摘要：大语言模型在语言理解方面表现出卓越的能力，但在处理视频等复杂任务时仍存在明显局限，模型上下文协议（MCP）的引入，为突破这一限制提供了全新路径。MCP 通过连接大模型与本地服务器，使得模型能够动态调用额外的工具链，从而极大地丰富了 AI 获取数据的方式，打破了

大语言模型在语言理解方面表现出卓越的能力，但在处理视频等复杂任务时仍存在明显局限，模型上下文协议（MCP）的引入，为突破这一限制提供了全新路径。MCP 通过连接大模型与本地服务器，使得模型能够动态调用额外的工具链，从而极大地丰富了 AI 获取数据的方式，打破了数据孤岛。借助 MCP Server，可以实现文件系统操作、外部 API 集成等扩展功能，真正实现 AI 与“万物”的连接。

基于大型语言模型与 vevod-mcp 的整合，我们打造了一款高效便捷的视频剪辑小助手，并将其 vevod MCP Server 的代码实现开源，供广大开发者参考和使用。这款视频剪辑小助手通过对话交互的方式，实现了多视频时域拼接、长视频分段截取与拼接、添加转场动画及字幕等剪辑操作，降低了视频剪辑的技术门槛和操作成本。用户只需通过简单的对话指令，即可轻松完成以往需要专业软件和复杂操作才能实现的剪辑任务。这不仅提高了视频剪辑的效率，也为非专业用户提供了更加友好和便捷的创作工具。

其中， veVOD-mcp 中的视频剪辑能力基于火山引擎视频点播服务（VOD) 封装，火山引擎视频点播服务（VOD）面向 AIGC 时代，打造集媒资上传、媒资管理、智能处理、内容加速分发和视频播放功能于一体的一站式解决方案，功能丰富且成本极低。

火山引擎 VOD

以下是打造视频智能剪辑助手实践操作。

登录火山引擎，开通视频点播服务；

创建空间并绑定域名，这一步可以参考官方文档（可选，不需要直接获取产物播放地址时可略过）；

在配置 mcp 之前需要从火山引擎平台获取几个参数：Access Key ID、Secret Access Key

基于 vevod-mcp，可以实现以“对话”的方式轻松帮助用户剪辑视频。这里采用 Trae 作为 调用 MCP 的 Agent，可帮助用户实现对指定音视频进行剪辑操作。具体配置如下：

配置出视频智能剪辑小助手之后，可通过对话，将多个视频按时域拼接为一个视频。

除了多视频时域拼接，还可以通过对话将视频分段截取，再按时域拼接为一个新的视频。

除了视频的拼接，智能剪辑小助手还可以完成更多操作，比如将多个视频按时域拼接为一个新视频，并针对新视频添加转场动画效果以及固定文案。

以下示例演示在 Trae 中，通过对话，将视频 video_1 和视频 video_2 拼接在一起合成一个新的地址，在新视频中添加交替出场的转场效果，并增加固定文案，最终返回合成视频的播放地址。

视频智能剪辑小助手结合了大语言模型的理解、推理能力与 MCP Server 的拓展功能，进一步降低视频剪辑的门槛，用户仅需通过描述需求，以对话的形式即可实现视频剪辑操作。目前 vevod MCP Server 代码已开源，为开发者提供灵活的二次开发空间，可基于火山引擎 VOD 的视频剪辑、媒资处理等能力，满足更多需求，进一步推动视频剪辑技术的创新和发展。

来源：字节跳动技术团队