I IDEAICU

AI Engineering

Palmier Pro 实战：用 MCP 把视频生成与时间线验收接起来

AI 视频工具最容易制造一种错觉：镜头已经生成，片子就快完成了。实际工作往往相反。素材生成后仍要反复导入、替换、对齐、加字幕、检查节奏，真正耗时的是“把多个版本组织成可交付项目”。Palmier Pro 的切入点是把这段组织工作放回桌面时间线，并让外部 AI 客户端通过 MCP 参与其中。

先搭出最小可用闭环

Palmier Pro 是 Swift 原生 macOS 应用，仓库当前要求 macOS 26 Tahoe 与 Apple Silicon。编辑器本身、MCP server 和应用内 agent chat 属于开源部分，生成式 AI 处理则是闭源服务。这个边界要先记住：你可以免费使用它做普通剪辑，也可以免费让 MCP 客户端操作时间线，但生成模型的账号和订阅另算。

构建与验证

源码采用 Swift Package Manager，开发环境可从以下命令开始：

git clone https://github.com/palmier-io/palmier-pro.git
cd palmier-pro
swift build
swift test
swift run

仓库把编辑器拆成时间线、预览、项目、媒体面板、转录、视觉搜索和导出等模块。第一次安装建议按“创建项目—导入一段短视频—保存—重新打开—导出”的顺序验收，而不是立刻配置所有生成模型。这样可以把桌面编辑器问题和外部服务问题分开。

MCP 配置不是魔法

打开应用后，本机会在 127.0.0.1:19789 提供 /mcp 端点。Claude Code、Codex 的配置如下：

claude mcp add --transport http palmier-pro http://127.0.0.1:19789/mcp
codex mcp add palmier-pro --url http://127.0.0.1:19789/mcp

Cursor 使用 mcp.json，Claude Desktop 使用随应用提供的 mcpb。配置成功后，先让客户端执行只读任务：列出项目、读取时间线、检查素材和获取转录。只有确认返回内容与桌面界面一致，才允许它执行替换、剪切和导出。

把自然语言拆成可验收动作

“把这个视频剪得更有节奏”不是一个适合直接执行的请求。应拆成镜头范围、目标时长、保留片段、字幕样式、输出格式和回滚点。例如先让 Agent 标记超过三秒的停顿，再由人确认删除范围；随后让它统一字幕轨道，最后单独执行导出。每个阶段都能通过时间线和预览验收，出了问题也容易定位。

本地端口为何值得实际评估

MCP HTTP server 在源码中明确绑定到 IPv4 loopback，并对 Origin、Content-Type、协议版本和会话进行校验，同时限制会话数量并回收空闲连接。它不是一个适合放到公网的远程剪辑 API。不要为了方便把端口转发到互联网，也不要把带有私人素材的项目目录交给没有边界的 Agent。

成本和能力边界

外部 MCP 客户端可以使用自身的模型、记忆和搜索能力；应用内聊天则有 BYOK 或订阅要求。生成图片和视频的模型目录会持续变化，仓库的 FAQ 也承认仍缺少成熟剪辑器中的转场、遮罩和图形能力。部署决策应看实际项目：如果主要需求是 AI 镜头快速迭代与时间线协同，它值得试用；如果需要完整后期制作能力，它更适合作为补充工具。

一份上线前清单

  • 确认系统为 macOS 26、Apple Silicon，且项目可保存和重开。
  • 确认 MCP 客户端只连接本机 loopback 地址。
  • 先做只读读取，再开放明确的编辑动作。
  • 保存项目副本和导出文件，避免自然语言请求覆盖原始时间线。
  • 分别核算外部模型费用与 Palmier 生成服务订阅。