一个模型上下文协议(MCP)服务器,将AI编码助手(Cursor、Claude Desktop)连接到DaVinci Resolve,使它们能够通过自然语言查询和控制DaVinci Resolve。
有关已实现和计划功能的完整列表,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 | 快速启动 |
---|---|---|---|
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新的一键安装脚本。此脚本会自动完成所有操作:
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启动脚本:
Windows用户:
run-now.bat
macOS用户:
chmod +x run-now.sh
./run-now.sh

有关如何配置DaVinci Resolve MCP与不同AI助手客户端(如Cursor或Claude)的详细信息,请参阅 config-templates 目录。
有关详细的故障排除指南,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
以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,您有几种启动服务器的方式:
仓库包含用于与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,验证您的环境是否已正确配置:
# 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,我们的通用启动器提供了对Cursor和Claude Desktop服务器的完全控制:
# 使脚本可执行(仅限macOS)
chmod +x scripts/mcp_resolve_launcher.sh
# 以交互模式运行
./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/mcp_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"
要进行完整的手动安装:
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,运行启动前检查脚本,它将为您设置这些变量:
# 在macOS上 ./scripts/check-resolve-ready.sh # 在Windows上 ./scripts/check-resolve-ready.bat
通过创建配置文件配置Cursor以使用服务器:
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"]
}
}
}

使用客户端特定的脚本启动服务器:
# 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
或使用通用启动器:
./scripts/mcp_resolve_launcher.sh --start-cursor
启动Cursor并打开一个项目。
在Cursor的AI聊天中,您现在可以与DaVinci Resolve交互。尝试以下命令:
在Claude Desktop配置目录中使用 config-templates
目录中的模板创建 claude_desktop_config.json
文件。
使用专用脚本运行Claude Desktop服务器:
./scripts/mcp_resolve-claude_start
或使用通用启动器:
./scripts/mcp_resolve_launcher.sh --start-claude
在Claude Desktop中,您现在可以使用与Cursor相同的命令与DaVinci Resolve交互。
Windows支持在v1.3.3中稳定,不应需要额外的故障排除:
logs/
目录中的日志在启动服务器之前,确保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 # 本文件 ├── 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 # 批量自动化脚本 │ ├── 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 # 快速启动脚本(Unix) │ └── run-now.bat # 快速启动脚本(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/ # 项目资产 └── examples/ # 示例代码
MIT
Samuel Gursky (samgursky@gmail.com)
如果您想贡献,请查看仓库中的功能清单并选择一个未实现的功能进行开发。代码结构清晰,针对不同功能领域有明确的划分。
MIT
清理后,项目具有以下结构:
resolve_mcp_server.py
- 主要的MCP服务器实现run-now.sh
- 快速启动脚本,处理设置并运行服务器setup.sh
- 完整的安装脚本check-resolve-ready.sh
- 启动前检查,验证DaVinci Resolve是否准备就绪start-server.sh
- 启动服务器的脚本run-server.sh
- 直接运行服务器的简化脚本关键目录:
src/
- 源代码和模块assets/
- 项目资产和资源logs/
- 日志文件目录scripts/
- 辅助脚本在开发时,建议使用 ./run-now.sh
,它会在一步中设置环境并启动服务器。
有关变更的详细历史,请参阅 docs/CHANGELOG.md。
与Cursor集成时,请遵循以下特定步骤:
在启动Cursor之前,确保DaVinci Resolve正在运行
安装所需的依赖项:
# 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:
在macOS上创建或编辑 ~/.cursor/mcp.json
(或在Windows上编辑 %USERPROFILE%\.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"
]
}
}
}

重要提示:
main.py
作为入口点(而不是 resolve_mcp_server.py
)常见问题: