视频编辑器 MCP 服务器配置添加到 Windsurf 配置文件。
- 使用通用包名:
@video-editor/mcp-server@latest。 - 保存配置并重启 Windsurf。
示例 JSON:
{
"mcpServers": {
"video-editor-mcp": {
"command": "video-editor-mcp",
"args": ["$VIDEO_JUNGLE_API_KEY"]
}
}
}
API 密钥安全管理:
{
"mcpServers": {
"video-editor-mcp": {
"command": "video-editor-mcp",
"env": {
"VIDEO_JUNGLE_API_KEY": "your-api-key-here"
}
}
}
}
Claude
- 安装 Claude Desktop。
- 获取你的 Video Jungle API 密钥。
- 编辑
claude_desktop_config.json(Mac:~/Library/Application Support/Claude/claude_desktop_config.json,Windows:%APPDATA%/Claude/claude_desktop_config.json)。 - 添加视频编辑器 MCP 服务器配置。
- 保存并重启 Claude Desktop。
示例 JSON:
{
"mcpServers": {
"video-editor-mcp": {
"command": "video-editor-mcp",
"args": ["$VIDEO_JUNGLE_API_KEY"]
}
}
}
API 密钥安全管理:
{
"mcpServers": {
"video-editor-mcp": {
"command": "video-editor-mcp",
"env": {
"VIDEO_JUNGLE_API_KEY": "your-api-key-here"
}
}
}
}
Cursor
- 安装 Node.js 和 Cursor。
- 获取你的 Video Jungle API 密钥。
- 编辑你的 Cursor 配置,添加 MCP 服务器。
- 使用通用包名:
@video-editor/mcp-server@latest。 - 保存并重启 Cursor。
示例 JSON:
{
"mcpServers": {
"video-editor-mcp": {
"command": "video-editor-mcp",
"args": ["$VIDEO_JUNGLE_API_KEY"]
}
}
}
API 密钥安全管理:
{
"mcpServers": {
"video-editor-mcp": {
"command": "video-editor-mcp",
"env": {
"VIDEO_JUNGLE_API_KEY": "your-api-key-here"
}
}
}
}
Cline
- 安装 Cline 和 Node.js。
- 从 Video Jungle 获取你的 API 密钥。
- 编辑你的 Cline 配置,添加视频编辑器 MCP 服务器。
- 使用包名:
@video-editor/mcp-server@latest。 - 保存并重启 Cline。
示例 JSON:
{
"mcpServers": {
"video-editor-mcp": {
"command": "video-editor-mcp",
"args": ["$VIDEO_JUNGLE_API_KEY"]
}
}
}
API 密钥安全管理:
{
"mcpServers": {
"video-editor-mcp": {
"command": "video-editor-mcp",
"env": {
"VIDEO_JUNGLE_API_KEY": "your-api-key-here"
}
}
}
}
注意: 始终使用环境变量来保障 API 密钥安全。
如何在流程中使用此 MCP
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成到你的 FlowHunt 工作流,首先在流程中添加 MCP 组件,并与 AI 代理连接:

点击 MCP 组件打开配置面板。在系统 MCP 配置部分,按如下 JSON 格式填写你的 MCP 服务器详情:
{
"video-editor-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 代理即可作为工具使用该 MCP,并访问其所有功能与能力。
总览
| 模块 | 可用性 | 详情/备注 |
|---|---|---|
| 总览 | ✅ | |
| 提示词列表 | ⛔ | 尚无提示词模板文档 |
| 资源列表 | ✅ | 自定义 URI 协议、项目资源、搜索元数据 |
| 工具列表 | ✅ | 8 个工具:add-video、create-project、edit-locally 等 |
| API 密钥安全 | ✅ | 通过 env 配置密钥;有相关指导 |
| 采样支持(评测中不重要) | ⛔ | 未提及 |
我为视频编辑器 MCP 打分 7/10:它具备强大的工具和资源整合、安全的配置方法,并支持多个平台。但目前缺少提示词模板文档,以及对高级 MCP 特性的显式支持(如 roots 和采样)。
MCP 评分
| 是否有 LICENSE 文件 | ⛔(未发现 LICENSE 文件) |
|---|---|
| 有至少一个工具 | ✅ |
| Fork 数量 | 25 |
| Star 数量 | 158 |
