视频编辑器 MCP 服务器

“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

1. 确保已安装 Node.js 和 Windsurf。
2. 从 Video Jungle 设置 获取你的 Video Jungle API 密钥。
3. 将视频编辑器 MCP 服务器配置添加到 Windsurf 配置文件。
4. 使用通用包名：@video-editor/mcp-server@latest。
5. 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

1. 安装 Claude Desktop。
2. 获取你的 Video Jungle API 密钥。
3. 编辑 claude_desktop_config.json（Mac: ~/Library/Application Support/Claude/claude_desktop_config.json，Windows: %APPDATA%/Claude/claude_desktop_config.json）。
4. 添加视频编辑器 MCP 服务器配置。
5. 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

1. 安装 Node.js 和 Cursor。
2. 获取你的 Video Jungle API 密钥。
3. 编辑你的 Cursor 配置，添加 MCP 服务器。
4. 使用通用包名：@video-editor/mcp-server@latest。
5. 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

1. 安装 Cline 和 Node.js。
2. 从 Video Jungle 获取你的 API 密钥。
3. 编辑你的 Cline 配置，添加视频编辑器 MCP 服务器。
4. 使用包名：@video-editor/mcp-server@latest。
5. 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

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