Rendervid AI 集成 - 使用 Claude Code、Cursor 和 MCP 生成视频

简介:AI 驱动的视频生成

以编程方式创建视频传统上需要深入了解视频编解码器、动画框架和渲染管道。Rendervid 通过接受 JSON 模板并输出完成的视频来消除这种复杂性。当您将其与理解自然语言的 AI 代理结合使用时,您会获得强大的功能:能够用简单的英语描述视频并获得渲染的 MP4 文件。

Rendervid 在 AI 语言模型和视频制作之间架起了桥梁。您无需编写代码、设计关键帧或学习视频编辑器,只需告诉 AI 代理您想要什么。代理生成有效的 JSON 模板 ,验证它,并通过 Rendervid 的引擎渲染最终输出。整个过程在一次对话中完成。

这种集成建立在**模型上下文协议(MCP)**之上,这是一个开放标准,允许 AI 工具通过结构化接口与外部服务交互。Rendervid 的 MCP 服务器公开了 11 个工具,涵盖渲染、验证、模板发现和文档,为 AI 代理提供了自主生成专业视频内容所需的一切。

什么是模型上下文协议(MCP)?

模型上下文协议是一个开放标准,旨在为 AI 助手提供对外部工具和数据源的结构化访问。MCP 不是依赖 AI 模型猜测 API 格式或生成调用 REST 端点的代码,而是提供了一个类型化的、可发现的接口,AI 代理可以在运行时查询。

对于视频生成,MCP 解决了一个关键问题:AI 代理需要在生成有效输出之前知道什么是可能的。没有 MCP,AI 模型需要在 Rendervid 的特定模板格式上进行训练,了解每个可用的动画预设,并理解每个图层类型的约束。有了 MCP,代理只需调用 get_capabilities 并接收系统的完整描述,包括每个组件的 JSON 模式。

为什么 MCP 对 AI 视频生成很重要

• 运行时发现:AI 代理在连接时就能了解 Rendervid 能做什么,而不是在训练时。这意味着新功能无需重新训练即可立即使用。
• 类型安全:每个工具都有定义的输入和输出模式。AI 代理确切知道需要哪些参数以及它们必须是什么类型。
• 渲染前验证:代理可以先验证模板并在花费时间渲染之前修复任何问题,而不是提交模板并希望它能工作。
• 工具可组合性:AI 代理可以将工具链接在一起,调用 list_examples 查找起始模板,修改它,调用 validate_template 检查它,然后调用 render_video 生成输出。所有这些都在一次对话中完成。

MCP 服务器工具参考

Rendervid 的 MCP 服务器公开了 11 个工具,分为三类:渲染、验证和发现以及文档。每个工具都旨在为 AI 代理提供生成视频内容时的最大自主性。

渲染工具

这些工具处理从 JSON 模板实际生成视频和图像输出。

render_video

从 JSON 模板生成完整的视频文件。这是生成 MP4、WebM 或 MOV 输出的主要渲染工具。

参数:

• template(对象,必需)– 定义场景、图层、动画和输出设置的完整 JSON 模板。
• inputs(对象,可选)– 用于模板变量替换的键值对。
• output_format(字符串,可选)– 输出格式:mp4、webm 或 mov。默认为 mp4。

AI 代理的使用示例:

{
  "tool": "render_video",
  "arguments": {
    "template": {
      "outputSettings": {
        "width": 1080,
        "height": 1920,
        "fps": 30,
        "duration": 10
      },
      "scenes": [
        {
          "duration": 10,
          "layers": [
            {
              "type": "text",
              "text": "Summer Sale - 50% Off",
              "fontSize": 72,
              "fontFamily": "Montserrat",
              "color": "#FFFFFF",
              "position": { "x": 540, "y": 960 },
              "animations": [
                {
                  "type": "fadeInUp",
                  "duration": 0.8,
                  "delay": 0.2
                }
              ]
            }
          ]
        }
      ]
    },
    "output_format": "mp4"
  }
}

**返回:**渲染视频文件的 URL 或文件路径。

render_image

从 JSON 模板生成单帧或静止图像。用于创建缩略图、社交媒体图形、海报帧和静态营销材料。

参数:

