[VOD MCP](https://github.com/volcengine/mcp-vod) 是火山引擎视频点播面向 AI 时代推出的标准能力插件。它基于 MCP (Model Context Protocol) 协议，将云端专业的视频编辑、画质增强、内容识别等原子能力封装为智能体可直观调用的工具。通过 VOD MCP，开发者可直接以自然语言驱动 AI 智能体完成复杂的云端视频处理任务。 # VOD MCP 介绍 ## 工具概览 VOD MCP 已开放的能力覆盖了从素材上传、内容理解到深度剪辑的全流程。所有工具均支持通过“分组（Group）”进行动态加载，以优化智能体的推理效率。 |**分类** |**分组名称** |**工具** |**说明** | |---|---|---|---| |**基础功能** |upload |video_batch_upload |**文件上传**：支持从公网 URL 批量拉取音视频、图片等文件上传至点播空间，并可查询上传任务状态。详细输入和输出参数请见 [video_batch_upload](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/upload.py#L9)。 | |**视频剪辑** |edit |audio_video_stitching |**多片段拼接**：将多个视频或音频片段按指定顺序拼接成一个新文件，支持在片段间添加多种转场效果。详细输入和输出参数请见 [audio_video_stitching](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L36)。 | |^^|^^|audio_video_clipping |**片段裁剪**：按起止时间点（秒级）裁剪视频或音频，生成新片段。详细输入和输出参数请见 [audio_video_clipping](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L169)。 | |^^|^^|flip_video |**画面翻转**：对视频画面进行水平或垂直镜像翻转。详细输入和输出参数请见 [flip_video](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L381)。 | |^^|^^|speedup_video |**视频播放调速**：调整视频的播放速率，实现快放或慢放效果。支持调整为 0.1～4 倍。详细输入和输出参数请见 [speedup_video](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L445)。 | |^^|^^|speedup_audio |**音频播放调速**：调整音频文件的播放速率，实现快放或慢放效果。支持调整为 0.1～4 倍。详细输入和输出参数请见 [speedup_audio](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L513)。 | |^^|^^|image_to_video |**图片合成视频**：将单张或多张图片合成为一个视频文件，支持为每张图片自定义显示时长和转场效果。详细输入和输出参数请见 [image_to_video](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L582)。 | |^^|^^|compile_video_audio |**音画合成**：将独立的视频轨道和音频轨道叠加，合成为一个视频文件。可用于为视频添加或替换音轨。详细输入和输出参数请见 [compile_video_audio](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L705)。 | |^^|^^|extract_audio |**提取音轨**：从视频文件中无损分离并提取出独立的音频轨道，生成一个音频文件。支持指定输出音频的格式为 mp3 或 m4a。详细输入和输出参数请见 [extract_audio](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L813)。 | |^^|^^|mix_audios |**音频混音**：将多个音频文件（如背景音乐、音效、人声）进行混音，生成一个新的音频文件。详细输入和输出参数请见 [mix_audios](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L878)。 | |^^|^^|add_sub_video |**视频叠加（画中画）** ：将一个子视频或图片素材叠加到主视频上，实现画中画、视频水印、图片水印等效果。支持自定义叠加元素的位置、尺寸及显示时段。详细输入和输出参数请见 [add_sub_video](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/edit.py#L958)。 | |**视频增强** |video_enhancement |video_quality_enhancement_task |**综合画质修复**：通过 AI 综合修复视频画质，消除压缩痕迹、噪点、划痕等常见损伤，提升整体清晰度和色彩表现。详细输入和输出参数请见 [video_quality_enhancement_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/video_enhancement.py#L9)。 | |^^|^^|video_super_resolution_task |**AI 超分**：通过 AI 算法智能提升视频分辨率，例如将 720P 视频放大至 1080P，并锐化增强画面细节。详细输入和输出参数请见 [video_super_resolution_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/video_enhancement.py#L49)。 | |^^|^^|video_interlacing_task |**智能插帧**：通过运动补偿算法，将低帧率视频（如 30fps）智能插帧至高帧率（如 60fps），使运动画面更平滑流畅。详细输入和输出参数请见 [video_interlacing_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/video_enhancement.py#L119)。 | |**字幕处理** |subtitle_processing |asr_speech_to_text_task |**语音转字幕 (ASR)** ：通过 ASR 技术，将视频中的语音内容转换成带时间轴的字幕信息。详细输入和输出参数请见 [asr_speech_to_text_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/subtitle_processing.py#L11)。 | |^^|^^|ocr_text_to_subtitles_task |**画面文字提取 (OCR)** ：通过 OCR 技术，智能提取视频画面中内嵌的文字。详细输入和输出参数请见 [ocr_text_to_subtitles_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/subtitle_processing.py#L66)。 | |^^|^^|video_subtitles_removal_task |**硬字幕擦除**：智能检测并无痕擦除视频画面中已有的硬字幕，保留原始背景。详细输入和输出参数请见 [video_subtitles_removal_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/subtitle_processing.py#L91)。 | |^^|^^|add_subtitle |**添加内嵌字幕**：将外部字幕文件（如 SRT 格式）以指定样式压制到视频画面中，生成带内嵌字幕的新视频。支持自定义字体、字幕样式以及字幕位置。详细输入和输出参数请见 [add_subtitle](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/subtitle_processing.py#L126)。 | |**音频处理** |audio_processing |voice_separation_task |**人声/伴奏分离**：将音频中的人声与背景音乐精准分离，输出为两个独立的音轨文件。详细输入和输出参数请见 [voice_separation_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/audio_processing.py#L38)。 | |^^|^^|audio_noise_reduction_task |**音频降噪**：智能识别并消除音频中的环境噪音、电流声、风声等多种杂音，提升人声的清晰度。详细输入和输出参数请见 [audio_noise_reduction_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/audio_processing.py#L8)。 | |**智能切片** |intelligent_slicing |intelligent_slicing_task |**智能场景切分**：基于画面转场、镜头切换，智能地将长视频切分成多个有逻辑关联的短片段。详细输入和输出参数请见 [intelligent_slicing_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/intelligent_slicing.py)。 | |**智能抠图** |intelligent_matting |portrait_image_retouching_task |**人像抠图**：自动识别视频中的主体人像并进行高精度抠图，生成带透明通道的视频素材。支持指定输出视频的封装格式为 MOV 或 WEBM。详细输入和输出参数请见 [portrait_image_retouching_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/intelligent_matting.py#L52)。 | |^^|^^|green_screen_task |**绿幕抠图**：对以绿幕为背景的视频进行专业级抠图，常用于影视后期与特效合成。