Python自动化剪辑进阶：基于pyJianYingDraft+MCP协议，实现AI自然语言一键生成视频草稿

一、前言：告别手动剪辑，搭建AI全自动视频生产流水线

短视频时代下，批量混剪、口播视频、图文视频的制作存在大量重复机械操作：新建剪映草稿、拖拽素材、添加字幕、配置转场与背景音乐，人工剪辑效率极低。市面上大部分自动化剪辑工具要么收费、要么封装度太高无法二次开发，而开源Python库pyJianYingDraft可以直接生成剪映原生草稿文件，无需调用剪映UI接口，纯文件层面实现视频工程自动化。

但原生pyJianYingDraft需要开发者手写代码配置视频轨道、字幕、素材，依旧存在代码编写成本。本文将结合MCP(Model Context Protocol，模型上下文协议)，搭建标准化MCP服务，让大模型直接调用剪辑能力，最终实现：一句话自然语言指令 → AI自动拆解视频脚本 → MCP服务调用pyJianYingDraft → 自动生成剪映可直接打开的草稿文件，全程零代码人工干预。

前置关键兼容提醒（必看）

剪映版本限制：剪映6.0及以上版本加密了草稿核心文件draft_content.json，pyJianYingDraft仅完美兼容剪映专业版5.9及以下版本，模板模式、草稿复用功能必须使用低版本剪映；
系统限制：草稿自动导出功能仅支持Windows系统，Mac/Linux仅支持生成草稿JSON文件；
Python版本：推荐Python3.8 / Python3.11，兼容性最佳。

二、核心技术栈简介

2.1 pyJianYingDraft 是什么？

pyJianYingDraft是一款轻量级开源剪映草稿生成Python库，核心原理是直接构造剪映工程的JSON配置文件，无需逆向剪映接口、无需模拟鼠标点击，支持以下核心能力：

从零创建空白视频草稿，自定义分辨率、帧率、视频时长
添加视频/图片/音频素材，配置播放速度、淡入淡出、关键帧
一键添加字幕文本、花字、气泡样式，批量导入SRT字幕
添加转场、滤镜、视频特效，自定义轨道层级
模板复用：加载现有剪映草稿作为模板，一键替换素材和字幕

2.2 MCP协议作用

MCP是Anthropic推出的标准化大模型工具调用协议，统一了大模型与本地工具、本地服务的通信格式。我们搭建基于MCP的剪映草稿服务后，任意支持MCP的大模型（Claude、豆包、通义千问本地部署版）都可以标准化调用剪辑能力，无需单独写Prompt适配不同大模型，实现AI与剪辑工具的解耦。

三、环境准备与pyJianYingDraft基础实操

3.1 安装依赖库

# 安装核心剪辑库
pip install pyJianYingDraft
# 安装MCP协议依赖
pip install mcp python-dotenv

3.2 获取剪映草稿目录（关键步骤）

打开剪映专业版5.9，点击右上角【设置】-【草稿位置】，复制本地草稿文件夹路径
新建一个空白草稿，获取该草稿下的draft_content.json完整路径，后续代码需要写入该文件实现草稿更新

3.3 基础入门：Python代码手动生成第一条剪映草稿

下面编写极简示例代码，创建一个10s、1080P视频，添加视频素材、背景音乐、一行标题字幕，完整还原基础剪辑流程：

import pyJianYingDraft as draft
from pyJianYingDraft import TrackType, TextStyle

# 1. 基础视频参数配置
DRAFT_JSON_PATH = r"C:UsersXXXJianyingPro Draftstest_draftdraft_content.json"
VIDEO_WIDTH, VIDEO_HEIGHT = 1920, 1080
DURATION = 10  # 视频总时长10秒

# 2. 初始化草稿工程
script = draft.ScriptFile(width=VIDEO_WIDTH, height=VIDEO_HEIGHT, duration=DURATION)

# 3. 添加视频主轨道素材
video_material = draft.VideoMaterial("demo_video.mp4")
script.add_segment(video_material, track_type=TrackType.video, start=0, duration=10)

# 4. 添加背景音乐，配置3s淡入淡出
audio_material = draft.AudioMaterial("demo_bgm.mp3")
audio_seg = script.add_segment(audio_material, track_type=TrackType.audio, start=0, duration=10)
audio_seg.fade_in = 3
audio_seg.fade_out = 3
audio_seg.volume = 0.6

# 5. 添加标题字幕，自定义字体样式
text_seg = script.add_text(
    content="pyJianYingDraft自动化剪辑测试",
    start=1, duration=8,
    style=TextStyle(font_size=60, color=(1,1,1), bold=True)
)

# 6. 写入剪映草稿文件，直接生效
script.dump(DRAFT_JSON_PATH)
print("草稿生成成功！打开剪映即可查看")

3.4 运行效果

代码运行完成后，重启剪映打开对应草稿，即可看到已经自动排布好的视频、音频、字幕，无需任何手动拖拽，纯代码完成剪辑。

四、搭建MCP服务：封装剪映草稿生成能力

原生代码需要手动修改参数，接下来我们将pyJianYingDraft的剪辑能力封装为MCP标准工具接口，对外暴露两个核心能力：

create_normal_draft：根据时长、素材路径、标题文案，生成普通视频草稿
create_subtitle_draft：传入文案列表，自动拆分字幕、生成口播视频草稿

4.1 完整MCP服务端代码

from mcp.server import Server
from mcp.types import Tool, TextContent
import pyJianYingDraft as draft
from pyJianYingDraft import TrackType, TextStyle
import os

# 初始化MCP服务
app = Server("jianying-draft-mcp-server")

# 全局配置
DRAFT_SAVE_PATH = r"C:UsersXXXJianyingPro Draftsai_auto_draftdraft_content.json"
VIDEO_RESOLUTION = (1920, 1080)

# 注册工具1：创建基础视频草稿
@app.tool()
async def create_normal_draft(video_path: str, audio_path: str, title_text: str, duration: int) -> str:
    """
    根据传入素材和文案，自动生成剪映视频草稿
    :param video_path: 本地视频素材路径
    :param audio_path: 本地背景音乐路径
    :param title_text: 视频标题
    :param duration: 视频总时长(秒)
    :return: 草稿生成结果
    """
    # 初始化草稿
    script = draft.ScriptFile(width=VIDEO_RESOLUTION[0], height=VIDEO_RESOLUTION[1], duration=duration)
    
    # 添加视频轨道
    video_mat = draft.VideoMaterial(video_path)
    script.add_segment(video_mat, TrackType.video, start=0, duration=duration)
    
    # 添加音频轨道
    audio_mat = draft.AudioMaterial(audio_path)
    audio_seg = script.add_segment(audio_mat, TrackType.audio, start=0, duration=duration)
    audio_seg.fade_in = 2
    audio_seg.fade_out = 2
    audio_seg.volume = 0.5
    
    # 添加标题字幕
    script.add_text(
        content=title_text,
        start=0.5, duration=duration-1,
        style=TextStyle(font_size=72, color=(1,1,1), bold=True)
    )
    
    # 保存草稿
    script.dump(DRAFT_SAVE_PATH)
    return f"✅ AI视频草稿生成成功，时长：{duration}s，标题：{title_text}，草稿路径：{DRAFT_SAVE_PATH}"

# 注册工具2：一键生成多字幕口播视频草稿
@app.tool()
async def create_subtitle_draft(video_path: str, audio_path: str, subtitle_list: list, duration: int) -> str:
    """
    批量添加多行字幕，生成口播类视频草稿
    :param video_path: 背景视频路径
    :param audio_path: 配音音频路径
    :param subtitle_list: 字幕文案数组
    :param duration: 总时长
    :return: 生成结果
    """
    script = draft.ScriptFile(*VIDEO_RESOLUTION, duration=duration)
    script.add_segment(draft.VideoMaterial(video_path), TrackType.video, 0, duration)
    script.add_segment(draft.AudioMaterial(audio_path), TrackType.audio, 0, duration)
    
    # 自动均分时间添加多行字幕
    single_sub_duration = duration / len(subtitle_list)
    for idx, text in enumerate(subtitle_list):
        start_time = idx * single_sub_duration
        script.add_text(
            content=text,
            start=start_time,
            duration=single_sub_duration,
            style=TextStyle(font_size=48, color=(1,1,1))
        )
    script.dump(DRAFT_SAVE_PATH)
    return f"✅ 口播视频草稿生成成功，共添加{len(subtitle_list)}条字幕"

