Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Kdenlive MCP Server

von Va1bhav512Version 0.1.3i★ –iLäuft auf deinem Computer
Name in der Registryio.github.Va1bhav512/kdenlive-mcp-server

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Kdenlive video editing MCP - 36 tools for project, timeline, filters and melt rendering

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft auf deinem Computer
  • Transport: stdio
  • Kategorie: Design, Bilder & Audio

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
  • Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

  • PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "kdenlive": {
      "command": "uvx",
      "args": [
        "kdenlive-mcp-server"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add kdenlive -- uvx kdenlive-mcp-server

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "kdenlive": {
      "command": "uvx",
      "args": [
        "kdenlive-mcp-server"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "kdenlive": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "kdenlive-mcp-server"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 8. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto Va1bhav512 bestätigt, dem das Repo gehört

  • … Noch nicht geprüft

    Wird noch gepflegt

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Design, Bilder & Audioi

  • Mehr Sterne als 0 % der anderen 2757 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 28 % der anderen 2757 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 2757 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Kdenlive MCP Server sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.3) kam vor 2 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Figma Context MCP, Claude Real Video, Figma MCP Server

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.

Läuft auf deinem Computer★ 16.165MITAktualisiert vor 5 Monaten
Installieren

Claude Real Video

von HUANGCHIHHUNGLeo

Let any LLM watch a video locally — and search everything it has ever watched.

Läuft auf deinem Computer★ 2.284MITAktualisiert vor 2 Monaten
Installieren

The Figma MCP server brings Figma design context directly into your AI workflow.

Läuft in der Cloud★ 2.152Aktualisiert vor 13 Monaten
Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

Kdenlive MCP Server

A Model Context Protocol (MCP) server wrapping cli-anything-kdenlive for LLM-driven video editing workflows via Kdenlive.

Overview

This FastMCP server enables AI models to perform complex video editing tasks on Kdenlive projects through a set of 75 tools. The server uses the Python API of cli-anything-kdenlive directly (not subprocess) to maintain a persistent session state, ensuring modifications are immediately available to subsequent tool calls.

Key Features
  • Persistent Session State: Uses CLI's in-memory session API, auto-saves after every mutation
  • Gen 5 XML Export: Kdenlive-compatible XML output with proper bin references and version metadata
  • Robust Error Handling: All exceptions caught and returned as structured JSON payloads
  • Auto-Project Tracking: Globally tracks project path; all tools automatically target the active project
  • 75 MCP Tools: Comprehensive coverage of Kdenlive operations

Installation

Prerequisites
# Python 3.10+

Ensure uv is installed for dependency management

pip install uv

Install Dependencies
cd kdenlive-mcp-server

uv sync

Usage

As an MCP Server

The server runs as a FastMCP server compatible with any LLM platform that supports MCP (e.g., Claude Code, Pi, OpenCode).

Command Line
# Run the MCP server

uv run kdenlive-mcp

Or directly via Python

uv run python3 -m kdenlive_mcp_server.server

Python Integration
from kdenlive_mcp_server.server import (

project_new, bin_import_clip, timeline_add_clip, export_xml )

Create project

result = project_new(output_path="my_project.kdenlive-cli.json", profile="hd1080p30")

Import media

result = bin_import_clip(clip_path="video.mp4", name="Interview", duration=120.0)

Add to timeline

result = timeline_add_clip(clip_id="clip0", track=0, position=0.0)

Export XML

result = export_xml(output_path="output.kdenlive")

Project Structure

kdenlive-mcp-server/

├── kdenlive_mcp_server/ │ ├── init.py # Empty package init │ └── server.py # FastMCP server with 75 tools ├── main.py # Entry point delegating to server module ├── pyproject.toml # Project configuration and dependencies ├── uv.lock # Dependency lock file └── README.md # This file

