掘金 人工智能 20小时前
ADB-MCP:AI驱动的Adobe创意工具控制协议
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

ADB-MCP项目通过MCP协议为大型语言模型(LLM)提供接口,实现对Adobe创意软件(如Photoshop和Premiere)的AI控制。该项目支持多应用、对话式操作、自动化任务和教学辅助,并已在Mac和Windows平台测试通过。用户可以通过自然语言指令控制软件,实现从简单操作到复杂工作流的自动化,例如通过对话指导Photoshop新手操作,或自动创建Instagram帖子模板。项目还支持Claude Desktop和OpenAI Agent SDK等多种AI客户端,为创意工作带来前所未有的效率和便捷性。

✨ **多应用与跨平台支持**: ADB-MCP项目核心在于其广泛的兼容性,目前已成功支持Photoshop和Premiere这两款主流Adobe创意软件,并且其设计理念支持未来轻松扩展至更多Adobe应用。同时,该项目已在Mac和Windows两大操作系统上进行了充分测试,确保了跨平台的可用性,为不同平台的用户提供了便利。

💬 **AI驱动的对话式操作**: 该项目的一大亮点是能够通过自然语言指令来控制Adobe软件。这意味着用户不再需要记忆复杂的菜单和操作步骤,而是可以直接与AI进行对话,提出需求,AI则能理解并执行相应的操作,极大地降低了软件的学习门槛,尤其适合新手用户。

🚀 **自动化任务与工作流优化**: ADB-MCP项目能够自动化执行从简单的软件操作到复杂的创意工作流。例如,它可以帮助用户批量处理文件,如统一图层命名;也可以在Premiere中实现项目自动化,如预设剪辑、转场、效果和音频的配置。这显著提高了工作效率,解放了创作者的重复性劳动。

📚 **教学辅助与实时演示**: 该项目还具备强大的教学辅助功能。AI不仅可以根据用户的需求生成操作教程,还能进行实时的演示。这意味着用户在学习新技能或探索新功能时,能够获得直观、易懂的学习体验,加速技能提升。

🔌 **灵活的AI客户端集成**: 为了提供更广泛的应用场景,ADB-MCP项目支持多种AI客户端的集成。目前已测试支持Claude Desktop和OpenAI Agent SDK,这意味着用户可以根据自己的偏好和需求,选择不同的AI模型或服务来驱动Adobe软件的操作,增加了项目的灵活性和可扩展性。

项目标题与描述

ADB-MCP (Adobe AI Control via MCP Protocol) 是一个概念验证项目,旨在通过MCP协议为大型语言模型(LLM)提供接口,实现对Adobe创意工具(如Photoshop和Premiere)的AI控制。

核心架构:

AI <-> MCP Server <-> Command Proxy Server <-> Photoshop/Premiere UXP Plugin <-> Photoshop/Premiere

功能特性

典型用例:

安装指南

系统要求

安装步骤

    克隆仓库:

    git clone https://github.com/mikechambers/adb-mcp.git

    安装依赖:

    npm install

    构建可执行文件:

    npm install -g pkgpkg .

    启动代理服务器:

    node server.js

    安装对应的Adobe插件

使用说明

基本使用示例

连接AI客户端到MCP服务器:

const APPLICATION = "photoshop";const PROXY_URL = "http://localhost:3001";socket.on('command_packet', ({ application, command }) => {    console.log(`Command from ${socket.id} for application ${application}:`, command);    let packet = {        senderId:socket.id,        application:application,        command:command    }    sendToApplication(packet)});

Photoshop自动化示例

创建黑白调整图层:

const addAdjustmentLayerBlackAndWhite = async (command) => {    let options = command.options;    let layerId = options.layerId;    let layer = findLayer(layerId);        await execute(async () => {        selectLayer(layer, true);        let commands = [            {                _obj: "make",                _target: [{ _ref: "adjustmentLayer" }],                using: { /* 参数配置 */ }            }        ];        await action.batchPlay(commands, {});    });};

Premiere自动化示例

导入媒体文件:

const importMedia = async (command) => {    let paths = command.options.filePaths;    let project = await app.Project.getActiveProject();    let success = await project.importFiles(paths, true, await project.getRootItem());    return { addedProjectItems: /* 新增项目项 */ };};

核心代码

MCP服务器核心

// server.jsconst express = require('express');const { Server } = require('socket.io');const io = new Server(server, {    transports: ["websocket"],    maxHttpBufferSize: 50 * 1024 * 1024});io.on('connection', (socket) => {    socket.on('register', ({ application }) => {        if (!applicationClients[application]) {            applicationClients[application] = new Set();        }        applicationClients[application].add(socket.id);    });    socket.on('command_packet', ({ application, command }) => {        let packet = { senderId:socket.id, application, command };        sendToApplication(packet);    });});function sendToApplication(packet) {    if (applicationClients[packet.application]) {        applicationClients[packet.application].forEach(clientId => {            io.to(clientId).emit('command_packet', packet);        });    }}

Photoshop命令处理

# photoshop_mcp.py@mcp.tool()def call_batch_play_command(commands: list):    """    通过MCP执行任意Photoshop batchPlay命令        参数:        commands: 表示batchPlay描述符列表的JSON字符串    """    command = createCommand("batchPlay", {"commands": commands})    return sendCommand(command)@mcp.resource("config://get_instructions")def get_instructions() -> str:    """返回Photoshop和API的使用说明"""    return """    你是一个富有创意的Photoshop专家,乐于帮助他人学习使用Photoshop。        遵循规则:    1. 深入思考如何解决问题    2. 始终检查你的工作    3. 阅读API调用信息确保理解需求参数    """

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

ADB-MCP Adobe AI控制 大型语言模型 创意工作流
相关文章