• template(对象,必需)– 定义图像组成的 JSON 模板。
• inputs(对象,可选)– 模板变量替换值。
• output_format(字符串,可选)– 输出格式:png、jpeg 或 webp。默认为 png。
• frame(数字,可选)– 要渲染哪一帧(用于从动画模板中提取特定时刻)。

何时使用 render_image 与 render_video:

• 对静态输出使用 render_image:缩略图、横幅、社交媒体帖子、演示幻灯片。
• 对任何有运动的内容使用 render_video:动画、过渡、音频、视频片段。

start_render_async

为长时长视频(通常超过 30 秒)启动异步渲染作业。此工具不是等待渲染同步完成,而是返回一个作业 ID,您可以使用 check_render_status 轮询。

参数:

• template(对象,必需)– 完整的 JSON 模板。
• inputs(对象,可选)– 模板变量值。
• output_format(字符串,可选)– 所需的输出格式。

**返回:**可与 check_render_status 和 list_render_jobs 一起使用的 job_id 字符串。

何时使用异步渲染:

• 超过 30 秒的视频
• 具有许多场景或复杂动画的模板
• 批量渲染工作流,您希望提交多个作业并稍后收集结果
• 云渲染环境,长时间运行的同步请求可能会超时

check_render_status

检查使用 start_render_async 启动的异步渲染作业的当前状态。

参数:

• job_id(字符串,必需)– start_render_async 返回的作业 ID。

**返回:**包含以下内容的对象:

• status – queued、rendering、completed 或 failed 之一。
• progress – 表示渲染进度的百分比(0-100)。
• output_url – 完成视频的 URL(仅当 status 为 completed 时存在)。
• error – 如果作业失败的错误消息。

轮询工作流示例:

AI 代理:
1. start_render_async → job_id: "abc-123"
2. check_render_status("abc-123") → status: "rendering", progress: 35
3. check_render_status("abc-123") → status: "rendering", progress: 78
4. check_render_status("abc-123") → status: "completed", output_url: "https://..."

list_render_jobs

列出所有异步渲染作业,包括活动和已完成的作业。用于监控批量渲染操作或查看最近的输出。

参数:

• status_filter(字符串,可选)– 按状态过滤:queued、rendering、completed、failed 或 all。默认为 all。
• limit(数字,可选)– 要返回的最大作业数。

**返回:**作业对象数组,每个对象包含 job_id、status、progress、created_at 和 output_url(如果已完成)。

验证和发现工具

这些工具帮助 AI 代理了解 Rendervid 能做什么,并在渲染前验证模板是否正确。

validate_template

在渲染前验证 JSON 模板。此工具检查模板结构、字段类型、值约束,甚至验证媒体 URL(图像、视频、音频文件)是否可访问。在渲染前运行验证可以防止在渲染过程中失败的模板上浪费时间。

参数:

• template(对象,必需)– 要验证的 JSON 模板。
• check_urls(布尔值,可选)– 是否验证媒体 URL 可访问。默认为 true。

**返回:**包含以下内容的对象:

• valid – 表示模板是否有效的布尔值。
• errors – 发现的每个问题的错误对象数组,包含 path、message 和 severity。
• warnings – 非关键问题的警告对象数组(例如,未使用的变量、非常大的尺寸)。

验证捕获的内容:

• 缺少必需字段(例如,没有 duration 的场景)
• 无效的字段类型(例如,期望数字的地方是字符串)
• 未知的图层类型或动画预设
• 损坏或无法访问的媒体 URL(图像、视频、音频文件)
• 超出范围的值(例如,负尺寸、fps 超过最大值)
• 模板变量语法错误

验证响应示例:

{
  "valid": false,
  "errors": [
    {
      "path": "scenes[0].layers[2].src",
      "message": "URL returned HTTP 404: https://example.com/missing-image.png",
      "severity": "error"
    },
    {
      "path": "scenes[1].duration",
      "message": "Scene duration must be a positive number",
      "severity": "error"
    }
  ],
  "warnings": [
    {
      "path": "outputSettings.width",
      "message": "Width 7680 is very large and may result in slow rendering",
      "severity": "warning"
    }
  ]
}

get_capabilities

返回 Rendervid 能做的所有事情的全面描述。这通常是 AI 代理在开始视频生成任务时调用的第一个工具。响应包括可用的图层类型、动画预设、缓动函数、滤镜、输出格式及其 JSON 模式。