支持指定输出视频的封装格式为 MOV 或 WEBM。详细输入和输出参数请见 [green_screen_task](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/intelligent_matting.py#L8)。 | |**任务管理** |media_tasks |get_media_execution_task_result |**异步任务查询**：通过任务 ID 查询并获取异步媒体处理任务的执行状态和最终产物信息（如新文件 Vid、URL 等）。详细输入和输出参数请见 [get_media_execution_task_result](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/media_tasks.py#L8)。 | |**媒体分发** |video_play |get_play_url |**获取播放地址**：根据 Vid 或文件名，获取指定视频的多种清晰度、格式的播放地址。详细输入和输出参数请见 [get_play_url](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/video_play.py#L315)。 | |^^|^^|get_video_audio_info |**获取音视频元信息**：获取指定音视频的详细元数据，如时长、码率、分辨率、编码格式、帧率等。详细输入和输出参数请见 [get_video_audio_info](https://github.com/volcengine/mcp-server/blob/main/server/mcp_server_vod/src/vod/mcp_tools/video_play.py#L342)。 | ## 典型应用场景您可以灵活组合 VOD MCP 提供的原子能力，以支持多样化的 AI 视频创作与处理场景。以下是一些典型的应用示例： ### AI 漫剧生成将漫画或小说素材快速转化为动态视频。MCP 可根据指令，自动完成素材组合、配音、字幕添加等一系列繁琐的后期工作。核心环节： * **画面合成**：使用 `image_to_video` 将多张漫画图片合成为视频，或使用 `audio_video_stitching` 拼接已有视频片段。 * **音轨处理**：使用 `extract_audio` 提取原声，再使用 `mix_audios` 叠加上新的配音或背景音乐。 * **字幕生成**：通过 `asr_speech_to_text_task` 将配音转换为字幕，再使用 `add_subtitle` 将其压制到视频中。 * **画质增强**：最后，可选用 `video_super_resolution_task` 提升输出视频的整体分辨率和清晰度。 ### 爆款营销视频制作在电商、广告等场景中，可将 AI 生成的商品图、用户素材或产品演示片段，通过自然语言指令快速组合生成抓人眼球的营销短视频。核心环节： * **片段剪辑**：使用 `audio_video_clipping` 从长视频中截取高光片段。 * **拼接合成**：使用 `image_to_video` 将多张商品图合成为视频，或使用 `audio_video_stitching` 拼接已有视频片段，并添加背景音乐。 * **添加营销信息**：通过 `add_subtitle` 功能为视频添加引人注目的标题、卖点介绍或活动信息。 ### 教育视频制作在 K12、知识付费等领域，将图文课件、古诗词、绘本故事等内容自动化生成为生动有趣的教学视频。核心环节： * **课程内容合成**：使用 `image_to_video` 将教学 PPT 或绘本图片转换为视频。同时，可调用 `audio_video_stitching` 将多个视频片段拼接起来，并添加转场效果，形成连贯的教学内容。 * **添加旁白**：调用 `audio_video_stitching` 为视频添加预先录制好的课程讲解或故事朗读。 * **添加字幕**：使用 `asr_speech_to_text_task` 和 `add_subtitle` 生成和添加同步字幕。 ## 计费说明 VOD MCP 本身作为开源工具及协议层插件不收取额外费用。但在通过 MCP 驱动视频处理的过程中，会调用火山引擎视频点播后端的各项资源。在使用过程中，产生的费用主要由以下三部分组成： * **媒资存储费用**：所有通过 MCP 上传的原始素材，以及处理后生成的成品视频，均存储在您的视频点播空间中，根据存储文件的占用空间（GB）按日计费。详见[媒资存储计费](/docs/4/76542)。 * **视频处理费用**：这是费用的核心部分，根据您驱动 MCP 执行的任务类型有所不同： * **云剪辑**：根据输出视频的分辨率和时长计费，详见[视频剪辑计费](/docs/4/1941016)。 * **单任务处理**：视频超分、插帧、语音转写等 AI 任务将根据任务的处理规格及时长独立计费，详见[媒体处理计费](/docs/4/1941013)。 * **流量费用**：当您通过 MCP 返回的播放地址观看或分发视频时，会产生下行流量。 * 若您在视频点播中[配置加速域名](https://www.volcengine.com/docs/4/177122)，会产生[分发加速计费](/docs/4/1941015)。 * 若您未在视频点播中配置加速域名，则会产生[存储流出](/docs/4/76542#b77b9ebc)费用。 # 快速体验：在 Trae 中配置 Trae 是一款 AI 原生 IDE，提供了强大的智能体协作能力。通过接入 VOD MCP，您可以直接在 Trae 对话框中以 Vibe Coding 的方式，仅需 10 分钟即可完成首个 AI 视频剪辑任务，无需编写任何代码。 ## 前提条件 * 已[注册火山引擎账号](https://www.volcengine.com/docs/6261/64925)并完成[实名认证](https://www.volcengine.com/docs/6261/64935)。 * 已获取[火山引擎 Access Key/Secret Key](https://www.volcengine.com/docs/6257/64983?lang=zh)（简称 AK/SK）。 * 已[开通视频点播服务](https://console.volcengine.com/vod/overview/)并[创建空间](https://www.volcengine.com/docs/4/65669)。 * （推荐）将待处理的视频素材[上传](https://www.volcengine.com/docs/4/65670?lang=zh)至点播空间，或准备好公网可访问的视频 URL。 * （可选）准备开发环境： * 安装 [Trae 客户端](https://www.trae.com.cn/?utm_source=volcengine&utm_medium=mcp-marketplace)。 * 通过 `uvx --version` 命令检查您的开发环境中是否已安装 uvx。若显示 `uvx: command not found`，则参考[官方文档](https://docs.astral.sh/uv/getting-started/installation/)安装 uvx。 ## 操作步骤 ### 步骤 1：选择接入模式根据您的需求选择以下两种接入模式之一： |**模式** |**适用场景** |**接入方式** | |---|---|---| |**本地模式 (JSON Local)** |个人快速调试、处理本地敏感文件、无需公网域名。 |通过 `uvx` 命令直接调用本地脚本运行。您可直接跳转至[步骤 2：添加 MCP 配置](/docs/4/2222082#46e97ec9)。 | |**云端模式 (JSON URL)** |长期稳定使用、跨团队协作、无需本地安装环境。 |前往[火山引擎 MCP 广场](https://www.volcengine.com/mcp-marketplace/detail?name=VeVOD%20MCP)，在 Trae 页签下，单击**云部署**生成专属长效 URL。复制该 URL 后，前往[步骤 2：添加 MCP 配置](/docs/4/2222082#46e97ec9)。|\ | | |![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/287e233f0fbd45ff89eb44db0b1d5db5~tplv-goo7wpa0wc-image.image =1620x) |\ | | |:::warning|\ | | |此方式需账户余额不少于 100 元，涉及 [API 网关](https://www.volcengine.com/docs/6569/185249?lang=zh)及[函数服务](https://www.volcengine.com/docs/6662/1269135?lang=zh)计费。|\ | | ||\ | | |:::| ### 步骤 2：添加 MCP 配置 1. 打开 Trae，单击 Trae 窗口右上角"设置"按钮（齿轮图标）。 2. 在 MCP 页签下，单击**添加** \> **手动添加**。 3. 根据您在步骤 1 选择的模式，复制对应的配置 JSON 并根据下方文字说明进行替换。请注意，为了确保初次调用的成功率，默认仅加载了最核心的工具分组。 ```mixin-react return ( ); ``` 4. 确认该 MCP 的状态显示为绿色激活，如下图所示。 ![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/8dce1bccd27742d3b1f357801af719fc~tplv-goo7wpa0wc-image.image =400x) ### 步骤 3：启用智能体对话在 Trae 主界面打开对话面板，将底部的智能体切换为 **Builder with MCP** 模式。 ![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/b38f1ab590d74168b898b974d7d9240f~tplv-goo7wpa0wc-image.image =400x) 您可以直接下达提示词，例如：帮我将 test 空间中的 beach.mp4 和 sunset.mp4 拼接在一起，中间加一个“淡入淡出”转场效果，完成后把播放地址发给我。 |阶段 |内容 | |---|---| |**输入视频** |

