LibTV - 专业视频创作工具
LibTV - 专业视频创作工具
https://www.liblib.tv/Opens ChatGPT on the web or desktop and asks it to use the WebMCP tools available here.
Connect straight to this server’s public endpoint.
https://liblib.tv/api/mcpWe add this server to your workspace, then open Studio — saved access, one connection to many servers, with a history of what ran.
Last probed Sep 14, 2026 · liblib.tv
37tools discovered
Showing 25 of 37 from the live probe.
Calculate Task Power
根据任务类型和参数预估所需算力消耗,参数要求同 create_generation_task;媒体引用使用 {{nodeKey}} 协议,不要传媒体 URL 或 imageList/videoList/audioList。
Cancel Remote Mcp Structured Task
[Infra] Cancel a structured REMOTE MCP task.
Copy Canvas Nodes
将 resource_canvas_id 中的节点浅拷贝到 target_canvas_id。会校验 user_id 对源画布有读权限、对目标画布有写权限;复制 NodeKey/Name/Type/Data/Tag/Desc/ToolKey/ToolID,不复制连接、位置、布局、任务关联。node_keys 为源画布真实 nodeKey。后续生成任务必须使用返回的 target_node_key。
Create Asset
创建素材;等价于 /canvas/media-asset/create。folder_id 必填且大于 0。由 canvas_id + node_key 读取画布节点 data 并保存到素材 data.items。
Create Asset Folder
创建素材库文件夹;等价于 /canvas/folder/create 且固定 spaceType=MEDIA_ASSET。
Create Canvas
创建一个新的画布项目
Create Generation Task
创建一个生成任务(图片/视频/音频/文本)。任务创建后系统会自动轮询进度并返回最终结果,无需手动查询进度。会返回与当前任务关联的节点node_key,基于当前的结果进行create_generation_task的时候需要将node_key作为参数source_node_keys的内容进行提供。调用前请根据 model 参数的模型目录选择合适的 task_type + provider + model 组合,并传入该模型支持的 params。生成任务的同时生成新节点,不需要再额外调用节点创建工具。注意:params 参数类型是 string,必须传 JSON.stringify 后的 JSON 字符串,不要直接传 JSON 对象;例如 params="{\"prompt\":\"一只香蕉\",\"n\":1}"。 ## NodeKey 媒体引用协议 Agent 不需要理解、复制或传递媒体 URL,也不要主动传 imageList/videoList/audioList/mixedList。引用画布上的图片、视频、音频节点时,在 prompt 或 compose src 中只写 {{n
Create Group With Nodes
在指定画布上一次性创建一个分组(GroupNode),把画布上【已存在】的节点并入该分组,并可同时新建组内素材子节点,最后把分组连接到参考节点下游。新建子节点类型仅支持 image/video/audio,每个元素需给出 name/type/url。组内顺序写入分组的 data.childNodeIds:node_key_list 在前,node_data_list 新建的在后。⚠️ 并入既有节点时会清理它们的上游:删掉这些节点的【全部入边】,并删掉其中作为上游的【视频合成节点】(连带该节点的所有连线)。节点位置由前端布局,后端不写坐标。返回 group_node_key 与 child_node_key_list。
Create Remote Mcp Structured Task
[Infra] Create an idempotent structured REMOTE MCP task in the LibTV Task domain.
Edit Canvas Tidy
【剪辑落定后的画布收尾】删掉流水线中间产物,并补一条「视频合成节点 → 最终成片」的直连边。内部顺序固定为【先连边、后删节点】:中间节点一旦消失,成片与视频合成节点之间的路径就断了(那条路径全程经过中间节点),所以必须先补上直连边。连边失败则整个收尾放弃,不会删任何东西。connect_from / connect_to 出现在 delete_node_keys 里会被自动剔除 —— 宁可少删,也不能把 keeper 删掉。由 canda 在最后一段编译成功后调用,agent 不必自己填。
Edit Replace Node Media
【把媒体产物搬到另一个节点上】剪辑流水线(composite → overlay → layered → subtitle)每段各建自己的输出节点,中间产物是隐藏的。本工具把某一段的产物搬进【常驻可见】的那个成片节点,让用户边跑边看,而不是等整条流水线跑完才见到东西。 搬的是三件套:data.url、data._resourceMeta、data.taskInfo.taskResult —— 只改 url 不行,画布重开时前端按 taskResult 再套一遍会把它冲回旧值。产物 schema 从来源节点原样拷,不重新构造。 目标节点的其他字段(clipTimelineData / params / name / taskInfo 状态位)一律不动。由 canda 在每段完成后调用,agent 不必自己填。
Edit Upload Overlay Html
【把覆盖层 HTML 上传成 URL】剪辑流水线的花字/贴画层由 canda 自己编译成 HTML,要以 URL 形态进 compose 的 textList(media-platform 的 textList 收 htmlUrl,渲染由它内部做)。 本工具只上传、不渲染、不建节点 —— 与 render_overlay 那条路的区别就在这里:那条会渲成透明 webm 再建一个画布节点,这条只返回 html_url。 由 canda 在编译覆盖层时调用,agent 不必自己填。
Edit Write Clip Subtitles
【逐素材写字幕轨】为视频合成节点上每个源素材各写一份字幕 HTML,cue 时间是【该素材的本地时间】。剪辑器按 sourceNodeId 做「源时间↔时间轴时间」换算,所以只有逐素材的字幕位置才对得上;成片里的硬字幕不受本工具影响。由 canda 在时间轴写完之后调用,agent 不必自己填。
Edit Write Clip Timeline
【把剪辑方案写进视频合成节点】剪辑 agent 把内部方案(IR)翻译成前端剪辑器认识的时间轴数据后,由本工具落盘到该节点的 data.clipTimelineData。用户打开剪辑器即可看到分段、小窗、音轨,导出时走的还是原来的 compose 接口。 写入会保住节点上已有的字幕指针(subtitleHtmlUrl / subtitleUrl 会重新贴到新片段上)——字幕是先写的、时间轴是后写的,整份覆盖会把字幕轨抹掉。由 canda 在整条流水线成功后调用,agent 不必自己填。
Fetch Skill Owner
Resolve who owns a skill key: returns userId and teamId. Looks up skill_draft first, then skill, and returns the first hit. Returns identifiers only — no skill content. Not for the main agent.
