达芬奇MCP:AI分级桥
通过Claude Desktop用自然语言控制DaVinci Resolve颜色分级。
概述
AI分级桥将Claude Desktop连接到DaVinci Resolve，实现了对颜色分级操作的对话式控制。只需描述你想要什么（“让这张照片更温暖”，“修复破碎的阴影”，“给它一个电影般的外观”），克劳德就会相应地分析和调整等级。
建筑
┌─────────────────┐ ┌──────────────┐ ┌───────────────┐ ┌──────────────────┐
│ │ │ │ │ │ │ │
│ Claude Desktop │◄───►│ MCP Server │◄───►│ Bridge Server │◄───►│ OFX Plugin │
│ │ │ │ │ (WebSocket) │ │ (DaVinci) │
└─────────────────┘ └──────────────┘ └───────────────┘ └──────────────────┘
Natural Language Tools API HTTP/WebSocket Color Grading组件
- MCP 服务器 (
mcp-server/)-通过MCP协议将分级工具暴露给Claude Desktop - 网桥服务器 (
bridge-server/)-MCP和OFX插件之间的WebSocket中继 - OFX插件 (
ofx-plugin/)-执行实际评分的DaVinci Resolve插件
特性
- 自然语言控制：用对话的方式描述成绩
- 实时分析：获取帧统计信息和剪切警告
- AI建议：Claude分析镜头并建议调整
- 多个实例：同时控制多个剪辑/节点
- 创意外观：应用预设风格（电影、暖、冷、去饱和等）
快速开始
先决条件
- 已安装Claude Desktop
- Python 3.10+带pip
- DaVinci Resolve 17+（完整功能）
安装
1.安装网桥服务器
cd bridge-server
pip install -r requirements.txt2.安装MCP服务器
cd mcp-server
pip install -r requirements.txt3.配置克劳德桌面
查找您的Claude Desktop配置文件：
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - 视窗:
%APPDATA%\Claude\claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
添加MCP服务器配置：
{
"mcpServers": {
"resolve-grading": {
"command": "python",
"args": ["/absolute/path/to/Da-Vinci-MCP/mcp-server/mcp_grading_tools.py"]
}
}
}重要：替换 /absolute/path/to/ 使用安装的实际完整路径。
4.重新启动克劳德桌面
完全退出并重新打开Claude Desktop。
5.启动网桥服务器
cd bridge-server
python bridge_server.py使用分级工具时保持此运行状态。
没有DaVinci Resolve的测试
在安装OFX组件之前，您可以使用模拟插件测试系统：
cd bridge-server
python test_plugin_simulator.py然后在Claude Desktop中，尝试：
- “列出分级实例”
- “分析镜头并提出改进建议”
- “将饱和度设置为0.8，并略微提升黑色”
用法示例
一切准备就绪后，与克劳德进行自然对话：
基本控制
You: List all active grading instances
Claude: [Shows connected clips/nodes]
You: Show me the current parameters for shot-001
Claude: [Displays current grading state]
You: Reset the grade to defaults
Claude: ✓ Reset command sent创意评分
You: Give this shot a warm, golden hour look
Claude: I'll adjust the temperature and lift to create a warm sunset feel...
[Sets temperature: 0.15, lift_red: 0.02, reduces blue gain]
You: Make it more cinematic with lifted blacks
Claude: Applying cinematic look with lifted blacks and reduced saturation...
[Adjusts lift and saturation accordingly]
You: The highlights are blown out, can you fix that?
