mcpField
N

NIRA Video Production MCP

本地服务
github.com/pachote媒体与设计
代码仓库

关于 NIRA Video Production MCP

视频制作 MCP：55 个工具，支持剪辑、调色、TTS 字幕、节拍同步、母版输出和 AI 生成。

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。

mcp.json · 通用配置
{
  "mcpServers": {
    "pachote-nira-video": {
      "command": "uvx",
      "args": [
        "nira-video-mcp"
      ],
      "env": {
        "VIDPROD_WORKSPACE": "<VIDPROD_WORKSPACE>",
        "VIDPROD_INPUT": "<VIDPROD_INPUT>",
        "VIDPROD_OUTPUT": "<VIDPROD_OUTPUT>",
        "FAL_KEY": "<FAL_KEY>",
        "WAN2GP_PATH": "<WAN2GP_PATH>"
      }
    }
  }
}
启动命令uvx nira-video-mcp
需要配置的环境变量
VIDPROD_WORKSPACEWorking directory for temp files and intermediate renders
VIDPROD_INPUTDefault input directory Claude scans for source clips
VIDPROD_OUTPUTDefault output directory for rendered files
FAL_KEY密钥fal.ai API key for cloud AI video generation (Kling, Luma, Veo, Pika)
WAN2GP_PATHPath to Wan2GP installation for free local GPU video generation

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypinira-video-mcp1.0.3

工具

还没有获取到工具列表

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

维护者还没有提供详细介绍，可以先查看代码仓库中的 README。

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

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。