Scout for Premiere Pro MCP配置与使用教程
io.github.tro2789/scout-premiere-mcp · v0.3.0
Drive Adobe Premiere Pro from an AI agent: transcript search, markers, cuts, exports, 277 tools.
建议先在本页复制安装配置,再到上游核对文档与权限。
产品介绍
Drive Adobe Premiere Pro from an AI agent: transcript search, markers, cuts, exports, 277 tools. Scout for Premiere Pro 是一个MCP Server,收录自 官方 MCP Registry。支持 stdio 传输。本页提供产品介绍、配置教程、安装命令与适用场景,支持 Trae、通义灵码、Cursor、Claude Code、VS Code 等。
适用场景
AgentHub Verified 可用性验证技术测试通过
自动化测试流水线已校验安装命令、传输协议与客户端兼容性
常见报错排查与运行避坑 (Troubleshooting)FAQ
针对 Scout for Premiere Pro 在 Cursor、Claude Code 中的常见连接错误与解决办法
在 Cursor / Claude Code 中配置 Scout for Premiere Pro 提示 connection closed 或 exit code 1?
通常由本地运行时环境缺失或命令路径未被 IDE 继承引起。排查步骤: 1. 确认已安装 Node.js 18+(支持 npx)或 Python 3.10+(支持 uvx); 2. 尝试在终端运行 which npx 或 which uvx,把配置文件中的 "command" 字段改为完整绝对路径; 3. 修改 mcp.json 后,必须完全重载或重启客户端窗口。
# 终端测试命令是否存在: which npx node -v
提示 spawn npx ENOENT 或 command not found?
这是因为编辑器后台进程未加载完整的终端环境变量(PATH)。解决方案:在全局安装该包(如 npm install -g 包名),或在配置文件中将 command 设置为系统的实际路径(如 Windows 下的 C:\Program Files\nodejs\npx.cmd,Mac 下的 /usr/local/bin/npx)。
提示 Missing required environment variable 或 API 认证失败?
Scout for Premiere Pro 依赖环境变量(如 SCOUT_MCP_PORT)。请在客户端配置文件的 "env" 对象中填入有效密钥,注意不要包含多余空格或未闭合的双引号。
// .cursor/mcp.json 或 claude_desktop_config.json
{
"env": {
"API_KEY": "your_actual_key_here"
}
}免安装模拟调用 (Playground)
仿真环境Scout for Premiere Pro 核心接口调用仿真 · 无需配置本地环境,直接预览调用参数与返回格式
{
"target": "Scout for Premiere Pro",
"action": "execute",
"options": {
"mode": "standard",
"timeoutMs": 5000
}
}点击上方「模拟运行」按钮
查看该工具在 Agent 内部的返回数据格式
选型与决策建议(为什么选它?)
帮助你快速判断该资源是否契合当前项目,避免盲目折腾
- PR 自动审查
- 生成 changelog
- 跨仓库 Issue 检索
- 替代人工安全审计
- 在无授权仓库上操作
Scout for Premiere Pro + 对应场景 Prompt → 组成标准 Agent 自动化任务
MCP 实战教程:从安装到看见效果
按完整实例走一遍(含期望效果与对比验收)。装完本页资源后,用教程里的提示词核对是否真正生效。
相关资源
Playwright
io.mcp-cn.playwright/mcp
基于Playwright的自动化测试和网页操作MCP工具
微信读书
io.mcp-cn.mcp-server-weread
微信读书的MCP服务器,支持微信读书的读取和写入
GitHub
io.mcp-cn.modelcontextprotocol/server-github
连接GitHub的MCP服务器,支持仓库管理、问题跟踪、代码搜索等功能
Figma
io.mcp-cn.figma-developer-mcp
连接Figma的MCP服务器,支持设计文件管理和操作
Firecrawl
io.mcp-cn.firecrawl-mcp
基于Firecrawl的智能网页爬取和内容提取MCP工具
Context7
io.mcp-cn.upstash/context7-mcp
基于Upstash的向量搜索和上下文管理MCP服务
常搭配使用
中文公文写作
v2.0.41
io.clawhub.gongyu0918-debug/chinese-official-writing
用于中文公文、事务性材料和新闻稿件的起草、改写、压缩、润色、审校、文种核对、去口语化、降 AI 味及 Word 格式处理,适用于机关、企事业单位、学校和新闻机构。涵盖申请、请示、报告、通知、通告、意见、决定、决议、议案、公报、命令、函、复函、批复、说明、方案、纪要、公告、公示、通报、制度、规定、办法、细则、操作规程、工作要点、总结、调研、讲话、致辞、主持词、述职、可研、审查材料、技术需求、新闻消息、编者按、新闻评论,以及采购、整改、反馈和 AI 算力等场景。
基于文件的规划
v3.25.0