**参数:**无。

**返回:**包含以下内容的结构化对象:

• layerTypes – 所有可用的图层类型(text、image、video、shape、audio、group、lottie、custom),包含其 JSON 模式和可配置属性。
• animations – 按类别分组的所有动画预设(entrance、exit、emphasis、keyframe),包含描述和可配置参数。
• easingFunctions – 所有 30+ 个缓动函数,包含描述和使用示例。
• filters – 可用的视觉滤镜(blur、brightness、contrast、saturate、grayscale、sepia 等),包含参数范围。
• outputFormats – 支持的视频和图像渲染输出格式及其约束。
• inputTypes – 模板变量类型和验证规则。
• sceneTransitions – 所有 17 种场景过渡类型及其参数。

为什么这个工具对 AI 代理至关重要:

功能响应是一个自描述 API。AI 代理不需要在 Rendervid 的模板格式上进行预训练。它可以在运行时调用 get_capabilities,接收完整的模式,并在第一次尝试时生成有效的模板。当 Rendervid 添加新功能、动画或图层类型时,所有连接的 AI 代理都会通过此工具自动访问它们,无需任何代码更改。

get_example

按名称加载特定的示例模板。AI 代理使用它来检索工作模板作为起点,然后修改它以匹配用户的要求。

参数:

• name(字符串,必需)– 示例模板名称(例如,instagram-story、product-showcase、animated-bar-chart)。

**返回:**请求示例的完整 JSON 模板,可以直接渲染或修改。

示例:

AI 代理调用:get_example("instagram-story")
返回:完整的 1080x1920 Instagram 故事模板,包含文本图层、
      背景图像和入场动画

list_examples

浏览按类别组织的 50+ 个示例模板的完整目录。AI 代理使用它来查找与用户请求相关的起始模板。

参数:

• category(字符串,可选)– 按类别过滤(例如,social-media、marketing、data-visualization、typography、e-commerce)。

**返回:**示例元数据对象数组,每个对象包含:

• name – 用于 get_example 的模板标识符。
• category – 模板类别。
• description – 模板创建的内容。
• dimensions – 输出宽度和高度。
• duration – 模板持续时间(秒)。

文档工具

这些工具提供详细的参考文档,AI 代理在构建模板时可以查阅。

get_component_docs

返回特定组件或图层类型 的详细文档。包括属性描述、必需与可选字段、默认值和使用示例。

参数:

• component(字符串,必需)– 组件/图层类型名称(例如,text、image、video、shape、audio、group、lottie、custom、AnimatedLineChart、TypewriterEffect)。

**返回:**全面的文档,包括:

• 包含类型、默认值和描述的属性表
• 组件的 JSON 模式
• 使用示例
• 关于浏览器与 Node.js 渲染差异的注释

get_animation_docs

返回完整的动画效果参考,包括所有入场、退场、强调和关键帧动画预设。

参数:

• animation(字符串,可选)– 要获取详细文档的特定动画名称(例如,fadeInUp、bounceIn、slideOutLeft)。如果省略,则返回完整的动画目录。

**返回:**动画文档,包括:

• 动画名称和类别(entrance、exit、emphasis、keyframe)
• 视觉效果描述
• 可配置参数(duration、delay、easing)
• 默认值
• 推荐用例

get_component_defaults

返回特定组件类型的默认值和完整 JSON 模式。AI 代理使用它来了解最小有效组件的样子以及可以覆盖哪些属性。

参数:

• component(字符串,必需)– 组件/图层类型名称。

**返回:**包含以下内容的 JSON 对象:

• defaults – 每个属性的完整默认值
• schema – 定义组件结构、类型和约束的 JSON Schema
• required – 必需属性列表

文本图层的响应示例:

{
  "defaults": {
    "type": "text",
    "text": "",
    "fontSize": 24,
    "fontFamily": "Arial",
    "color": "#000000",
    "fontWeight": "normal",
    "textAlign": "center",
    "position": { "x": 0, "y": 0 },
    "opacity": 1,
    "rotation": 0,
    "animations": []
  },
  "required": ["type", "text"],
  "schema": {
    "type": "object",
    "properties": {
      "text": { "type": "string", "description": "The text content to display" },
      "fontSize": { "type": "number", "minimum": 1, "maximum": 500 },
      "fontFamily": { "type": "string", "description": "Google Font name or system font" },
      "color": { "type": "string", "pattern": "^#[0-9a-fA-F]{6}$" }
    }
  }
}

get_easing_docs

返回所有可用缓动函数的完整参考。缓动函数控制动画的加速曲线,确定它们是慢启动、慢结束、弹跳还是遵循弹性曲线。

参数:

• easing(字符串,可选)– 要获取详细文档的特定缓动函数名称。如果省略,则返回完整列表。

**返回:**每个缓动函数的文档,包括:

• 函数名称(例如,easeInOutCubic、easeOutBounce、spring)
• 曲线的数学描述
• 运动感觉的视觉描述
• 推荐用例
• CSS 等效项(如果适用)

设置 AI 集成

将 Rendervid 连接到您的 AI 工具需要将 MCP 服务器添加到工具的配置中。设置过程在不同工具之间略有不同,但核心概念相同:将您的 AI 工具指向 Rendervid 的 MCP 服务器入口点。

先决条件

在配置任何 AI 工具之前,请确保您具有:

1. Node.js 18+ 安装在您的系统上
2. 从 GitHub 仓库 克隆并构建 Rendervid:

git clone https://github.com/AceDZN/rendervid.git
cd rendervid
npm install
cd mcp
npm install
npm run build

3. 安装 FFmpeg(视频输出所需):

# macOS
brew install ffmpeg

# Ubuntu/Debian
sudo apt install ffmpeg

# Windows(使用 Chocolatey)
choco install ffmpeg

Claude Desktop / Claude Code

将 Rendervid MCP 服务器添加到您的 Claude Desktop 配置文件中。

配置文件位置:

• macOS:~/Library/Application Support/Claude/claude_desktop_config.json
• Windows:%APPDATA%\Claude\claude_desktop_config.json
• Linux:~/.config/Claude/claude_desktop_config.json

配置:

{
  "mcpServers": {
    "rendervid": {
      "command": "node",
      "args": ["/path/to/rendervid/mcp/build/index.js"],
      "env": {}
    }
  }
}

将 /path/to/rendervid 替换为您的 Rendervid 安装的实际路径。

对于 Claude Code(CLI),将相同的配置添加到您项目的 .claude/mcp.json 文件或全局 Claude Code 设置中。Claude Code 将自动检测 MCP 服务器并在您的编码会话期间公开所有 11 个工具。

保存配置后,重新启动 Claude Desktop 或 Claude Code。您可以通过询问 Claude:“有哪些 Rendervid 工具可用?“来验证连接。Claude 应该列出所有 11 个 MCP 工具。

Cursor IDE

将 Rendervid MCP 服务器添加到 Cursor 的 MCP 配置中。

**配置文件:**项目根目录中的 .cursor/mcp.json(或全局 Cursor 设置)。

{
  "mcpServers": {
    "rendervid": {
      "command": "node",
      "args": ["/path/to/rendervid/mcp/build/index.js"]
    }
  }
}

保存后,重新启动 Cursor。Rendervid 工具将在 Cursor 的 AI 助手中可用,允许您直接从编辑器生成视频。

Windsurf IDE

Windsurf 通过其 AI 配置支持 MCP 服务器。将 Rendervid 服务器添加到您的 Windsurf MCP 设置中:

{
  "mcpServers": {
    "rendervid": {
      "command": "node",
      "args": ["/path/to/rendervid/mcp/build/index.js"]
    }
  }
}

请查阅 Windsurf 的文档以了解确切的配置文件位置,因为它可能因版本和操作系统而异。

通用 MCP 设置

任何实现 MCP 客户端规范的工具都可以连接到 Rendervid 的 MCP 服务器。服务器通过 stdio(标准输入/输出)进行通信,这是默认的 MCP 传输。

要与自定义 MCP 客户端集成:

1. 生成 MCP 服务器进程:

   node /path/to/rendervid/mcp/build/index.js
   

2. 使用 MCP JSON-RPC 协议通过 stdin/stdout 进行通信。
3. 调用 tools/list 以发现可用工具。
4. 使用工具名称和参数调用 tools/call 以执行任何工具。

