视频编辑器MCP
由Krish Parmar建造。赢 第二名 在 MCP应用程序黑客马拉松 由Y Combinator的Manufact（YC S25）撰写。
由...驱动
积云实验室 VLM（Qwen3-VL-32B） --GPU托管的视觉智能可以逐帧观看视频并了解发生了什么。
一个MCP应用程序，允许AI代理在DaVinci Resolve中编辑视频。只要说“给我做一个精彩片段”或“剪掉无聊的部分”，它就真的做到了。
______________________________________________________________________
运作原理
这是一个 MCP（模型上下文协议） App——允许AI代理使用工具并呈现交互式UI的开放标准。代理连接到此服务器，并访问用于视频理解和编辑的工具。它根据你的要求决定打什么电话以及打什么电话的顺序。
核心思想：连接一个可以 看见 将视频内容传输到可以 编辑 视频。
You: "make a 15 second highlight reel with slo-mo on the best parts"
┌─────────────────────┐
│ Claude (Agent) │
│ connected via MCP │
└──────────┬──────────┘
│
┌────────────────────┼────────────────────┐
▼ ▼ ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ get-resolve- │ │ analyze-video │ │ execute-resolve │
│ state │ │ │ │ -script │
│ │ │ Cumulus Labs │ │ │
│ gets timeline, │ │ VLM (Qwen3-VL) │ │ runs Python in │
│ clips, fps, │ │ watches video, │ │ DaVinci Resolve │
│ media pool │ │ finds moments │ │ builds the edit │
└────────┬────────┘ └────────┬────────┘ └────────┬────────┘
│ │ │
▼ ▼ ▼
┌──────────────────────────────────────────────────────────┐
│ Interactive Widget UI │
│ timeline viewer · VLM results · script output │
│ video preview · segment list · action buttons │
│ text input for feedback · "Open in DaVinci" button │
└──────────────────────────────────────────────────────────┘代理遵循严格的工作流程：
- 理解 --读取当前的达芬奇状态，用VLM分析视频
- 计划 --展示编辑计划 停下来等待您的反馈
- 执行 --只有在您批准后，才能运行一个脚本进行所有编辑
- 验证 --显示最终时间线，以便您查看
你始终处于掌控之中。未经您的批准，代理人从不编辑。
______________________________________________________________________
堆栈
MCP服务器 --TypeScript，使用 mcp使用.作为MCP应用程序运行，其中4个交互式小部件在对话中内联呈现。通过Supabase OAuth进行身份验证。部署于 人工云.
视觉语言模型 — 积云实验室 跑步 Qwen3-VL-32B 在GPU上。这就是“观看”视频的方式——你给它发送一个剪辑，问“这个人什么时候跳？”它会返回时间戳、描述和影响评级。是眼睛。
视频编辑 — 达芬奇调色 通过Python脚本API。该代理编写控制Resolve的Python代码——导入媒体、构建时间线、添加具有帧级精度的子剪辑、应用缩放效果、添加标记。是手。
远程网桥 --对于云部署，一个轻量级的HTTP桥与DaVinci一起在您的本地计算机上运行。部署的服务器通过以下方式到达它 Tailscale 漏斗，因此Claude Desktop可以连接到云MCP，而DaVinci编辑则在本地进行。
______________________________________________________________________
小部件
MCP应用程序直接在对话中呈现交互式UI：
时间轴视图 --嵌入式视频预览播放器、与持续时间成比例的视觉剪辑条、彩色标记、时间线切换按钮、带帧信息的剪辑细节面板、“在DaVinci中打开”按钮
VLM结果 --解析的片段列表，包括时间范围、类型徽章（跳跃、研磨、过渡）、影响分数、“计划编辑”/“更多细节”/“重试”按钮，以及用于键入自定义反馈的文本输入
脚本输出 --成功/失败徽章、单空间标准输出、红色标准错误、“刷新时间线”按钮、失败的“帮助修复错误”、反馈的文本输入
安装向导 --首次运行登录，检测DaVinci连接状态，允许您输入和测试VLM端点，保存配置
______________________________________________________________________
建筑
Claude Desktop
│
│ MCP (via mcp-remote)
▼
Manufact Cloud (deployed MCP server)
│
├── analyze-video ──► Tailscale Funnel ──► Bridge (laptop) ──► reads video file
│ ──► sends to Cumulus VLM
│
├── execute-resolve-script ──► Tailscale Funnel ──► Bridge ──► Python subprocess
│ ──► DaVinci Resolve
│
└── get-resolve-state ──► Tailscale Funnel ──► Bridge ──► DaVinci Resolve所有东西都通过你笔记本电脑上的桥运行。云服务器从不直接接触视频文件或DaVinci。
______________________________________________________________________
工具
| 工具 | 它做什么 |
|---|---|
get-resolve-state | JSON格式的完整项目状态——时间线、剪辑、fps、标记、媒体池 |
analyze-video | 将视频发送到Cumulus Labs VLM，返回带有时间戳的场景分析 |
execute-resolve-script | 在DaVinci Resolve中运行Python——导入、剪切、效果、标记 |
detect-setup-status | 检查DaVinci+VLM连接状态 |
test-vlm-connection | ping VLM端点以验证其是否正常工作 |
save-setup | 将入职配置保存到磁盘 |
______________________________________________________________________