# 启动MCP服务
if __name__ == "__main__":
    import asyncio
    asyncio.run(app.run_stdio_async())

4.2 MCP客户端调用测试

我们编写极简MCP客户端，模拟大模型调用工具，传入自然语言对应的参数，实现自动化调用：

from mcp.client.stdio import stdio_client
from mcp import ClientSession

async def main():
    async with stdio_client(["python", "jianying_mcp_server.py"]) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            
            # 调用MCP工具：生成一条15秒的短视频草稿
            result = await session.call_tool(
                "create_normal_draft",
                arguments={
                    "video_path": "bg_video.mp4",
                    "audio_path": "vlog_bgm.mp3",
                    "title_text": "Python自动化剪辑实战分享",
                    "duration": 15
                }
            )
            print(result.content[0].text)

if __name__ == "__main__":
    import asyncio
    asyncio.run(main())

五、全链路打通：大模型+MCP+pyJianYingDraft AI自动生成视频草稿

5.1 整体流程

用户输入自然语言指令：生成一条20秒科普短视频，标题为Python自动化剪辑，三段字幕分别介绍库功能、MCP协议、全链路效果
大模型解析自然语言，拆解参数：视频时长、字幕列表、标题文案
大模型通过MCP协议调用本地剪映服务，传入结构化参数
MCP服务调用pyJianYingDraft生成草稿JSON文件
用户打开剪映，直接编辑/导出成品视频

5.2 对接本地大模型完整示例（通义千问本地版）

只需给大模型配置系统提示词，让大模型自动识别视频生成需求并调用MCP工具，无需人工干预参数填写：

系统Prompt：你是视频剪辑助手，用户输入视频制作需求后，你需要自动拆解视频时长、视频素材、音频素材、字幕文案，调用MCP工具create_subtitle_draft生成剪映草稿，不需要用户补充任何参数，直接完成视频草稿生成。

5.3 最终效果

用户一句话输入需求 → AI自动拆解脚本 → MCP调用剪辑接口 → 1秒生成完整剪映草稿，彻底告别手动剪辑，适合批量短视频矩阵、课程视频、口播视频自动化生产。

六、常见坑点与解决方案（避坑指南）

问题现象	原因	解决方案
写入草稿后剪映无变化	剪映后台占用draft_content.json文件，文件写入被拦截	运行代码前彻底关闭剪映，写完文件后再打开
模板模式加载草稿报错	使用了剪映6.0+加密草稿文件	降级安装剪映5.9专业版，不要自动更新
音频/视频素材黑屏、无声音	素材路径为中文/空格，剪映解析失败	素材路径统一使用纯英文、无空格路径
MCP服务调用超时	stdio通信端口占用	重启服务，关闭占用终端，使用标准stdio通信

七、进阶拓展方向

模板批量生成：基于现有爆款视频草稿作为模板，AI一键替换字幕和素材，批量产出同质化短视频
自动字幕识别：接入ASR语音识别，自动提取音频字幕，再通过MCP写入剪映草稿
自动导出视频：Windows环境下开启pyJianYingDraft自动化导出接口，实现草稿生成→自动导出成品视频全无人化
Web可视化面板：搭配FastAPI搭建网页端，用户网页输入文案即可AI生成视频草稿

八、总结

本文完成了从pyJianYingDraft基础剪辑能力到MCP协议服务封装，再到大模型自然语言驱动全自动视频草稿生成的完整链路。核心优势在于：

纯文件级操作，稳定无弹窗、无UI模拟点击，兼容性极强
依托MCP标准化协议，可无缝对接所有主流大模型，复用性极高
开源免费，无任何剪辑次数限制，适合个人创作者与工作室批量生产视频

虽然目前受限于剪映新版本加密，暂时无法适配6.0以上版本，但对于自动化剪辑刚需用户来说，降级剪映版本即可稳定使用，是目前Python自动化剪映剪辑最优开源方案之一。

目前 pyJianYingDraft 现有的局限：

暂时不支持复合片段（草稿内置草稿）
暂时不支持内置音效

附录：项目完整代码仓库

pyJianYingDraft官方仓库：https://gitee.com/cellinlab/pyJianYingDraft