Tools

Project (5 tools)
ToolDescription
project_new()Create a new Kdenlive project with optional profile override
project_open()Load an existing .kdenlive-cli.json project
project_save()Persist the current project state to disk
project_get_info()Get project metadata (resolution, FPS, track layout, clip counts)
project_list_profiles()List all available video output profiles (hd1080p30, 4k60, sd_pal, etc.)
Bin (4 tools)
ToolDescription
bin_import_clip()Ingest media files (video, audio, image) into the project bin
bin_remove_clip()Delete a clip from the bin by ID
bin_list_clips()List all assets in the project bin
bin_get_clip_details()Fetch detailed properties of a clip (duration, type, source)
Timeline (8 tools)
ToolDescription
timeline_add_track()Append a video or audio track to the timeline
timeline_remove_track()Delete a track and all its clips
timeline_add_clip()Place a bin clip on a track at a specific position
timeline_remove_clip()Remove a clip from a track
timeline_move_clip()Reposition a clip on the same track
timeline_trim_clip()Adjust clip in/out crop handles
timeline_split_clip()Cut a clip into two pieces at a precise offset
timeline_list()List all tracks with clip counts and status
Filters (5 tools)
ToolDescription
filter_add()Attach a video/audio effect (blur, brightness, frei0r.opacity, volume)
filter_remove()Remove an effect from a clip
filter_set_param()Update a single filter parameter (radius, opacity, level)
filter_list()List all active filters on a clip
filter_list_available()Discover all available filters by category
Transitions (4 tools)
ToolDescription
transition_add()Create blend transitions (dissolve, wipe, slide, composite, affine)
transition_remove()Delete a transition by ID
transition_set()Update a transition parameter
transition_list()List all transitions on the timeline
Guides (3 tools)
ToolDescription
guide_add()Add timeline markers/chapters
guide_remove()Remove a guide by ID
guide_list()List all guide markers
Export (3 tools)
ToolDescription
export_xml()Generate Kdenlive/MLT XML for the project
export_list_presets()List available render presets
export_render()Render project to video via melt CLI
Session (4 tools)
ToolDescription
session_undo()Revert the most recent operation (up to 50 history entries)
session_redo()Redo the last undone operation
session_status()Inspect session state (project loaded, modified flag, history depth)
session_history()List all undo/redo history entries
Batch Editing & Vertical Video (new in 0.2.0)
ToolDescription
timeline_build_from_segments()Place many keep-segments of one bin clip back to back in a single, single-undo call
clip_reframe_vertical()Center-crop a 16:9 clip to fill a 9:16 frame, with a horizontal pan
timeline_build_from_segments(clip_id, segments, track=0, start=0.0, gap=0.0, include_audio=True, audio_track=None)

Cutting a long take with timeline_split_clip / timeline_remove_clip is fragile because every removal shifts the clip_index of the clips after it. Instead, compute the ranges you want to keep and place them all at once:

timeline_add_track()  # video track 0

timeline_build_from_segments( clip_id="clip0", segments=[{"start": 0.5, "end": 1.5}, {"start": 3.0, "end": 4.5}, {"start": 6.0, "end": 8.0}], )

-> {"placed": 3, "timeline_duration": 4.5, "kept_seconds": 4.5, "track": 0, "audio_track": 1, ...}

  • segments is a list of {start, end} in source seconds, or a path to a JSON file containing {"segments": [...]}.
  • Segments are sorted, clamped to the clip's duration, merged where they overlap or touch, and dropped if shorter than 0.05 s. An empty result is an error.
  • Segments are laid out from start, separated by gap seconds.
  • Clips on a video track render without sound, so when the source has an audio stream the same segments are mirrored onto an audio track (the first existing one, or a new A1). Pass include_audio=False to skip this, or audio_track= to choose the track.
  • The whole build, including any auto-created audio track, is one undo step: a single session_undo() reverts it.
clip_reframe_vertical(track_id, clip_index, x_offset=0.0)

For Shorts/Reels/TikTok, start the project with a vertical profile (vertical1080p30 or vertical1080p60, both 1080x1920), then reframe each landscape clip:

project_new("short.kdenlive-cli.json", profile="vertical1080p30")

... import + timeline_build_from_segments ...

clip_reframe_vertical(track_id=0, clip_index=0) # center clip_reframe_vertical(track_id=0, clip_index=1, x_offset=-0.5) # pan left

The source is scaled so its height fills the frame, then shifted horizontally: x_offset -1 shows the left edge, 0 the center, 1 the right edge. It adds an affine filter (Kdenlive's Transform effect) with a transition.rect; calling it again on the same clip updates that filter instead of stacking another. Center crop only, no face tracking.