io.clawhub.othmanadi/planning-with-files
面向多步 AI Agent 工作的持久化文件规划。将 task_plan.md、findings.md 与 progress.md 保存在磁盘上,生命周期钩子注入所选的项目规划上下文;自动恢复仅读取项目规划文件,显式运行 session-catchup.py --input-file 时读取同项目的本地 Agent……(原文截断)
Canonry
v7.50.1+a36190c
io.clawhub.arberx/canonry
通过已连接的 MCP 工具或 cnry CLI 导航 Canonry,检查证据、诊断变更、规划度量、审查集成并报告结果。这是一个可选的宿主原生技能,适用于 CLI 工作流与详细引用;已接入 MCP 的用户可通过 canonry_help 操作,无需安装本地运行时或技能。
GitLab CLI(glab)指南
v1.13.33
io.clawhub.vince-winkintel/gitlab-cli-skills
面向所有 GitLab 操作的完整 GitLab CLI(glab)命令参考与工作流。在处理合并请求、CI/CD 流水线、issue、发布、仓库、认证、变量、标签、里程碑、代码片段或任何 glab 命令时使用。覆盖 40+ 子命令,包括 glab mr、glab ci、glab issue、glab repo、glab release、glab variable 等。
继续逛 AgentHub
大多数人安装前还会对比同类工具或看场景方案——下面这些能帮你少走弯路。
收录徽章:把 AgentHub 挂到你的官网
复制下面任意一段代码到项目主页、官网或 GitHub README。徽章是 SVG 热链,无需上传文件,链接指向本页,访客可由此直接找到安装方式。
<a href="https://myagenthub.cn/p/io.github.tro2789/scout-premiere-mcp" title="AgentHub 已收录:Scout for Premiere Pro" target="_blank" rel="noopener">
<img src="https://myagenthub.cn/badge/io.github.tro2789/scout-premiere-mcp" alt="AgentHub 已收录:Scout for Premiere Pro" height="20" style="border:0"/>
</a>[](https://myagenthub.cn/p/io.github.tro2789/scout-premiere-mcp)徽章由 /badge/<资源ID> 动态生成,名称与收录状态变化后自动更新;请保留链接指向,它是收录来源的判定依据。
统一 Manifest
{
"id": "io.github.tro2789/scout-premiere-mcp",
"type": "mcp-server",
"version": "0.3.0",
"displayName": "Scout for Premiere Pro",
"description": "Drive Adobe Premiere Pro from an AI agent: transcript search, markers, cuts, exports, 277 tools.",
"repository": {
"url": "https://github.com/tro2789/scout-premiere-mcp",
"source": "github"
},
"homepage": "https://www.trevorohare.com/dev",
"distribution": {
"packages": [
{
"registryType": "mcpb",
"identifier": "https://github.com/tro2789/scout-premiere-mcp/releases/download/v0.3.0/scout-premiere-mcp-0.3.0.mcpb",
"version": "0.3.0",
"transport": "stdio",
"environmentVariables": [
{
"name": "SCOUT_MCP_PORT",
"description": "WebSocket port shared by the Scout panel and the bridge daemon (default 18803). Only change it if the panel's MCP settings were changed too."
}
]
}
],
"remotes": []
},
"dependencies": [],
"installTargets": [
"claude-code",
"claude-desktop",
"cursor",
"vscode",
"trae",
"cherry-studio",
"lingma",
"windsurf",
"cline",
"workbuddy"
],
"keywords": [],
"provenance": {
"origin": "official-mcp-registry",
"originalId": "io.github.tro2789/scout-premiere-mcp",
"originalUrl": "https://registry.modelcontextprotocol.io/v0.1/servers/io.github.tro2789%2Fscout-premiere-mcp/versions/latest",
"isOfficial": true,
"status": "active"
}
}