DramaCraft

DramaCraft

Integrates with Jianying (CapCut) and Chinese LLMs to automate short drama video editing, including commentary generation, remix creation, and draft import.

Category
访问服务器

README

🎬 DramaCraft

专业的短剧视频编辑 MCP 服务 - 集成剪映和国产中文大模型,实现智能视频编辑自动化

Python Version License Documentation GitHub Stars

✨ 核心特性

🎯 智能视频编辑

  • 🎤 智能解说生成 - 多种风格(搞笑、专业、情感)的解说文案自动生成
  • 🎞️ 视频混剪制作 - 自动识别精彩片段,智能剪辑和拼接
  • 📖 第一人称叙述 - 角色视角分析,生成沉浸式叙述内容
  • 🎨 自动化特效 - 智能添加转场、滤镜和视觉效果

🔧 剪映深度集成

  • 📁 标准格式支持 - 生成完全兼容的 .draft 文件
  • 🚀 一键导入 - 自动导入剪映,无需手动操作
  • 🎬 完整项目结构 - 支持剪映所有编辑功能
  • 🔄 版本兼容 - 持续跟进剪映最新版本

🤖 国产大模型集成

  • 🌟 百度千帆 - 完整的 API 集成和优化
  • ⚡ 阿里通义 - 原生 SDK 支持
  • 🚀 腾讯混元 - 专业级接口适配
  • 🎯 智能切换 - 根据任务类型自动选择最优模型

🛠️ MCP 标准实现

  • 📋 8个核心工具 - 涵盖视频编辑完整工作流
  • 🔌 AI编辑器集成 - 支持 Cursor、Claude Desktop、VS Code 、trae
  • ⚡ 异步处理 - 高性能并发架构
  • 🔍 实时监控 - 完整的性能监控和错误恢复

🚀 快速开始

安装

# 使用 uv 安装(推荐)
uv add dramacraft

# 或使用 pip 安装
pip install dramacraft

配置

创建 .env 文件:

# LLM 配置
LLM__PROVIDER=baidu
LLM__API_KEY=your_api_key_here
LLM__SECRET_KEY=your_secret_key_here

# 剪映配置
JIANYING__INSTALLATION_PATH=/Applications/JianyingPro.app

# 视频处理配置
VIDEO__TEMP_DIR=./temp
VIDEO__OUTPUT_DIR=./output

启动服务

# 启动 MCP 服务器
uv run dramacraft start

# 调试模式启动
uv run dramacraft start --debug

# 查看帮助
uv run dramacraft --help

🔌 AI 编辑器集成

Cursor 配置

在 Cursor 设置中添加 MCP 服务器:

{
  "mcpServers": {
    "DramaCraft": {
      "command": "uv",
      "args": ["run", "dramacraft", "start"],
      "env": {
        "LLM__PROVIDER": "baidu",
        "LLM__API_KEY": "your_api_key"
      }
    }
  }
}

Claude Desktop 配置

在 ~/.config/claude-desktop/config.json 中添加:

{
  "mcpServers": {
    "DramaCraft": {
      "command": "uv",
      "args": ["run", "dramacraft", "start"],
      "env": {
        "LLM__PROVIDER": "baidu",
        "LLM__API_KEY": "your_api_key"
      }
    }
  }
}

VS Code 配置

安装 MCP 扩展后,在设置中添加:

{
  "mcp.servers": [
    {
      "name": "DramaCraft",
      "command": "uv",
      "args": ["run", "dramacraft", "start"]
    }
  ]
}

💡 使用示例

基础解说生成

用户: 帮我为这个短剧视频生成搞笑解说文案

AI: 我来为您生成搞笑解说文案。

[调用 generate_commentary 工具]
✅ 解说文案生成完成!

生成内容包括:
- 🎭 幽默开场白
- 🎯 关键情节解说
- 💬 互动元素设计
- 🎪 精彩结尾

文案已保存,可直接用于视频制作!

智能视频编辑

用户: 我有3个短剧片段,想制作一个2分钟的精彩合集

AI: 我来为您制作精彩合集!

[调用 smart_video_edit 工具]
🔍 正在分析视频内容...
✅ 识别出12个精彩片段
✅ 智能选择最佳8个片段
✅ 添加专业转场效果
✅ 生成配套解说文案
✅ 创建剪映项目文件
✅ 已自动导入剪映

您的精彩合集已准备就绪!可以在剪映中进一步编辑。

批量处理

用户: 我有一个短剧系列10集,想批量生成解说文案

AI: 我来批量处理您的短剧系列。

[调用 batch_process 工具]
📊 正在批量分析10个视频文件...
🎤 正在生成解说文案...
📁 正在创建剪映项目...

✅ 批量处理完成!
- 10个解说文案已生成
- 10个剪映项目已创建
- 1个系列预告片已制作

所有文件已保存到 output/ 目录。

🛠️ 核心工具

DramaCraft 提供 8 个专业的 MCP 工具:

工具 功能 描述
smart_video_edit 🎬 智能编辑 端到端自动化视频编辑流程
generate_commentary 🎤 解说生成 多风格智能解说文案生成
create_remix 🎞️ 混剪制作 自动识别精彩片段并制作合集
generate_narrative 📖 叙述生成 第一人称视角叙述内容生成
analyze_video 🔍 视频分析 深度视频内容分析和理解
create_jianying_draft 📁 草稿创建 创建标准剪映项目文件
control_jianying 🎮 剪映控制 自动化剪映软件操作
batch_process 📊 批量处理 高效批量处理多个视频

📊 性能特性

⚡ 高性能架构

  • 异步处理 - 基于 asyncio 的高并发架构
  • 智能缓存 - 自动缓存提升响应速度
  • 资源管理 - 智能资源分配和清理
  • 错误恢复 - 完善的错误处理和重试机制

📈 实时监控

  • 性能指标 - CPU、内存、响应时间监控
  • 任务跟踪 - 详细的任务执行统计
  • 质量保证 - 多层次质量验证
  • 日志记录 - 完整的操作日志

🔧 开发工具

# 系统诊断
uv run dramacraft doctor

# 配置验证
uv run dramacraft config --validate

# 工具测试
uv run dramacraft test --tool generate_commentary

# 性能监控
uv run dramacraft monitor --realtime

🏗️ 技术架构

模块化设计

dramacraft/
├── analysis/          # 视频内容深度分析
├── sync/             # 时间轴精确同步
├── audio/            # 智能音频增强
├── effects/          # 自动化特效系统
├── video/            # 剪映格式兼容
├── workflow/         # 端到端自动化
├── automation/       # 剪映自动化引擎
├── llm/              # 大模型集成
├── monitoring/       # 性能监控
└── utils/            # 工具库

核心技术

  • Python 3.9+ - 现代 Python 特性
  • AsyncIO - 高性能异步处理
  • Pydantic - 数据验证和序列化
  • OpenCV - 视频处理和分析
  • FFmpeg - 音视频编解码
  • MCP Protocol - 标准化 AI 工具接口

📚 文档和资源

📖 完整文档

🎯 实际应用

🔗 相关链接

🤝 贡献指南

我们欢迎所有形式的贡献!

🐛 报告问题

  • 使用 GitHub Issues 报告 bug
  • 提供详细的重现步骤和环境信息
  • 包含相关的日志和错误信息

💡 功能建议

  • 在 Issues 中提出新功能建议
  • 描述使用场景和预期效果
  • 讨论实现方案和技术细节

🔧 代码贡献

# 1. Fork 项目
# 2. 创建功能分支
git checkout -b feature/amazing-feature

# 3. 提交更改
git commit -m 'Add amazing feature'

# 4. 推送到分支
git push origin feature/amazing-feature

# 5. 创建 Pull Request

📝 文档贡献

  • 改进现有文档
  • 添加使用示例
  • 翻译文档到其他语言

📄 许可证

本项目采用 MIT 许可证。

🙏 致谢

感谢以下项目和社区的支持:

🛠️ 开发

本地开发

# 安装开发依赖
python scripts/dev.py install

# 启动文档服务器
python scripts/dev.py serve

# 代码质量检查
python scripts/dev.py lint

# 运行测试
python scripts/dev.py test

# 完整开发流程
python scripts/dev.py all

构建文档

# 本地构建
mkdocs build

# 本地预览
mkdocs serve

# 检查部署状态
python scripts/check_deployment.py

📚 文档

  • 完整文档: https://agions.github.io/dramacraft
  • 快速开始: https://agions.github.io/dramacraft/getting-started/
  • API参考: https://agions.github.io/dramacraft/api-reference/

📞 联系我们

  • 📧 邮箱: 1051736049@qq.com
  • 💬 GitHub Discussions: 讨论区
  • 🐛 问题反馈: Issues

DramaCraft - 让 AI 助力您的视频创作!🎬✨

Made with ❤️ by the Agions

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选