MCP 服务器是无状态的。每个工具调用都是独立的,服务器可以处理来自多个客户端的并发请求。

AI 工作流:端到端示例

以下示例展示了 AI 代理如何使用 Rendervid 的 MCP 工具从自然语言提示到完成的视频。

示例 1:社交媒体内容创建

用户提示:“创建一个 10 秒的 Instagram 故事,宣传夏季促销,带有动画文本和渐变背景”

AI 代理工作流:

步骤 1 – 发现功能:

代理调用 get_capabilities 以了解可用的图层类型、动画预设和输出约束。它发现 text 和 shape 图层可用,存在 fadeInUp 和 scaleIn 动画,Instagram 故事使用 1080x1920 分辨率。

步骤 2 – 查找起始模板:

代理使用 category: "social-media" 调用 list_examples,并找到一个 instagram-story 模板。然后它调用 get_example("instagram-story") 以加载完整的模板 JSON。

步骤 3 – 构建模板:

使用示例作为参考,代理构建自定义模板:

{
  "outputSettings": {
    "width": 1080,
    "height": 1920,
    "fps": 30,
    "duration": 10
  },
  "scenes": [
    {
      "duration": 10,
      "layers": [
        {
          "type": "shape",
          "shapeType": "rectangle",
          "width": 1080,
          "height": 1920,
          "gradient": {
            "type": "linear",
            "angle": 135,
            "stops": [
              { "color": "#FF6B35", "position": 0 },
              { "color": "#F72585", "position": 0.5 },
              { "color": "#7209B7", "position": 1 }
            ]
          }
        },
        {
          "type": "text",
          "text": "SUMMER SALE",
          "fontSize": 96,
          "fontFamily": "Montserrat",
          "fontWeight": "bold",
          "color": "#FFFFFF",
          "position": { "x": 540, "y": 700 },
          "animations": [
            { "type": "fadeInUp", "duration": 0.8, "delay": 0.3 }
          ]
        },
        {
          "type": "text",
          "text": "50% OFF EVERYTHING",
          "fontSize": 64,
          "fontFamily": "Montserrat",
          "color": "#FFE066",
          "position": { "x": 540, "y": 850 },
          "animations": [
            { "type": "fadeInUp", "duration": 0.8, "delay": 0.6 }
          ]
        },
        {
          "type": "text",
          "text": "Shop Now  →",
          "fontSize": 48,
          "fontFamily": "Montserrat",
          "color": "#FFFFFF",
          "position": { "x": 540, "y": 1200 },
          "animations": [
            { "type": "scaleIn", "duration": 0.6, "delay": 1.2 }
          ]
        }
      ]
    }
  ]
}

步骤 4 – 验证:

代理使用模板 JSON 调用 validate_template。响应返回为 valid: true,没有错误。

步骤 5 – 渲染:

代理使用经过验证的模板调用 render_video,并接收完成的 MP4 文件的 URL。

示例 2:营销视频自动化

用户提示:“为我们的新耳机生成产品展示视频。使用此产品图像:https://example.com/headphones.png。产品名称是 ‘SoundPro X1’,价格是 $299。”

AI 代理工作流:

1. get_capabilities – 了解图像图层、文本样式和动画选项。
2. list_examples – 在 e-commerce 类别中找到 product-showcase 模板。
3. get_example("product-showcase") – 加载完整的产品展示模板,该模板使用模板变量 来表示产品名称、图像和价格。
4. 修改模板 – 使用用户的产品数据更新 inputs:

   {
     "inputs": {
       "productName": "SoundPro X1",
       "productImage": "https://example.com/headphones.png",
       "price": "$299",
       "tagline": "Premium Sound, Redefined"
     }
   }
   

5. validate_template – 验证模板并确认 https://example.com/headphones.png 可访问。
6. render_video – 生成最终的产品展示视频。

此工作流演示了 AI 代理如何利用模板变量从可重用模板创建个性化内容。通过交换输入,同一个产品展示模板可以生成数百个独特的视频。

示例 3:数据可视化生成

用户提示:“创建一个显示季度收入的动画条形图:Q1:$1.2M,Q2:$1.8M,Q3:$2.1M,Q4:$2.7M”

AI 代理工作流:

1. get_capabilities – 发现 custom 图层类型和 AnimatedLineChart 内置组件 。
2. get_component_docs("AnimatedLineChart") – 阅读图表组件的文档,了解数据格式、颜色配置、轴标签和动画选项。
3. get_component_defaults("AnimatedLineChart") – 获取默认值和 JSON 模式以了解最小所需配置。
4. 使用自定义组件图层构建模板:

   {
     "type": "custom",
     "component": "AnimatedLineChart",
     "props": {
       "data": [
         { "label": "Q1", "value": 1200000 },
         { "label": "Q2", "value": 1800000 },
         { "label": "Q3", "value": 2100000 },
         { "label": "Q4", "value": 2700000 }
       ],
       "colors": ["#4361EE", "#3A0CA3", "#7209B7", "#F72585"],
       "title": "Quarterly Revenue 2025",
       "yAxisLabel": "Revenue (USD)",
       "animationDuration": 2
     }
   }
   

5. validate_template – 确认模板结构正确。
6. render_video – 生成动画图表视频。

自描述 API:功能如何使 AI 代理有效

get_capabilities 工具是 Rendervid AI 集成的基石。它实现了自描述 API 模式,系统告诉 AI 代理它能做什么、需要哪些参数以及哪些值有效。这消除了 AI 模型记忆或在 Rendervid 特定 API 上进行训练的需要。

功能响应包含什么

当 AI 代理调用 get_capabilities 时,它会收到涵盖渲染系统各个方面的结构化响应:

带有 JSON 模式的图层类型:

{
  "layerTypes": {
    "text": {
      "description": "Renders text with full styling control",
      "schema": {
        "properties": {
          "text": { "type": "string", "required": true },
          "fontSize": { "type": "number", "default": 24, "min": 1, "max": 500 },
          "fontFamily": { "type": "string", "default": "Arial" },
          "color": { "type": "string", "format": "hex-color" },
          "position": { "type": "object", "properties": { "x": {}, "y": {} } },
          "animations": { "type": "array", "items": { "$ref": "#/animations" } }
        }
      }
    },
    "image": { "..." : "..." },
    "video": { "..." : "..." },
    "shape": { "..." : "..." },
    "audio": { "..." : "..." },
    "group": { "..." : "..." },
    "lottie": { "..." : "..." },
    "custom": { "..." : "..." }
  }
}

动画预设:

功能响应列出了每个动画预设及其类别、可配置参数和描述。接收此数据的 AI 代理知道 fadeInUp 是一个入场动画,具有 duration、delay 和 easing 参数,并且它在淡入时向上移动元素。

缓动函数:

列出了所有 30+ 个缓动函数及其描述,因此 AI 代理可以为每个动画选择正确的曲线。例如,easeOutBounce 被描述为在动画结束时模拟弹跳效果,代理可以推荐用于有趣或引人注目的内容。

滤镜和效果:

记录了 blur、brightness、contrast、saturate、grayscale 和 sepia 等视觉滤镜及其参数范围,让 AI 代理可以对任何图层应用后处理效果。

为什么自描述 API 很重要

传统 API 需要 AI 模型在训练期间可能看到或可能没有看到的文档。自描述 API 在运行时提供文档,确保 AI 代理始终拥有当前、准确的信息。当 Rendervid 添加新的动画预设或图层类型时,每个连接的 AI 代理都会通过 get_capabilities 立即看到它。无需文档更新,无需重新训练,无需版本不匹配。

AI 视频生成的最佳实践

遵循这些指南,在使用 AI 代理生成 Rendervid 视频时获得最佳结果。

1. 始终在渲染前验证

在每次渲染之前调用 validate_template。渲染在计算上是昂贵的,而验证几乎是即时的。验证工具捕获会导致渲染失败或产生意外输出的问题:

• 损坏的媒体 URL(返回 404 的图像、视频、音频文件)
• 无效的 JSON 结构或缺少必需字段
• 尺寸、字体大小或持续时间的超出范围值
• 未知的动画预设或图层类型

典型的 AI 工作流应始终在调用 render_video 或 render_image 之前包含验证作为步骤。

2. 从示例开始

AI 代理应使用 list_examples 和 get_example 查找相关的起始模板,而不是从头开始构建模板。示例模板经过测试,已知可以产生良好的输出。从示例开始并修改它比生成全新的模板结构更快且更不容易出错。

