使用说明
Video Editor MCP
一个基于多Agent的视频剪辑MCP系统,用于自动化视频内容分析、文案生成、配音、剪辑和合成。
工作流程
┌─────────────────┐
│ 输入视频 │
└────────┬────────┘
▼
┌─────────────────┐
│ 1. 视频分析Agent │ ──► 提取场景、关键时刻、叙事结构
└────────┬────────┘
▼
┌─────────────────┐
│ 2. 文案生成Agent │ ──► 根据视频内容生成解说文案
└────────┬────────┘
▼
┌─────────────────┐
│ 3. 配音生成Agent │ ──► 将文案转换为语音 (Edge-TTS)
└────────┬────────┘
▼
┌─────────────────┐
│ 4. 时间匹配Agent │ ──► 匹配文案与视频时间节点
└────────┬────────┘
▼
┌─────────────────┐
│ 5. 音视频同步Agent│ ──► 精确校对音视频同步
└────────┬────────┘
▼
┌─────────────────┐
│ 6. 混音合成Agent │ ──► 添加背景音乐,输出最终视频
└────────┬────────┘
▼
┌─────────────────┐
│ 输出视频 │
└─────────────────┘
6个Agent详解
1. 视频分析Agent (VideoAnalyzerAgent)
- 功能: 分析视频内容,提取场景、关键时刻、叙事结构
- 输入: 视频文件路径
- 输出: 场景列表、关键时刻、整体主题、情感基调
- Prompt:
prompts/video_analyzer_prompt.md
2. 文案生成Agent (CopywriterAgent)
- 功能: 根据视频分析结果生成解说文案
- 输入: 视频分析结果、风格、语气
- 输出: 分段文案、时长估算、配音指导
- Prompt:
prompts/copywriter_prompt.md
3. 配音生成Agent (VoiceGeneratorAgent)
- 功能: 将文案转换为语音
- 输入: 文案结果、音色设置
- 输出: 音频文件、时间轴数据
- Prompt:
prompts/voice_generator_prompt.md
4. 时间节点匹配Agent (TimelineMatcherAgent)
- 功能: 匹配文案/配音与视频时间节点
- 输入: 视频分析、文案、配音结果
- 输出: 时间轴、同步报告、编辑命令
- Prompt:
prompts/timeline_matcher_prompt.md
5. 音视频同步Agent (AVSyncAgent)
- 功能: 精确校对音视频同步
- 输入: 视频、音频、时间轴数据
- 输出: 同步后的音频、验证报告
- Prompt:
prompts/av_sync_prompt.md
6. 背景音乐合成Agent (AudioMixerAgent)
- 功能: 混音并合成最终视频
- 输入: 视频、配音、背景音乐
- 输出: 最终视频文件
- Prompt:
prompts/audio_mixer_prompt.md
目录结构
video-editor-mcp/
├── agents/ # Agent实现
│ ├── __init__.py
│ ├── video_analyzer.py
│ ├── copywriter.py
│ ├── voice_generator.py
│ ├── timeline_matcher.py
│ ├── av_sync.py
│ └── audio_mixer.py
├── prompts/ # Agent Prompt定义
│ ├── video_analyzer_prompt.md
│ ├── copywriter_prompt.md
│ ├── voice_generator_prompt.md
│ ├── timeline_matcher_prompt.md
│ ├── av_sync_prompt.md
│ └── audio_mixer_prompt.md
├── tools/ # 工具函数
│ ├── __init__.py
│ ├── video_tools.py
│ ├── audio_tools.py
│ └── utils.py
├── mcp_server.py # MCP服务器
├── mcp_config_example.json # MCP配置示例
├── requirements.txt
└── README.md
安装
1. 安装Python依赖
pip install -r requirements.txt
2. 安装FFmpeg
FFmpeg是必需的,用于音视频处理。
Windows:
# 使用 Chocolatey
choco install ffmpeg
# 或下载: https://ffmpeg.org/download.html
macOS:
brew install ffmpeg
Linux:
sudo apt install ffmpeg
3. 配置MCP
将以下配置添加到你的MCP配置文件中:
Windsurf (~/.codeium/windsurf/mcp_config.json):
{
"mcpServers": {
"video-editor": {
"command": "python",
"args": ["d:/Develop/video-editor-mcp/mcp_server.py"],
"env": {
"PYTHONPATH": "d:/Develop/video-editor-mcp"
}
}
}
}
MCP工具列表
| 工具名 | 描述 |
|---|---|
analyze_video |
分析视频内容 |
generate_copy |
生成解说文案 |
generate_voice |
生成配音 |
match_timeline |
匹配时间节点 |
sync_av |
同步音视频 |
mix_audio |
混音合成 |
get_agent_prompt |
获取Agent的Prompt |
process_video_full |
完整处理流程 |
使用示例
单步调用
1. 调用 analyze_video 分析视频
2. 调用 generate_copy 生成文案
3. 调用 generate_voice 生成配音
4. 调用 match_timeline 匹配时间
5. 调用 sync_av 同步音视频
6. 调用 mix_audio 合成最终视频
一键处理
调用 process_video_full 自动执行完整流程
获取Agent Prompt
调用 get_agent_prompt 获取指定Agent的详细Prompt
可用于了解Agent能力或在其他场景复用
可选配置
Azure TTS (高质量)
pip install azure-cognitiveservices-speech
需要设置环境变量:
AZURE_SPEECH_KEYAZURE_SPEECH_REGION
ElevenLabs (超高质量)
pip install elevenlabs
需要设置环境变量:
ELEVENLABS_API_KEY
注意事项
- 视频分析需要调用视觉AI模型(如GPT-4V、Gemini Vision)
- Edge-TTS是免费的,但质量不如付费服务
- 处理大视频时注意磁盘空间
- 背景音乐请使用无版权音乐