基于MCP协议的智能视频生成系统,支持自动添加字幕、语音合成和视频剪辑功能
Wellknown found it in public sources; nobody has proven control of it yet. Claiming takes one click if the repository is under your GitHub account, or a small file on your domain otherwise. Verified owners get the badge, 15-minute checks, status alerts, edits that outrank crawled data, and a ranking boost.
Agents can do it too: POST https://wellknown.network/api/v1/claims with {"agent":"auto-video-generator-mcp","method":"well_known_file"} — machine-readable steps at claim.json, guide at /docs/claim.
Everything here was measured by our prober or read from a registry. Nothing is self-reported.
Attributed to the source that supplied each field. Treated as claims, not facts.
# Auto Video Generator MCP [English](README_EN.md) | [中文](README.md) 一个基于 MCP (Model Context Protocol) 的智能视频生成系统,支持自动添加字幕、语音合成和视频剪辑功能。 ## 功能特性 ### 核心功能 - **智能视频剪辑**: 支持视频片段保留/剪切模式 - **自动删除重复帧/静止片段**: 一键检测并剪掉无效画面,提升视频精华度(可选参数,默认关闭) - **自动字幕生成**: 智能文本分割和字幕样式自定义 - **语音合成**: 集成 Azure 语音服务,支持多种音色 - **多画质输出**: 支持 240p 到 1080p 多种画质预设 - **GPU 加速编码**: 支持 AMD AMF、NVIDIA NVENC、Intel QSV 硬件编码加速 - **异步任务处理**: 支持长时间任务的异步处理 - **时间标记控制**: 支持在文本中使用时间标记控制静默时间 ### 技术特性 - **模块化架构**: 清晰的模块分离,易于维护和扩展 - **MCP 协议**: 基于 FastMCP 的标准化接口 - **配置管理**: 灵活的配置系统,支持环境变量 - **任务管理**: 完整的任务状态跟踪和管理 - **临时文件清理**: 自动清理处理过程中的临时文件 ## 系统要求 ### 软件依赖 - Python 3.8+ - FFmpeg (需要预先安装并配置到系统 PATH) - Windows 系统 (字体路径配置) ### Python 依赖 ``` httpx>=0.24.0 fastmcp>=0.1.0 azure-cognitiveservices-speech>=1.31.0 pydub>=0.25.1 moviepy>=1.0.3 opencv-python>=4.8.0 Pillow>=10.0.0 jieba>=0.42.1 ``` ## 安装配置 ### 1. 克隆项目 ```bash git clone https://github.com/zgmurder/auto_video_generator-mcp.git cd auto-video-generator-mcp ``` ### 2. 安装依赖 ```bash pip install -r requirements.txt ``` ### 3. 配置环境变量 ```bash # FFmpeg 路径配置 (可选) export FFMPEG_PATH="path/to/ffmpeg" export FFPROBE_PATH="path/to/ffprobe" # 调试模式 (可选) export DEBUG_MODE="true" ``` ### 4. 启动服务器 ```bash python auto_generate_video_mcp_modular.py ``` 服务器将在 `http://localhost:8000/sse` 启动。 ## 使用指南 ### 基本使用 #### 1. 简单视频生成 ```python # 生成带字幕和语音的视频 result = await generate_auto_video_mcp( video_path="input.mp4", text="欢迎观看本视频,这是AI自动生成的解说。", voice_index=0, output_path="output.mp4" ) ``` #### 2. 自定义画质 ```python # 生成高清视频 result = await generate_auto_video_mcp( video_path="input.mp4", text="高清视频内容", quality_preset="1080p" ) ``` #### 3. 视频片段处理 ```python # 保留指定片段 - 注意:segments必须是JSON字符串格式 segments = '[{"start": "00:00:05", "end": "00:00:15"}]' # JSON字符串 result = await generate_auto_video_mcp( video_path="input.mp4", text="片段解说", …
Mapped onto the structured taxonomy from declared text and observed tool names. Confidence shown for derived entries.
Every source is kept verbatim. Field changes are logged as events.