概述

FrameThrower 是一个可检索的电影剧照库与视觉参考平台，专为电影制作人、导演、摄影指导及视觉艺术家打造。它通过对电影剧照建立索引，支持通过自然语言、专业摄影技术属性以及视觉相似度进行检索，从而取代了手动收集参考素材和在通用图库中搜索的传统方式。该平台既可作为前期制作提案的协作创意工具，也可作为通过 REST API 和模型上下文协议（MCP）服务器访问的基础设施层。

功能特性

语义与电影摄影技术搜索：支持用户通过自然语言、视觉相似度，或特定摄影参数（如布光、镜头、色彩和机位角度）来检索电影画面。
剧本驱动的视觉风格提案生成器：将纯剧本原文本转换为包含真实电影画面的分场景提案画板，加速视觉预演流程。
协作式情绪板画布：支持用户将参考剧照拖放到按场景、序列或视觉风格分类的整理画布上，并通过单个链接即可完成共享。
开发者 REST API 与 SDK：提供包含 11 个端点的编程接口及 npm 软件包（framethrower-ai），采用按量计费模式，便于将电影检索能力集成至 ComfyUI 等工具及自定义工作流中。
模型上下文协议（MCP）服务器：通过 OAuth 2.1 开放 4 个对话交互智能体工具（搜索、制作、相似检索和画面详情），支持 AI 智能体的检索工作流。

实用建议

注意剧照的使用限制：图库中的剧照均为降采样分辨率，仅供学习、参考和评论用途，不可直接挪用为可用于生产环节的视觉素材。
测试用于视觉预演的 MCP 集成：构建媒体智能体工作流的团队可利用提供的 MCP 服务器端点，让对话式 AI 助手机器人在剧本拆解任务中调取视觉参考图样。
监控 API 与 MCP 的使用量：由于开发者和智能体访问在超出初始免费额度后采用按量计费模式，建议团队设定查询限额以有效控制工作流成本。

OpenClaw 技能

该文档目前不包含与 OpenClaw 的原生集成。作为一种假设的应用场景，OpenClaw 自动化智能体可以接入 FrameThrower 的 REST API 或 MCP 端点，构建一项视觉前期制作技能：通过解析传入的剧本大纲，自动为导演和分镜师检索相匹配的参考剧照。该方案一旦实现，便能通过程序化方式将剧本分析与精选电影参考素材紧密相连，进而大幅精简制作团队的视觉开发流程。