推荐方法:

1. 使用相关类别调用 list_examples
2. 为最接近的匹配模板调用 get_example
3. 修改模板以匹配用户的特定要求
4. 验证并渲染

3. 使用描述性提示

从 AI 代理请求视频时,请具体说明:

• 尺寸和平台 – “1080x1920 Instagram 故事"比"垂直视频"更好
• 持续时间 – “10 秒介绍"比"短视频"更好
• 风格和情绪 – “带有霓虹灯文字和弹跳动画的深色背景"为 AI 代理提供了明确的方向
• 内容结构 – “三行文本依次出现,带有淡入动画"比"一些动画文本"更可操作

4. 迭代模板

视频生成是迭代的。在第一次渲染后,查看输出并要求 AI 代理调整特定元素:

• “使标题文字更大,并将颜色更改为金色”
• “减慢入场动画的速度,并在每行之间添加 0.5 秒的延迟”
• “向背景图像添加微妙的模糊滤镜”
• “将缓动从线性更改为 easeOutCubic 以获得更平滑的运动”

AI 代理可以修改现有模板并重新渲染,而无需重新开始,使迭代快速高效。

5. 利用模板变量进行批量生产

如果您需要同一视频的多个变体(不同的产品、不同的语言、不同的数据),请要求 AI 代理创建带有变量 的模板。这使您可以通过传递不同的 inputs 从单个模板渲染许多视频:

{
  "inputs": {
    "productName": "Running Shoes Pro",
    "productImage": "https://example.com/shoes.png",
    "price": "$149",
    "tagline": "Run Faster, Go Further"
  }
}

6. 对长视频使用异步渲染

对于超过 30 秒的视频或具有复杂动画的模板,使用 start_render_async 而不是 render_video。这可以防止超时,并允许 AI 代理在视频在后台渲染时执行其他任务。

模板发现:浏览 100+ 个示例

Rendervid 包括跨越 32 个类别的 100 多个示例模板,为 AI 代理提供了丰富的起点库,可用于任何视频生成任务。

AI 代理如何发现模板

模板发现工作流按顺序使用两个工具:

1. list_examples – 使用可选的类别过滤浏览目录以查找相关模板。
2. get_example – 加载特定示例的完整 JSON 模板。

模板类别

AI 代理可以按类别过滤示例以快速找到相关的起点:

实践中的模板发现

当用户要求"显示销售数据的动画图表"时,AI 代理:

1. 调用 list_examples(category: "data-visualization") 并接收与图表相关的模板列表。
2. 根据描述将 animated-bar-chart 识别为最佳匹配。
3. 调用 get_example("animated-bar-chart") 以加载完整模板。
4. 检查模板结构以了解数据的格式。
5. 用用户的实际销售数字替换示例数据。
6. 验证并渲染。

这种发现优先的方法意味着 AI 代理始终如一地生成结构良好的模板,因为它们是在经过测试的示例基础上构建的,而不是从头开始生成模板 JSON。

探索所有可用模板

要查看每个可用的模板,AI 代理可以在没有类别过滤器的情况下调用 list_examples。响应包括所有 100+ 个模板的元数据,允许代理跨类别搜索最佳匹配。每个条目都包括模板名称、类别、描述、尺寸和持续时间,为代理提供足够的信息以做出明智的选择。

支持的 AI 工具

Rendervid 的 MCP 服务器可与任何实现模型上下文协议客户端规范的工具配合使用。以下工具已经过测试并确认可与 Rendervid 配合使用:

因为 MCP 是一个开放标准,任何未来添加 MCP 客户端支持的工具都将自动与 Rendervid 的 MCP 服务器兼容。不需要对服务器或其工具进行任何更改。

下一步

• Rendervid 概述 – 了解所有 Rendervid 功能、输出格式和架构。
• 模板系统 – 深入了解 JSON 模板结构、变量和输入系统。
• 组件参考 – 所有图层类型和自定义 React 组件的文档。
• 部署指南 – 将 Rendervid 部署到 AWS Lambda、Azure Functions、Google Cloud Run 或 Docker 以实现云规模渲染。
• GitHub 仓库 – 源代码、问题跟踪器和社区贡献。