一个模型上下文协议(MCP)服务器,连接AI编码助手(如Cursor、Claude Desktop)到DaVinci Resolve,使它们能够通过自然语言查询和控制DaVinci Resolve。
有关已实现和计划的功能的全面列表,请参阅docs/FEATURES.md。
详细的安装说明,请参阅INSTALL.md。本指南涵盖:
| 平台 | 状态 | 一键安装 | 快速开始 |
|---|---|---|---|
| macOS | ✅ 稳定 | ./install.sh | ./run-now.sh |
| Windows | ✅ 稳定 | install.bat | run-now.bat |
| Linux | ❌ 不支持 | N/A | N/A |
最简单的方法是使用我们的新统一安装脚本。此脚本会自动完成一切:
克隆仓库:
git clone https://github.com/samuelgursky/davinci-resolve-mcp.git
cd davinci-resolve-mcp
确保DaVinci Resolve Studio已安装并正在运行
运行安装脚本: macOS/Linux:
./install.sh
Windows:
install.bat
这将:
您也可以使用原始的快速开始脚本:
Windows 用户:
run-now.bat
macOS 用户:
chmod +x run-now.sh
./run-now.sh
对于与不同AI助手客户端(如Cursor或Claude)集成的DaVinci Resolve MCP配置,请参阅config-templates目录。
详细的故障排除指导,请参阅INSTALL.md文件,其中包含常见问题的解决方案。
run-now.sh在错误位置查找文件的问题scripts/cursor_resolve_server.log进行故障排除对于问题和功能请求,请使用GitHub问题跟踪器。
安装后,您可以使用以下几种方式启动服务器:
该仓库包括用于特定客户端启动的专用脚本:
# 用于Cursor集成(macOS)
chmod +x scripts/mcp_resolve-cursor_start
./scripts/mcp_resolve-cursor_start
# 用于Claude Desktop集成(macOS)
chmod +x scripts/mcp_resolve-claude_start
./scripts/mcp_resolve-claude_start
这些专用脚本:
在连接AI助手之前,验证您的环境是否正确配置:
# 在macOS上
./scripts/check-resolve-ready.sh
# 在Windows上
./scripts/check-resolve-ready.bat
这些脚本将:
对于高级用户,我们的统一启动器提供了对Cursor和Claude Desktop服务器的完全控制:
# 将脚本设为可执行(仅限macOS)
chmod +x scripts/mcp_resolve_launcher.sh
# 在交互模式下运行
./scripts/mcp_resolve_launcher.sh
# 或使用命令行选项
./scripts/mcp_resolve_launcher.sh --start-cursor # 启动Cursor服务器(使用mcp_resolve-cursor_start)
./scripts/mcp_resolve_launcher.sh --start-claude # 启动Claude Desktop服务器(使用mcp_resolve-claude_start)
./scripts/m_ resolve_launcher.sh --start-both # 启动两个服务器
./scripts/mcp_resolve_launcher.sh --stop-all # 停止所有正在运行的服务器
./scripts/mcp_resolve_launcher.sh --status # 显示服务器状态
其他选项:
--force--project "项目名称"对于完整的手动安装:
克隆此仓库:
git clone https://github.com/samuelgursky/davinci-resolve-mcp.git
cd davinci-resolve-mcp
创建Python虚拟环境:
# 创建虚拟环境
python -m venv venv
# 激活它
# 在macOS/Linux上:
source venv/bin/activate
# 在Windows上:
venv\Scripts\activate
# 从requirements.txt安装依赖项
pip install -r requirements.txt
# 或者直接安装MCP SDK
pip install git+https://github.com/modelcontextprotocol/python-sdk.git
设置DaVinci Resolve脚本环境变量:
对于macOS:
export RESOLVE_SCRIPT_API="/Library/Application Support/Blackmagic Design/DaVinci Resolve/Developer/Scripting"
export RESOLVE_SCRIPT_LIB="/Applications/DaVinci Resolve/DaVinci Resolve.app/Contents/Libraries/Fusion/fusionscript.so"
export PYTHONPATH="$PYTHONPATH:$RESOLVE_SCRIPT_API/Modules/"
对于Windows:
set RESOLVE_SCRIPT_API=C:\ProgramData\Blackmagic Design\DaVinci Resolve\Support\Developer\Scripting
set RESOLVE_SCRIPT_LIB=C:\Program Files\Blackmagic Design\DaVinci Resolve\fusionscript.dll
set PYTHONPATH=%PYTHONPATH%;%RESOLVE_SCRIPT_API%\Modules
或者运行预启动检查脚本,它会为您设置这些变量:
# 在macOS上
./scripts/check-resolve-ready.sh
# 在Windows上
./scripts/check-resolve-ready.bat
配置Cursor以使用服务器,通过创建配置文件:
对于macOS(~/.cursor/mcp.json):
{
"mcpServers": {
"davinci-resolve": {
"name": "DaVinci Resolve MCP",