Ffmpeg Execute
执行 FFmpeg 命令对媒体文件进行后处理(拼接、合并音视频、裁剪、转码等)。input_urls 中的文件会被下载到本地,ffmpeg_args 中使用 {input_0}、{input_1} 等占位符引用输入文件,使用 {output} 引用输出文件。工具会自动替换占位符为实际本地路径,执行 FFmpeg 命令,并将输出上传到 OSS 返回公开 URL。任务异步执行,系统会自动轮询进度并返回最终结果,无需手动查询进度。
Get Asset Detail
查询素材详情。asset_uuid 与 asset_id 二选一;asset_uuid 优先。返回完整素材元数据。
Get Canvas Node Context
围绕用户选中的画布节点构建局部上下文:先做 k-hop 邻域扩展,再对扩展出的所有节点追溯上游直到 root,并对节点和 source->target 关联去重。返回仅包含节点关键信息、产物信息和节点关联,不返回完整 data/布局/连接编辑字段。
Get Canvas Node Details
按 node_key 列表查询画布节点详情。node_keys 为英文逗号分隔;可选 with_connections=true|1 时附带指向这些节点的连线(target 落在 node_keys 内)。默认不返回节点 raw data;include_artifact=true 时返回 url/content 产物子集;dryRun=true 时已有产物仍正常返回,无产物节点会返回 reminder 提示当前模式下不需要校验产物;include_node_config=true 时按节点入边上游组装并返回后端可理解的 taskParams 作为 node_config(仅生成器节点有值;转换服务未配置时不返回该字段)。判断媒体尺寸/宽高比【必须】用 resolution(媒体真实像素分辨率:优先取产物 _resourceMeta,缺失时对媒体 URL 现场 ffprobe 兜底;仍拿不到才缺省,此时不要臆断尺寸)。注意:画布节点的显示框尺寸(前端布局用,常见 350×350 / 622×350)不代表分辨率,本工具不返回。status 语义:0=未启动 1=生成中 2=已完成 3=
Get Canvas Nodes View
获取指定画布的节点产物视图,用于盘点资产/章节画布中的节点、产物与上游来源。批量返回轻量字段(output/name/tag/desc/sources);单节点详查请传 node_key,并可设 include_detail 返回完整 data。支持 node_type 逗号分隔过滤(如 image,video,text,reference,script_table,script_v2,video_clip);name 模糊、tag 精确匹配
Get Generation Task Progress
查询一个或多个生成任务的进度,返回每个任务的状态、进度百分比和结果。同时将结果更新到节点信息中,无需在调用节点的更新能力。返回信息中有当前对应node_key信息,基于当前的结果进行create_generation_task的时候需要将node_key作为参数提供。后续 create_generation_task 引用本结果时只需要使用返回的 node_key,例如在 prompt 中写 {{node_key}},不要复制 task_result 里的媒体 URL,也不要构造 imageList/videoList/audioList。
Get Group Execution Plan
查询 GroupNode 内所有可执行节点的拓扑执行计划。返回按 DAG 依赖关系排好序的节点列表,每个节点附带 task_type、provider、model 等信息以及上下游依赖关系。Agent 应按 plan 数组顺序逐个调用 create_generation_task 执行,上一个任务完成后再执行下一个。某节点失败时,根据其 downstream_node_keys 跳过所有下游依赖节点。
Get Remote Mcp Task Snapshot
[Infra] Read the authoritative LibTV Task snapshot for a REMOTE MCP invocation.
Get Session Power
查询某个会话(session)下累计消耗的积分。仅统计任务成功的消耗,失败/超时不计入。
Get Tool Spec By Key
按 tool_key 查询工具定义全量数据。出参(JSON):name 工具名称, type 工具生成的产物类型, tool_key 工具唯一key, metadata 工具参数说明,如果有参数说明,则传参数要遵循metadata中的枚举,不可编造;查不到返回错误。返回的description代表metadata后续的使用参考案例。在调用nodes_connections_batch创建节点的时候一定要对taskInfo中的taskId进行赋值。如果用户不做强调,enableSound字段默认为on
Get your MCP into directories
A working endpoint is step one. Directory coverage is the coordinated launch across ChatGPT, Claude, Cursor, the MCP Registry, and community indexes.
Directory coverage for brandsLibTV - 专业视频创作工具
Use the MCP endpoint listed on this page in your MCP client configuration. One-click install pills support Claude, Cursor, VS Code, and other hosts. Copy the remote MCP URL if your client needs a manual entry.
MCPBundles probed 37 tools on the live server. The tool list on this page reflects what was discovered at the last refresh — connect your client to see the full set available to your session.
No provider sign-in was required during MCPBundles' probe. Your client may still need MCPBundles credentials depending on how you connect.
Operate LibTV Canvas? Verify ownership to take over this directory entry.
This server appears in the MCPBundles directory. Verify you operate it to take over the listing — name, description, logo, contact email, and skill content. We email a 6-digit code to a maintainer address your server publishes in /.well-known/security.txt or /.well-known/mcpbundles.json. Free, takes about a minute.