Claude: I'll reduce the gain to bring down the highlights...基于分析的工作流
You: Analyze this shot for any issues
Claude: Analysis shows:
- Average luminance: 62%
- Clipped blacks: 8.2%
⚠️ Significant shadow clipping detected
Suggestion: Lift the blacks to recover shadow detail
You: Go ahead and fix that
Claude: Adjusting lift to recover shadow detail...批量操作（未来）
You: Copy this grade to clips B, C, and D
You: Apply the warm sunset look to all interview shots
You: Save this as a preset called "Corporate Interview"可用工具
Claude可以使用这些评分工具：
list_grading_instances-显示所有连接的剪辑get_instance_details-获取有关剪辑的详细信息analyze_shot-获取帧分析（亮度、剪切、直方图）set_grading_parameters-调整颜色分级参数reset_grading-重置为默认中性等级analyze_and_suggest-获取基于AI的评分建议
分级参数
所有参数都是可选的，通常在-1.0到1.0的范围内：
提升/伽玛/增益（阴影/中间/高光）
lift_red,lift_green,lift_blue-阴影控制gamma_red,gamma_green,gamma_blue-中音控制gain_red,gain_green,gain_blue-突出显示控件
全球调整
saturation-0.0=B&W，1.0=正常，>1.0=过饱和contrast-整体对比度调整pivot-对比枢轴点（0.0到1.0）temperature-负=较冷，正=较热tint-负=绿色，正=品红色
发展路线图
当前状态
- ✅ 支持WebSocket的网桥服务器
- ✅ 配备核心分级工具的MCP服务器
- ✅ 框架分析和人工智能建议
- ⏳ OFX插件实现（正在进行中）
计划功能
- \[\]预设管理（保存/加载/共享外观）
- \[\]批量操作（跨剪辑复制成绩）
- \[\]高级曲线控件（自定义RGB曲线）
- \[\]LUT支持（应用和生成LUT）
- \[\]示波器可视化（波形、矢量示波器）
- \[\]时间线集成（导航和评分镜头）
- \[\]协作功能（共享会话）
建筑细部
通信流
- User → 克劳德桌面：自然语言请求
- 克劳德→ MCP 服务器：通过MCP协议进行结构化工具调用
- MCP 服务器→ 网桥服务器：带参数的HTTP请求
- 网桥服务器→ OFX插件：带命令的WebSocket消息
- OFX插件→ 达芬奇调色：本地OFX参数更新
- 响应返回：分析/确认返回给克劳德
WebSocket协议
桥接服务器使用简单的JSON协议进行插件通信：
// Plugin → Bridge (registration)
{
"event": "register",
"instance_id": "clip-001",
"node_name": "Corrector 1",
"clip_name": "Interview_A.mov"
}
// Bridge → Plugin (set parameters)
{
"command": "set_parameters",
"parameters": {
"saturation": 0.85,
"lift_red": 0.05
}
}
// Plugin → Bridge (analysis data)
{
"event": "analysis",
"avg_luminance": 0.45,
"clipped_blacks_pct": 2.1,
"histogram_luma": [...]
}故障排除
网桥服务器连接错误
错误：“无法连接到网桥服务器”
解决方案：确保 bridge_server.py 正在运行：
cd bridge-server
python bridge_server.pyMCP工具未出现在Claude Desktop中
检查:
- 验证配置文件语法（有效的JSON）
- 在配置中使用绝对路径
- 完全重新启动克劳德桌面
- 检查克劳德桌面日志：
~/Library/Logs/Claude/mcp*.log（macOS）
端口已在使用中
错误：“地址已在使用中：9876”
解决方案：使用端口9876查找并终止进程：
# macOS/Linux
lsof -ti:9876 | xargs kill -9
# Windows
netstat -ano | findstr :9876
taskkill /PID
/F贡献
欢迎投稿！感兴趣的领域：
- OFX插件开发（C++）
- 其他分级工具和功能
- 网桥服务器的UI改进
- 文件和示例
- 测试和错误报告
许可证
MIT许可证-有关详细信息，请参阅许可证文件
致谢
- 建于 模型上下文协议（MCP）
- 用途 快速API 对于网桥服务器
- 集成于 达芬奇调色 通过OFX
支持
- 问题：
- 文件：见
docs/文件夹 - 示例：参见
docs/SETUP.md有关详细的设置指南
______________________________________________________________________
备注：该项目正在积极开发中。OFX插件组件目前正在开发中。您可以使用附带的模拟器测试MCP和网桥服务器组件。