返回 Studio更新于 2026-10-26 · MCP 1.11

画布 MCP 使用指南

mcp.md 是专门写给 Claude Code / Codex / Cursor 读的操作手册(流程、费用规则、何时停下问人)。点按钮复制全文,粘给助手即可;也可以让助手直接读取 https://studio.skyhorse.ai/docs/mcp.md。

让你自己的 AI 助手(Claude Code、Codex、Cursor、Hermes 等)直接操作 SKYHORSE 画布。

这是什么

画布 MCP 服务让你的 AI 助手读画布、加节点、连线、生成图片/视频/音频、合成成片、上传和导入素材、直接拿到成品文件。地址 https://cn-api.skyhorse.ai/mcp,用你自己的令牌登录。

助手做的每一步都像你在画布上亲手操作:打开同一画布的同事会实时看到节点出现;所有生成费用记在你的令牌上。助手不能删除任何节点或画布。

准备:生成自己的令牌

  1. 登录网关后台 https://cn-api.skyhorse.ai,进入「令牌」页。
  2. 新建一个令牌,名称写清用途(例如「我的 Claude Code」),额度按需设置。
  3. 复制以 sk- 开头的令牌。它和你在 Studio 里用的是同一种,可以直接复用现有的。
令牌就是你的身份:助手只能看到你能看到的画布和资产,花的是你令牌的额度,所有操作记在你名下。不要把令牌发给别人或贴到聊天里;泄露了就在后台删掉重建。

接入步骤

只需要两样东西:服务地址 https://cn-api.skyhorse.ai/mcp 和你的令牌。下面把 sk-你的令牌 换成自己的。

Claude Code(终端里执行一次)

claude mcp add --transport http skyhorse-canvas https://cn-api.skyhorse.ai/mcp --header "Authorization: Bearer ***"

Codex(编辑 ~/.codex/config.toml,加在末尾)

[mcp_servers.skyhorse-canvas]
url = "https://cn-api.skyhorse.ai/mcp"
http_headers = { Authorization = "Bearer sk-你的令牌" }

Cursor / Windsurf / 其他支持 MCP 的工具(MCP 设置里粘贴)

{"mcpServers":{"skyhorse-canvas":{"url":"https://cn-api.skyhorse.ai/mcp","headers":{"Authorization":"Bearer sk-你的令牌"}}}}

