What is Mcp Video Maker

mcp-video-maker is a multi-agent collaborative system designed for generating TikTok-style short videos. It automates the entire process from creativity to publication through the collaboration of six specialized agents.

Use cases

Use cases include creating promotional videos for brands, generating engaging content for social media platforms like TikTok, producing educational videos, and developing creative storytelling through animated videos.

How to use

To use mcp-video-maker, clone the repository, install the required dependencies, configure the API keys if necessary, and run the backend and frontend services. Access the application via a web browser at http://localhost:8080.

Key features

Key features include a multi-agent collaboration architecture, flexible model selection for video generation, a user intervention mechanism for previews, standardized communication protocols, a complete API interface, and a simple frontend interface.

Where to use

mcp-video-maker can be used in various fields such as social media content creation, marketing, entertainment, and education, where short video production is essential.

TikTok 风格短视频多代理协作生成系统

这是一个基于多代理协作架构的 TikTok 风格短视频生成系统，通过六个专门的代理协同工作，完成从创意到发布的全流程自动化。

系统特点

1. 多代理协作架构：六个专门代理（中央策略、内容创作、视觉生成、语音与音乐、后期制作、分发）协同工作。
2. 灵活的模型选择：支持多种视频生成模型、语音合成工具和音乐生成工具。
3. 用户干预机制：在关键创作阶段允许用户预览和选择。
4. 标准化通信协议：通过消息总线实现代理间的异步通信。
5. 完整的 API 接口：提供创建、查询、响应等 API 接口。
6. 简单的前端界面：实现了基本的用户交互界面。

MCP 协议

本项目使用 MCP (Multi-agent Communication Protocol) 协议作为代理间通信的标准。MCP 协议是一种专为多代理系统设计的通信协议，用于在不同的 AI 代理之间进行标准化、可靠的消息传递。

详细的协议文档请参见 MCP 协议文档。

多模型支持

系统支持多种 AI 模型和工具，用户可以根据需求自由选择：

视频生成模型

• 可灵视频生成：支持高质量写实风格视频
• Pika Labs：擅长创意和艺术风格视频
• Runway Gen-2：提供电影级视频质量
• Wan 动画生成：专注于动画风格视频

语音合成工具

• ElevenLabs：提供自然流畅的多语言语音
• Play.ht：支持多种语言和声音风格
• 腾讯云语音合成：提供中文语音的高质量合成

音乐生成工具

• Suno AI：生成多种风格的原创音乐
• AIVA：专注于情感和氛围音乐创作
• SoundRaw：提供无版权的背景音乐

编辑工具

• Runway：提供专业级视频编辑和特效
• Descript：专注于音频增强和字幕生成
• Kapwing：提供丰富的文本效果和转场

API 模型配置灵活性

系统提供了灵活的 API 模型配置机制：

1. 配置文件：所有模型和工具的配置都集中在config/config.py文件中
2. 环境变量：支持通过环境变量覆盖默认配置
3. 用户偏好：用户可以设置偏好的模型和工具，系统会优先使用
4. 动态更新：支持在运行时更新配置，无需重启系统
5. 参数调整：每个模型和工具都有丰富的参数可以调整，如温度、采样策略等

安装与运行

环境要求

• Python 3.9+
• 依赖包（见 requirements.txt）

安装步骤

1. 克隆仓库：

   git clone https://github.com/fly0pants/mcp-video-maker.git
   cd mcp-video-maker
   

2. 安装依赖：

   pip install -r requirements.txt
   

3. 配置 API 密钥（可选）：
   创建.env文件并添加以下内容：

   KELING_API_KEY=your_keling_api_key
   PIKA_API_KEY=your_pika_api_key
   RUNWAY_API_KEY=your_runway_api_key
   WAN_API_KEY=your_wan_api_key
   ELEVENLABS_API_KEY=your_elevenlabs_api_key
   PLAYHT_API_KEY=your_playht_api_key
   TENCENT_API_KEY=your_tencent_api_key
   SUNO_API_KEY=your_suno_api_key
   AIVA_API_KEY=your_aiva_api_key
   SOUNDRAW_API_KEY=your_soundraw_api_key
   

运行系统

1. 启动后端服务：

   python main.py
   

2. 启动前端服务：

   python ui/server.py
   

3. 在浏览器中访问：http://localhost:8080

测试

系统提供了全面的测试套件，确保各个组件和整体系统的正常运行：

运行所有测试

pytest tests/

运行特定测试

# 测试多模型支持
pytest tests/test_multi_model_support.py

# 测试API配置灵活性
pytest tests/test_api_config.py

# 测试整体系统功能
pytest tests/test_system_integration.py

项目结构

video-maker/
├── agents/                 # 代理实现
│   ├── base_agent.py       # 基础代理类
│   ├── central_agent.py    # 中央策略代理
│   ├── content_agent.py    # 内容创作代理
│   ├── visual_agent.py     # 视觉生成代理
│   ├── audio_agent.py      # 语音与音乐代理
│   ├── postprod_agent.py   # 后期制作代理
│   └── distribution_agent.py # 分发代理
├── config/                 # 配置文件
│   └── config.py           # 系统配置
├── models/                 # 数据模型
│   ├── message.py          # 消息模型
│   ├── user.py             # 用户模型
│   └── video.py            # 视频模型
├── utils/                  # 工具类
│   ├── file_manager.py     # 文件管理
│   ├── logger.py           # 日志工具
│   └── message_bus.py      # 消息总线
├── ui/                     # 前端界面
│   ├── server.py           # 前端服务器
│   ├── static/             # 静态资源
│   └── templates/          # 页面模板
├── tests/                  # 测试代码
│   ├── test_multi_model_support.py  # 多模型支持测试
│   ├── test_api_config.py           # API配置测试
│   └── test_system_integration.py   # 系统集成测试
├── main.py                 # 主程序入口
├── requirements.txt        # 依赖列表
└── README.md               # 项目说明

注意事项

• 当前实现主要是模拟 API 调用，实际使用时需替换为真实 API 调用
• 系统设计支持异步操作，确保高效处理多个请求
• 所有代理都支持错误处理和重试机制，确保系统稳定性

贡献

欢迎提交问题和改进建议！请先讨论您想要进行的更改，然后提交拉取请求。

许可

本项目采用 MIT 许可证 - 详见 LICENSE 文件