Example Workflows

Create a Simple Video Project
from kdenlive_mcp_server.server import (

project_new, bin_import_clip, timeline_add_track, timeline_add_clip, export_xml, project_save )

1. Create project

result = project_new( output_path="intro_video.kdenlive-cli.json", profile="hd1080p30", name="Introduction" )

2. Import media

result = bin_import_clip( clip_path="interview.mp4", name="Interview", duration=120.0 )

3. Add track and place clip

result = timeline_add_track(track_type="video", track_name="V1") result = timeline_add_clip( clip_id="clip0", # From bin_import_clip response track=0, position=0.0 )

4. Export

result = export_xml(output_path="intro.kdenlive")

Apply Effects to Clips
from kdenlive_mcp_server.server import (

project_new, bin_import_clip, timeline_add_track, timeline_add_clip, filter_add, filter_set_param, filter_list )

Setup

result = project_new(output_path="effects_demo.kdenlive-cli.json", profile="hd720p60") result = bin_import_clip(clip_path="movie.mp4", name="Movie", duration=300.0) result = timeline_add_track(track_type="video") result = timeline_add_clip(clip_id="clip0", track=0, position=0.0)

Add brightness filter

result = filter_add( track_id=0, clip_index=0, filter_type="brightness", params=["level=0.8"] )

Update brightness

result = filter_set_param( track_id=0, clip_index=0, filter_index=0, parameter="level", value="1.2" )

List filters

result = filter_list(track_id=0, clip_index=0)

Add Chapter Markers
from kdenlive_mcp_server.server import (

project_new, bin_import_clip, timeline_add_track, timeline_add_clip, guide_add, guide_list, project_save )

Setup

result = project_new(output_path="documentary.kdenlive-cli.json", profile="4k30") result = bin_import_clip(clip_path="documentary.mp4", name="Doc", duration=900.0) result = timeline_add_track(track_type="video") result = timeline_add_clip(clip_id="clip0", track=0, position=0.0)

Add chapter markers

result = guide_add(position=60.0, label="Chapter 1: Introduction", guide_type="chapter") result = guide_add(position=180.0, label="Chapter 2: Main Content", guide_type="chapter") result = guide_add(position=300.0, label="Chapter 3: Conclusion", guide_type="chapter")

List guides

result = guide_list()

Save

result = project_save()

Error Handling

All tools return consistent response formats:

# Success

{ "success": True, "data": {...} }

Error

{ "success": False, "error": "Error message describing the failure" }

Configuration

pyproject.toml
[project]

name = "kdenlive-mcp-server" version = "0.1.0" description = "MCP server for Kdenlive video editing via cli-anything-kdenlive" requires-python = ">=3.10" dependencies = [ "mcp>=1.28.0", "cli-anything-kdenlive>=1.0.0", ]

[project.scripts] kdenlive-mcp = "kdenlive_mcp_server.server:main"

[tool.uv.sources] cli-anything-kdenlive = { git = "https://github.com/HKUDS/CLI-Anything.git", subdirectory = "kdenlive/agent-harness" }

uv.lock

Auto-generated by uv sync. Contains locked dependency versions.

Dependencies

  • mcp>=1.28.0: FastMCP server framework for MCP protocol
  • cli-anything-kdenlive @ git+https://github.com/HKUDS/CLI-Anything.git#subdirectory=kdenlive/agent-harness:
  • CLI harness for Kdenlive video editing via melt
  • Includes Gen 5 MLT XML format rewrite (PR #216)
  • Provides Python API for project management

Troubleshooting

Kdenlive XML Compatibility Issues

If Kdenlive reports "Version of the project file cannot be read" or "Timeline clip without bin reference found":

  1. Cause: Using PyPI v1.0.0 (Gen 4 format) which lacks proper Kdenlive metadata
  2. Fix: The package now installs from GitHub HEAD with Gen 5 format that includes:

Nur der Anfang wird gezeigt; den Rest findest du im Repo

PopNx fragen