Claude Code Integrationsanleitung
Steuern Sie AutoFlowCut direkt aus Claude Code via Model Context Protocol
🤖 Was ist MCP?
Das Model Context Protocol (MCP) ermöglicht es Ihnen, AutoFlowCut direkt aus Claude Code über Ihr Terminal zu steuern. Laden Sie CSV-Szenen, aktualisieren Sie Prompts, starten Sie die Batch-Bildgenerierung und exportieren Sie nach CapCut — alles durch natürliche Sprachbefehle.
Der MCP-Server kommuniziert über stdio mit Claude Code und verbindet sich über eine lokale HTTP-API auf Port 3210 mit der laufenden AutoFlowCut-App.
🏗️ Architektur
Claude Code ←→ MCP Server (stdio) ←→ Electron App (HTTP :3210)
↕ ↕
CSV / project.json React Renderer (IPC)
.audio_review.json Direkte State-Mutation
📦 Installation
Methode A: Global (Empfohlen)
In allen Projekten verfügbar. Wird in ~/.claude.json gespeichert.
cd /path/to/Flow2CapCut/mcp-server npm install claude mcp add --scope user --transport stdio flow2capcut -- node $(pwd)/index.js
Methode B: Projektlokal (.mcp.json)
Nur für ein bestimmtes Projekt. Erstellen Sie .mcp.json im Projektstammverzeichnis.
{
"mcpServers": {
"flow2capcut": {
"command": "node",
"args": ["/path/to/Flow2CapCut/mcp-server/index.js"]
}
}
}
Installation überprüfen:
claude mcp list
🧰 Tool-Kategorien
📊 CSV-Verwaltung
Laden, auflisten, suchen, aktualisieren und speichern Sie Szenen aus CSV-Dateien. Unterstützt Batch-Prompt-Updates und Szenenfeld-Verwaltung.
🖼️ Referenz-Tools
Verwalten Sie Charakter- und Szenenreferenzen in project.json. Unterstützt Auflisten, Prüfen und Aktualisieren von Referenz-Prompts.
🎬 App-Steuerung
Steuern Sie die laufende App über HTTP. Führen Sie Bildgenerierung, Batch-Verarbeitung, Status-Überwachung und CapCut-Export durch.
🔧 Workflow-Gates
Verfolgen Sie den Pipeline-Fortschritt durch Review-Schritte. Markieren Sie Schritte als bestanden/fehlgeschlagen und prüfen Sie den Workflow-Status.
📖 Wichtige Tools-Referenz
| Tool | Beschreibung |
|---|---|
| load_csv | CSV-Datei und Bildverzeichnis laden |
| list_scenes | Szenen mit optionaler Bereichsfilterung auflisten |
| update_prompt | Englischen Prompt einer einzelnen Szene aktualisieren |
| batch_update_prompts | Prompts mehrerer Szenen gleichzeitig aktualisieren |
| app_start_scene_batch | Batch-Bildgenerierung für ausstehende Szenen starten |
| app_wait_batch | Auf Batch-Generierung warten (Long-Poll) |
| export_capcut | Projekt ins CapCut-Format exportieren |
| get_schema | CSV/SRT/Audio-Schema-Dokumentation abrufen |
| list_styles | 87 Stil-Presets nach Kategorie auflisten |
🚦 Workflow-Gate-System
Die Pipeline folgt sequenziellen Schritten (R1 bis R12). Jeder Schritt muss die Überprüfung bestehen, bevor der nächste Schritt freigeschaltet wird. Der Fortschritt wird in R_progress.json verfolgt.
Gate-Voraussetzungen
| Schritt | Phase | Voraussetzung |
|---|---|---|
| R1-R3 | Skript & CSV-Einrichtung | Keine |
| R4-R6 | Referenzen & Prompts | R3 bestanden |
| R7-R9 | Bildgenerierung & Überprüfung | R6 bestanden |
| R10-R12 | Audio, Export & Abschluss | R9 bestanden |
Verwendung
# Schritt als bestanden markieren mark_step_done(step="R10-3_scenes_review", result="pass", reviewer="subagent") # Gesamtfortschritt prüfen get_progress()
🌐 HTTP-API-Endpunkte
Wenn der MCP-HTTP-Server in den AutoFlowCut-Einstellungen aktiviert ist, sind diese Endpunkte unter 127.0.0.1:3210 verfügbar.
| Methode | Pfad | Beschreibung |
|---|---|---|
| GET | /api/status | Server-Zustandsprüfung |
| GET | /api/references | Referenzliste (ohne Base64-Bilder) |
| GET | /api/scenes | Szenenliste (ohne Bilddaten) |
| GET | /api/batch-status | Batch-Generierungsfortschritt |
| POST | /api/generate-reference | Referenzbild-Generierung auslösen |
| POST | /api/generate-scene | Einzelne Szenen-Generierung auslösen |
| POST | /api/start-batch | Batch-Generierung für alle ausstehenden Szenen starten |
| POST | /api/update | Generische State-Aktualisierung (IPC-Relay) |