关于 shotflow-mcp
shotflow-mcp 将 ShotFlow 的分镜与视频生成能力开放给 MCP 客户端,并提供任务查询和镜头重生成工具。它还提供创作类型与视觉风格资源。
主要功能
- 01根据剧本或创意生成分镜
- 02根据分镜镜头生成视频
- 03查询视频生成状态
- 04重新生成单个镜头
- 05查看视频任务历史和配额
- 06读取创作类型与视觉风格资源
适用场景
- 01将剧本创意转为分镜
- 02根据分镜镜头制作视频
- 03查看生成进度或重做某个镜头
- 04查看任务历史和创作模板
MCP 相关
它通过 Streamable HTTP 向 MCP 客户端提供七种工具和两种模板资源。在线端点为 `https://aishotflow.cn/mcp`。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
来自项目 READMEShotFlow MCP Server
让 AI Agent 直接调用专业分镜脚本生成能力
ShotFlow MCP Server 是 ShotFlow 的 Model Context Protocol 接口实现,让任何支持 MCP 的 AI 客户端(Claude Desktop、Cursor、Cline、VS Code Copilot 等)都能直接调用专业分镜脚本与视频生成能力。
在线使用
无需安装,直接配置 URL 即可使用:
https://aishotflow.cn/mcp
功能一览
| Tool | 说明 |
|---|---|
generate_storyboard | 从剧本/创意描述生成专业分镜脚本(6种创作类型 × 7种视觉风格) |
generate_video | 从分镜镜头生成视频(Pro 功能) |
check_video_status | 查询视频生成状态 |
regenerate_shot | 单镜头重新生成 |
list_video_tasks | 列出视频任务历史 |
check_quota | 查询今日配额 |
check_health | 检查服务健康状态 |
| Resource | 说明 |
|---|---|
shotflow://templates/creative-types | 6种创作类型模板与默认参数 |
shotflow://templates/visual-styles | 7种视觉风格参考与关键词 |
快速接入
Claude Desktop
编辑配置文件(macOS: ~/Library/Application Support/Claude/claude_desktop_config.json,Windows: %APPDATA%\Claude\claude_desktop_config.json):
{
"mcpServers": {
"shotflow": {
"url": "https://aishotflow.cn/mcp"
}
}
}
重启 Claude Desktop,点击「Attached tools」确认 shotflow 已加载。
Cursor IDE
在项目根目录创建 .cursor/mcp.json:
{
"mcpServers": {
"shotflow": {
"url": "https://aishotflow.cn/mcp"
}
}
}
VS Code(1.99+)
在项目根目录创建 .vscode/mcp.json:
{
"servers": {
"shotflow": {
"type": "http",
"url": "https://aishotflow.cn/mcp"
}
}
}
Cline / Roo-Cline
编辑 ~/.cline/mcp_settings.json:
{
"mcpServers": {
"shotflow": {
"url": "https://aishotflow.cn/mcp"
}
}
}
调用示例
生成短视频分镜
告诉你的 AI 客户端:
用 shotflow 的 generate_storyboard 工具,帮我生成一个短视频分镜:一个创业者熬夜做产品的故事,3个场景,温情风格,9:16竖屏
AI 会自动调用 MCP Tool,返回结构化分镜结果。
查看可用创作类型
读取 shotflow 的 creative-types 资源,告诉我有哪些创作类型可选
Agent Card(A2A 协议)
其他 AI Agent 可通过以下 URL 自动发现 ShotFlow 的能力:
https://aishotflow.cn/mcp/agent-card
部署自己的实例
要求
- Node.js 18+
- ShotFlow Express Server 运行在
localhost:3003
安装
git clone https://github.com/YOUR_USERNAME/shotflow-mcp.git
cd shotflow-mcp
# 无需 npm install,零依赖
启动
# 开发模式
node shotflow-mcp-server.js
# 默认端口 3004
# 生产部署(systemd)
sudo cp shotflow-mcp.service /etc/systemd/system/
sudo systemctl enable shotflow-mcp
sudo systemctl start shotflow-mcp
环境变量
| 变量 | 默认值 | 说明 |
|---|---|---|
MCP_PORT | 3004 | MCP Server 监听端口 |
SHOTFLOW_API_URL | http://localhost:3003 | ShotFlow Express 地址 |
NODE_ENV | development | 环境模式 |
架构
AI Client (Claude/Cursor/...)
↓ Streamable HTTP (JSON-RPC 2.0)
Nginx :443
└── /mcp → ShotFlow MCP Server :3004
└── HTTP → ShotFlow Express :3003
- 协议: MCP 1.0(Streamable HTTP + SSE)
- 传输: JSON-RPC 2.0 over HTTP
- 依赖: 零外部依赖(纯 Node.js 实现)
- SSE 支持:
proxy_buffering off配合 Nginx 实现流式进度推送
文件结构
shotflow-mcp/
├── shotflow-mcp-server.js # MCP Server 主文件
├── tool-definitions.js # 7个 Tool 的 JSON Schema 定义
├── resource-definitions.js # 2个 Resource 定义
├── prompt-builder.js # Prompt 构造与模型配置解析
├── package.json # npm 包配置
├── shotflow-mcp.service # systemd 服务文件
├── INTEGRATION.md # 详细接入文档
├── README.md # 本文件
└── test/
└── test-mcp.js # 测试套件
测试
# 启动本地服务
node shotflow-mcp-server.js &
# 运行测试
node test/test-mcp.js
相关链接
- ShotFlow 主站: https://aishotflow.cn
- MCP 端点: https://aishotflow.cn/mcp
- Agent Card: https://aishotflow.cn/mcp/agent-card
- MCP 协议规范: https://modelcontextprotocol.io
- ShotFlow 公众号: 扫码关注获取最新更新
许可证
MIT License — 自由使用、修改和分发。
支持
- GitHub Issues: https://github.com/YOUR_USERNAME/shotflow-mcp/issues
- 邮件: [email protected]
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。