验证:在助手里说「列出我的画布」,能返回画布列表就接通了。

能做什么

助手会自己选工具,你只需要用人话描述目标。下表是它手里的 43 个工具。

工具作用是否付费
list_canvases列出你能打开的画布否
create_canvas新建一个空画布否
read_canvas读节点(类型、名称、提示词、参数、状态、结果)和连线;结果带下载地址、首帧缩略图 thumbnail_url 和资产 id;视频节点带解析出的运镜标签。便签不出现否
list_models各类节点可用的模型、参数名、取值范围、并发上限否
add_node加文本 / 图片 / 视频 / 音频 / 合成节点,可同时连入输入;自动放到不与现有节点重叠的位置否
list_library素材库:员工整理好的人物 / 场景 / 道具 / 音频,每条带预览图;可按分类、名字筛。做剧集先看这里否
use_library_item把素材库的一条放到画布上成为图片 / 音频节点(等同从素材库拖入),可直接连到某个视频节点否
save_to_library把节点的定稿图或音频存回素材库,指定分类否
list_camera_moves23 个内置运镜 + 员工自定义,每个带标签(如 [运镜:镜头前推])和生成时替代它的提示词;标签直接写进视频提示词,可多个、可穿插否
expand_storyboard把分镜表一次变成镜头节点(每镜一张分镜图 + 一条视频),角色定妆图自动连参考、风格段自动追加;每行可带 camera(运镜 key)否
optimize_prompt把一句简短画面描述扩写成分镜式提示词(主体 → 总述 → 镜头 → 画风),原文的名词、时间和标签保留;只返回文本,不自动写入否(极少量文字模型费用)
capture_frame从视频结果截首帧 / 尾帧 / 某一秒成图片节点,用来接戏否
read_storyboard / add_shots / update_shot / remove_shots分镜脚本工作台(v2 镜头表):读表、AI 自己拆剧本写镜头(一律草稿,确认由人做)、改字段(锁定不动、已确认改了回需复核)、删镜头(已确认/锁定需 confirmed);时长按所选视频模型范围校验否
list_projects / create_project / update_project / set_canvas_project首页的文件夹(一个剧本一个文件夹,里面是它的画布;接口字段仍叫 project):列出、新建、重命名 / 设置封面、把画布放进文件夹否
delete_project / restore_project文件夹连同画布进最近删除,30 天内可恢复;删除必须 confirmed: true(先问人)否
asset_folders / file_asset资产库的归类树(文件夹 × 用途);人工归类,机器不再改否
list_versions / restore_version画布历史版本:每 10 分钟最多留一版,保留 7 天;恢复前当前版本也入历史,可以再恢复回来否
list_deleted_canvases / restore_canvas最近删除的画布,30 天内可恢复否
view_result看一眼结果:图片返回缩放图、视频返回首→尾等间隔抽帧拼条(助手能直接看到画面)否
select_result一个节点有多版结果时,选用第几版否
arrange_canvas整理布局:设定区 → 每集一行(每镜一列,分镜图在上、视频在下,按镜头号)→ 归档,和画布里的「整理」一样,只改位置;改前自动存档否
restore_layout还原到上一次整理之前的位置否
update_node改名称、提示词、参数(模型、时长、画幅、清晰度等)否
connect / disconnect连线 / 断线(文本→提示词,图片/视频/音频→参考,视频/音频→合成素材)否
generate让图片 / 视频 / 音频节点开始生成,可一次提交多个是
compose让合成节点把视频片段拼成成片:顺序、每段起止、音轨、字幕否
job_status / list_jobs查生成和合成进度(可等待至多 120 秒)、看最近的任务否
upload_media把文件放到云端和画布上:小文件直接传,大文件(成片,视频 ≤ 512 MB)先上传再给 media_id否
list_assets搜索资产库(图片、视频、音频),每条带直链否
import_asset把资产库的素材放到画布上否

生成和在画布里手动点「生成」完全一样:同样的模型、同样的价格,结果同样进入资产库。合成、上传不收费。

1.11 版(2026-10-26):分镜脚本工作台

画布的脚本节点升级为全屏分镜工作台(镜头表:时长 / 画面描述 / 景别 / 光影 / 对白 / 音效 / 运镜,状态 草稿·已确认·需复核,逐字段锁定,拖拽排序,重新拆分出差异候选)。助手与它的分工:

1.10 版(2026-10-22):首页按文件夹组织

首页是两层:文件夹 → 画布。一个剧本一个文件夹,里面放它的全部画布;没放进文件夹的画布在「全部」。接口和工具名里这个文件夹叫 project(历史原因),助手对人说话时一律叫「文件夹」。

1.9 版(2026-10-20):素材库、运镜、提示词优化

1.8 版(2026-10-12):资产库按项目和用途归档

注:1.10 起首页改为「文件夹 → 画布」两层,下文的「项目」即现在的「文件夹」;画布放进文件夹的操作改在首页完成(拖拽或画布菜单「移动到文件夹…」)。

1.7 版(2026-10-12):删除可恢复、历史版本、覆盖防护

1.6 版(2026-10-11):助手能看到结果;重启不丢任务

推荐流程里加一步:generate → job_status → view_result → 不行就改提示词重跑,行就 select_result。

1.5 版(2026-10-11):「整理」按集与镜头排

原来的「整理」(画布按钮和 arrange_canvas 都是)按"谁依赖谁"分列,这是程序看图的方式,不是人看片的方式:派生定妆多一层、多集混放、补拍打乱顺序,任一出现就乱。现在改为按剧作结构排:

怎么认出"第几集第几镜":分镜表的 shot 连线(用 expand_storyboard 或画布「展开为节点」建的)最可靠;其次是名字(E2-05、第2集 第7镜、镜头 5、配乐 第三集、第1集 成片);都认不出的可以用 sections 显式指定分区。随手命名的画布只能先归档再手工分区——整理的上限取决于建画布时有没有留结构。

整理前会自动把原位置存档,restore_layout 一键还原(MCP 从外部改的位置不进浏览器的 Ctrl+Z)。172 个节点约 1 秒。画布右键菜单里保留了旧的「按连线整理」。

1.4 版新增(2026-10-11):整条短剧流程

对照团队实际做片的方法(定妆图 → 分镜表 → 逐镜生成 → 截帧接戏 → 多版挑选 → 合成),补齐了助手原来做不了的几步:

推荐给助手的流程:导入或生成角色定妆图 → expand_storyboard → 检查提示词 → generate 分镜图 → 人挑版 → generate 视频 → capture_frame 接戏并补拍 → compose 合成(可带字幕)→ arrange_canvas 整理。

1.3 版新增(2026-10-10):布局不再重叠

之前助手建的节点会叠在一起(放置时按 340 像素错开,而图片/视频节点实际宽 520,且不检查是否压到别的节点)。现在:

建议让助手在建完一批节点后调一次 arrange_canvas;已经乱掉的旧画布也可以直接让它整理。

1.2 版新增(2026-10-06)

直接拿到成品文件

以前生成结果只有一个 mediaId,助手得去资产库按大小反查,容易下错。现在每个结果(job_status、read_canvas、list_assets 都一样)带齐这些字段:

字段含义
download_url带你的令牌(Authorization: Bearer sk-…)直接 GET 就是文件。视频会回 302 到签名存储地址,跟随跳转时不要再带令牌。
content_url签名直链,不需要令牌,长期有效,可以直接给浏览器或 ffmpeg 用。
asset_id资产库里的条目 id(图、音、视频、成片都有)。
media_id / task_id云端文件 id / 生成任务 id,任一都能唯一定位。
mime、bytes、duration格式、大小、时长(秒),核对用。

按类型排队,可批量提交

以前所有生成共用 3 个位置,几秒钟的配音要和出图、视频抢。现在按类型分队列,同一令牌同时跑:图片 4 · 视频 3 · 音频 4 · 合成 2。generate 可以给 node_ids 一次提交最多 24 个节点(任一节点有问题整批不提交,不会花冤枉钱),超出并发的排队等待,job_status 会告诉你前面还有几个。

Gemini 配音(gemini-tts / gemini-lite-tts)连发会被 Google 限流:现在同时只跑 2 条,遇到限流自动等待重试(最多 3 次),不再直接判失败。

上传本地文件

upload_media 可以把助手本地的 PNG / JPG / WebP / MP4 / WebM / MP3 / WAV / M4A / OGG(≤ 32 MB)传上来,直接成为画布上一个带结果的节点——本地做的图、上一集的定妆照都能进画布当参考,音频和视频同时进资产库。

参数写错会报错

以前拼错参数名或给了模型不支持的值也会被收下,以为生效了其实没有。现在 add_node / update_node 会校验每个参数名和取值,写错直接报错并列出可选项。让助手先 list_models 看一眼最省事。几个要点:

合成成片:时间轴与字幕

compose 让合成节点把视频片段拼成一部成片,免费,由服务器完成:

成片 ≤ 15 分钟,成功后同样带 download_url / asset_id,也会出现在资产库。

可以这样说

涉及花钱的步骤,建议先让助手把节点和提示词搭好,你在画布里看一眼再说「生成」。

规则与注意

常见问题

助手说「令牌无效」:检查配置里的令牌是否以 sk- 开头、有没有多空格,以及该令牌在后台是否已被禁用或过期。

助手说「没有这个画布的权限」:画布属于别的账号。让画布的主人操作,或者自己新建一个。

生成了但画布上没看到:刷新一下画布。视频生成要几分钟,节点会先显示「生成中」。

我能给助手上传文件吗:能,用 upload_media(≤ 32 MB)。更大的文件先在画布或 Studio 里上传到资产库,再让助手用 import_asset 放到画布上。

助手说「同时最多 N 个」或任务一直 queued:这是按类型的并发上限(图 4 / 视频 3 / 音频 4),排队的会自动按顺序开始,不用重复提交;job_status 里的 ahead 是前面还有几个。

助手说某个参数「无效」并列了一串可选值:这是校验在起作用,按列出的值改即可;不同模型的可选值不一样,让助手先 list_models。

重启后 job_status 说「没有这个任务」:任务进度在内存里,服务更新会丢;看画布上节点的状态,结果已经写在节点上,若仍显示生成中就重新 generate(未完成的不扣费,已完成的结果不会丢)。

多个助手能同时用吗:能,每个用自己的令牌即可;同一个画布上多个助手和多个人可以一起工作。

服务地址会变吗:不会,固定是 https://cn-api.skyhorse.ai/mcp。