|\ | | | |**处理过程** |您将观察到：|\ | ||\ | |* 自主规划：智能体将自动识别出需要调用 `audio_video_stitching` 工具。|\ | |* 异步追踪：由于云端剪辑需要时间，智能体会提交任务并返回一个任务标识（TaskID），并在后台自动轮询进度。如果您发现对话中断，可以手动追问：‘刚才的任务处理完了吗？|\ | |* 结果交付：任务完成后，智能体会直接给出生成的视频信息以及预览链接。|\ | ||\ | |![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/255337623fcf4cdaa2fac5776b76a97c~tplv-goo7wpa0wc-image.image =400x) | |**输出视频** |

|\ | | | # 参考信息 ## 提示词编写建议为了让智能体更准确地调用 VOD MCP 工具，建议在撰写提示词时遵循以下原则： * **明确目标空间**： * 您可以在 MCP 配置阶段通过 x\-tt\-space\-name 字段预先指定默认视频点播空间。配置默认空间后，所有任务将默认使用该空间进行媒资处理，无需每次提示词中重复声明。 * 如果未在配置中指定默认空间，或者需要临时使用其他空间，请在提示词中明确目标空间，例如："请使用 my_media_space 这个空间进行处理"。 * **指定待处理视频**：您可以通过以下两种方式灵活地指定需要处理的源素材： * **通过 URL 指定**：直接在提示词中提供素材的公网 URL。系统会自动拉取文件并上传至点播空间，然后执行后续处理任务。例如："请帮我将 http://example.com/my_video.mp4 这个视频的语速调整为 1.5 倍，并为它生成中文字幕。" * **通过点播媒资指定**：如果素材已[上传](https://www.volcengine.com/docs/4/2887?lang=zh)至点播空间，您可以直接通过其 Vid (视频 ID) 或 FileName (文件名) 进行引用。例如："请帮我把 Vid 为 v03103g50000cl7p8d9o346g2n9p2lp0 的视频水平翻转，并提高它的画质到 1080P。" * **描述执行顺序**：对于涉及多个原子能力的复杂任务，建议使用“先...再...最后...”的结构，显式地描述步骤间的先后顺序。例如：“先执行人声分离，再对分离后的人声进行语音转写”。 * **设定质量与规格边界**：AI 的产出具有一定的概率性，显式的参数约束可以降低结果的不确定性。例如在涉及视频增强任务时，明确期望值：“请以 1080P 规格输出合成后的视频”。 ## 常用提示词参考下表展示了常见业务场景下的推荐提示词。您可以直接将这些提示词复制到对话框中尝试，并根据实际需求进行微调。 ### **视觉效果变换** 提示词：帮我把这个视频进行水平翻转，并调整为 2 倍速播放。 |**输入视频** |**输出视频** | |---|---| |

|\ | | | ### **字幕提取与自动压制** 提示词：通过 ASR 识别 test 空间 speech_no_subtitle.mp4 视频中的音频，转为字幕；然后再将字幕添加到原视频中，生成一个新视频。 |输入视频 |输出视频 | |---|---| |

|\ | | | ## MCP 配置参数说明下表列出 VOD MCP 的核心配置项，区分云端部署与本地部署。请根据您的实际接入场景选择对应的参数。 |**云端 Header 字段** |**本地环境变量名** |**示例** |**说明** | |---|---|---|---| |x\-tt\-access\-key |VOLCENGINE_ACCESS_KEY |AKLTMTU2M... |火山引擎访问密钥 AK | |x\-tt\-secret\-key |VOLCENGINE_SECRET_KEY |TnpZek5HT... |火山引擎访问密钥 SK | |x\-tt\-tools\-type |MCP_TOOLS_TYPE |groups 或 tools |加载模式。决定按“分组”还是按“具体工具”加载。 | |x\-tt\-tools\-source |MCP_TOOLS_SOURCE |all 或 edit,upload |加载范围。|\ | | | ||\ | | | |* 全量加载 (all)：仅在 `x-tt-tools-type` 为 `groups` 时生效。适用于功能强大的模型（如 GPT\-4、Claude 3.5）。注意，在 Trae 中如果工具总数超过 10 个会报错。|\ | | | |* 场景化加载 (edit,upload)：例如，如果您只需剪辑功能，仅加载 edit 分组可以显著降低 Token 消耗，并提高 AI 调用的准确率。 | |x\-tt\-host |VOLCENGINE_HOST |vod.volcengineapi.com |视频点播服务的 API 域名 | |x\-tt\-region |VOLCENGINE_REGION |cn\-north\-1 |视频点播服务所在的地域 | |x\-tt\-session\-token |VOLCENGINE_SESSION_TOKEN |... |（可选）使用临时凭证时填写 |