ARTICLE · 1030520

剪映MCP:让 AI 直接写你的剪辑草稿

发布时间：2026-09-18 08:42:49 最近访问：2026-09-18 08:42:50

MCP（Model Context Protocol）火了一年多，几乎所有工具链都在往这个协议上靠。但有一个反常的存在：剪映（CapCut）至今没有官方 MCP 服务器，也没有公开的编辑 API。

官方"开放平台"确实存在，但它是编辑器内部的插件面，加上一个很窄的文生视频/模板 API——不是那种"AI 客户端可以驱动"的剪辑接口。

需求却真实存在。于是社区绕开官方，走出了一条很有意思的路：不去自动化剪映界面，而是直接"写"剪映的工程文件。

一、jianying-mcp：用自然语言创建剪映草稿

在 GitHub 上，这类项目里比较有代表性的是 hey-jian-wei/jianying-mcp（290 star、Apache 2.0、纯 Python），它的自我定位是"剪映视频制作 MCP 服务器"——让 AI 助手通过自然语言创建专业的视频内容。

它的能力清单几乎覆盖了剪辑软件的常用操作，全部以 MCP 工具的形式暴露给模型：

分类	工具
草稿管理	`rules` （制作规范）、`create_draft`（创建草稿项目）、`export_draft`（导出剪映工程文件）
轨道管理	`create_track` （创建视频/音频/文本轨道）
视频处理	`add_video_segment` （本地文件或 URL 都能加）、`add_video_animation`（入出场动画）、`add_video_transition`（转场）、`add_video_filter`（滤镜）、`add_video_mask`（蒙版）、`add_video_background_filling`（背景填充）、`add_video_keyframe`（关键帧动画）
音频处理	`add_audio_segment` 、`add_audio_effect`（电音、混响等）、`add_audio_fade`（淡入淡出）、`add_audio_keyframe`
文本处理	`add_text_segment` 、`add_text_animation`（文字动画）、`add_text_bubble`（气泡）、`add_text_effect`（花字特效）
实用工具	`parse_media_info` （解析媒体信息）、`find_effects_by_type`（查找可用特效资源）

关键在于这些工具产出的不是渲染好的视频，而是一个剪映草稿工程。你把生成的草稿文件夹丢进剪映的草稿目录，打开就是一份完全可继续编辑的项目——AI 干的是"把时间轴搭好"这件最费时间的活，最后的人味调整留给你。

二、装起来有多简单

项目用 uv 管理依赖，三步就能跑通：

1）装 uv（macOS/Linux 一行命令，Windows 用官方 PowerShell 脚本）

2）克隆并安装依赖

class="language-bash">git clone https://github.com/hey-jian-wei/jianying-mcp.gitcd jianying-mcpuv sync

3）在 MCP 客户端里注册服务器（README 以 Augment Code 为例）

class="language-json">{"mcpServers": {"jianying-mcp": {"command": "uv","args": ["--directory", "/your-path/jianying-mcp/jianyingdraft", "run", "server.py"],"env": {"SAVE_PATH": "/your-path/draft","OUTPUT_PATH": "/your-path/output"      }    }  }}

两个环境变量分工明确：SAVE_PATH 存草稿的操作数据，OUTPUT_PATH 放导出的剪映草稿文件。

配好之后，你就可以直接对模型说人话："把这三段素材拼起来，第一段加一个开场动画，配上背景音乐，字幕用花字"——它自己去调那二十多个工具，把草稿搭出来。

三、整个生态：一条"草稿协议"撑起的链路

jianying-mcp 不是孤例。这条技术路线的底座，是开源项目 CapCutAPI / VectCutAPI（sun-guannan，Python，Apache 2.0，约 2k star）——它用 HTTP 接口程序化地构造 CapCut / 剪映的草稿文件。围绕这个后端，社区已经长出好几个 MCP 包装：

•Atx-Guy/capcut-mcp-server（TypeScript）：11 个聚焦工具——建草稿、加视频/音频/文本/图片/字幕/关键帧/特效/贴纸、保存草稿、取时长；

•fancyboi999/capcut-mcp：草稿的增删读改 + 转场、滤镜、蒙版、动画；

•MigueDuque/capcut-mcp-server-extended：面向 Claude Code，带预设与参数化工作流。

国内也有并行的尝试：qingpingwang/capcut-agent（49 star）走的是 LangGraph + Flask 的对话式 Agent 路线，目标是"用自然语言完成智能视频制作"；Xanthus-Sanslab/jianying-ai-mcp 则整理了一份能力矩阵文档，说明各家工具覆盖到哪一步。

如果你干脆不想依赖剪映，还有另一条路：pireel（1k+ star，活跃开发）是自带渲染器的开源编辑器，任何 Agent 都能通过 MCP 驱动——对话形态一样，但成品由它自己渲染。

四、它能干什么：三个真实场景

1）口播视频流水线：把素材丢进去，加 SRT 字幕、前 3 秒标题卡，直接输出 1080×1920——这套流程最适合批量生产的内容团队。

2）批量社媒变体：同一次剪辑，输出 5 个不同画幅 + 不同结尾卡。人工做一遍要重复五次，交给 AI 只是换个参数。

3）品牌模板套用：每期视频都套同一套片头片尾、字幕样式、logo 位置——把"标准润色前的那一遍"交给模型，人来做最后把关。

五、也得说清楚它的边界

这条路线有三个必须知道的限制：

第一，官方不支持，全靠"逆向"工程格式。 草稿文件格式随剪映版本变化，升级后可能失效——这类项目的维护成本天然很高。

第二，只出草稿，不出成片。 无论哪个 MCP 服务器，"最终渲染"这一步都还在剪映里（或者用 pireel 这类自带渲染器的工具）。想全自动出 MP4，得另接一条 ffmpeg 链路。

第三，不碰你的账号和云工程。 生成的是本地草稿文件夹（文件名以 dfd_ 前缀），拖进草稿目录才能用；整个流程离线，不上传、不同步。

六、为什么值得关注

MCP 生态里，大家都在等"官方接口"。但剪映这条链路上发生的事情，展示了一种更常见的现实：当官方不提供接口时，社区会自己找一个可以编程的"最小公约数"——在这里，就是草稿文件。

它把"AI 能不能剪视频"这个问题，巧妙转换成了"AI 能不能写出一个合法的工程文件"。前者需要等官方开放，后者今天就能做。而且这条路的天花板并不低：时间轴、轨道、转场、关键帧、花字——剪辑软件里真正费时间的结构化工序，恰好都是文件里可以被描述的部分。

对内容创作者来说，这意味着工作流可以变成："我定风格和节奏，AI 搭骨架，我改细节"。这大概比"AI 一键出片"更接近当下可用的样子。

、