"command": "/path/to/your/venv/bin/python",
"args": [
"/path/to/your/davinci-resolve-mcp/src/main.py"
]
}
}
}
对于Windows(%APPDATA%\Cursor\mcp.json):
{
"mcpServers": {
"davinci-resolve": {
"name": "DaVinci Resolve MCP",
"command": "C:\\path\\to\\venv\\Scripts\\python.exe",
"args": ["C:\\path\\to\\davinci-resolve-mcp\\src\\main.py"]
}
}
}
使用其中一个客户端特定脚本启动服务器:
# 对于Cursor
./scripts/mcp_resolve-cursor_start
# 对于Claude Desktop
./scripts/mcp_resolve-claude_start
使用专用脚本启动Cursor服务器:
./scripts/mcp_resolve-cursor_start
或使用统一启动器:
./scripts/mcp_resolve_launcher.sh --start-cursor
启动Cursor并打开一个项目。
在Cursor的AI聊天中,您可以与DaVinci Resolve互动。尝试命令如:
使用config-templates目录中的模板,在Claude Desktop配置目录中创建一个claude_desktop_config.json文件。
使用专用脚本启动Claude Desktop服务器:
./scripts/mcp_resolve-claude_start
或使用统一启动器:
./scripts/mcp_resolve_launcher.sh --start-claude
在Claude Desktop中,您可以使用与Cursor相同的命令与DaVinci Resolve互动。
Windows支持在v1.3.3中稳定,通常不需要额外的故障排除:
logs/目录中的日志确保在启动服务器之前DaVinci Resolve正在运行。如果服务器无法连接到Resolve,请检查:
davinci-resolve-mcp/
├── README.md # 此文件
├── docs/ # 文档
│ ├── FEATURES.md # 功能列表和状态
│ ├── CHANGELOG.md # 版本历史
│ ├── VERSION.md # 版本信息
│ ├── TOOLS_README.md # 工具文档
│ ├── PROJECT_MCP_SETUP.md # 项目设置指南
│ └── COMMIT_MESSAGE.txt # 最新提交信息
├── config-templates/ # 配置模板
│ ├── sample_config.json # 示例配置
│ ├── cursor-mcp-example.json # Cursor配置示例
│ └── mcp-project-template.json # MCP项目模板
├── scripts/ # 实用脚本
│ ├── tests/ # 测试脚本
│ │ ├── benchmark_server.py # 性能测试
│ │ ├── test_improvements.py # 测试脚本
│ │ ├── test_custom_timeline.py # 时间线测试
│ │ ├── create_test_timeline.py # 创建测试时间线
│ │ ├── test-after-restart.sh # 重启后测试(Unix)
│ │ └── test-after-restart.bat # 重启后测试(Windows)
│ ├── batch_automation.py # 批处理自动化脚本
│ ├── restart-server.sh # 服务器重启脚本(Unix)
│ ├── restart-server.bat # 服务器重启脚本(Windows)
│ ├── run-now.sh # 快速开始脚本(Unix)
│ └── run-now.bat # 快速开始脚本(Windows)
├── resolve_mcp_server.py # 主服务器实现
├── src/ # 源代码
│ ├── api/ # API实现
│ ├── features/ # 功能模块
│ └── utils/ # 实用函数
├── logs/ # 日志文件
├── tools/ # 开发工具
├── assets/ # 项目资源
└── examples/ # 示例代码
MIT
Samuel Gursky (samgursky@gmail.com)
如果您想贡献,请查看存储库中的功能清单并选择一个未实现的功能来工作。代码结构清晰,分为不同的功能区域。
MIT
清理后,项目的结构如下:
resolve_mcp_server.py - 主MCP服务器实现run-now.sh - 快速开始脚本,处理设置并运行服务器setup.sh - 完整设置脚本用于安装check-resolve-ready.sh - 启动前检查,验证DaVinci Resolve是否准备好start-server.sh - 启动服务器的脚本run-server.sh - 简化的直接运行服务器的脚本关键目录:
src/ - 源代码和模块assets/ - 项目资源和资源logs/ - 日志文件目录scripts/ - 辅助脚本开发时,建议使用./run-now.sh,它会在一步中设置环境并启动服务器。
详见docs/CHANGELOG.md获取详细的更改历史。
当与Cursor集成时,请遵循以下特定步骤:
确保在启动Cursor之前DaVinci Resolve正在运行
安装所需依赖项:
# 从davinci-resolve-mcp目录:
pip install -r requirements.txt
注意:这将自动安装MCP包和其他依赖项。
在Cursor中设置MCP服务器配置:
创建或编辑~/.cursor/mcp.json(macOS)(或%USERPROFILE%\.cursor\mcp.json(Windows)):
{
"mcpServers": {
"davinci-resolve": {
"name": "DaVinci Resolve MCP",
"command": "/path/to/your/venv/bin/python",
"args": [
"/path/to/your/davinci-resolve-mcp/src/main.py"
]
}
}
}
重要提示:
main.py作为入口点(而不是resolve_mcp_server.py)常见问题:
main.py脚本会处理设置环境变量