当前，广播电视内容创作生产正由线性、人工密集型走向移动化、智能协作、自动化与个性化生产。为顺应变革，本文深入探讨MCP协议框架在广电智能协同生产平台上的设计与实现，将ASR/TTS、检索核查、脚本生成、合规模型、NLE/图形引擎、媒体资产管理等AI能力嵌入新闻与节目创作全流程。通过本次研究，推动广电智能化转型与模式创新，并为之提供理论支撑和实践指导。

　　本文作者：

　　马旭文

　　宁波广播电视集团

　　第一作者简介：

　　马旭文，男，1974年生，高级工程师，宁波广播电视集团融媒体技术中心创新研发部主任，主要从事广播电视技术应用与管理、后期制作技术应用与管理、专业非编业务网络应用与管理。曾参与宁波电视台新闻非编网、综合制作网等项目建设，负责实施宁波广播电视集团“基于混合云+双中台架构的智慧融媒内容生产基座”建设，具体负责实施宁波广播电视集团“基于AGC技术多能力，全模态融媒创作应用平台”平台建设等。

　　[本文献信息]

　　马旭文. 基于模型上下文协议的广电智能协同生产平台的设计与实现[J]. 广播与电视技术, 2026, VoL.53(6).

　　基于模型上下文协议的广电智能协同生产平台的设计与实现

　　平台建设目标

　　建设面向宁波广电集团广播、电视、新媒体应用的基于模型上下文协议的广电智能协同生产平台，打造一站式“创意生产线”，主要实现以下目标 ：

　　1.1 构建移动端人工智能辅助创作平台

　　打造核心的“指令-成品”智能体工作流（Agent-driven Workflow）的移动端智创平台，实现从单一工具到开放智能体协同生态转变。只需用户输入一个创意想法，智能体就能自动完成从脚本生成、素材匹配、AI配音到初步剪辑的全过程，输出一个“准成品”。

　　1.2 打造协作式AI媒体内容引擎

　　建立高质量的“基础素材与模板库”，打造一个丰富、优质且经过精细筛选的共享素材库，通过RAG（检索增强生成）技术，对库中的媒资、文案等核心素材进行向量化处理和智能标签化，使得AI智能体能够进行精准语义理解并高效检索。

　　1.3 构建一体化可编排可拓展的智能体中台

　　基于MCP构建一体化智能体中台，以标准化接入与智能体协同编排为核心，沉淀工具、数据与治理。以低代码流程，快速对接新闻制作与指挥系统（NRCS）、媒资管理系统（MAM）、编辑系统（NLE）、内容管理系统（CMS）、播控与社媒，提供权限审计、合规人审闭环与可观测成本管控，支持灰度和弹性扩展，形成可复制的广电智能生产底座。

　　平台的设计与实现

　　2.1 传统API与MCP协议

　　2.1.1 传统API模式

　　平台有大量文字、图像、视频等多模态大模型能力的研发与对接。如图1所示，传统API研发模式需要开发人员为每个应用、服务或数据源编写自定义集成，不仅增加了复杂性，还可能导致错误和日后维护问题，同时也让平台的研发变得复杂，而运用MCP协议可以大大降低研发集成难度。

　　2.1.2 MCP协议

　　MCP是一种由Anthropic公司于2024年底推出的开放标准，旨在统一大型语言模型（LLM）与外部数据源和AI工具之间的通信协议，避免应用与大模型的重复连接。

　　MCP就像AI应用程序的USB-C端口一样。正如 USB-C提供了一种标准化的方式将主机设备连接到各种外围设备和配件，MCP能够使应用在LLM之上构建代理和复杂的工作流，并将各类大模型与世界连接起来，MCP协议架构如图2所示。

　　如表1所示是MCP框架与传统的API方式对比。

　　2.2 整体架构

　　平台在总体架构上遵循“创作前台+服务中台+资源后台”的设计理念，并以“小程序+MCP+智能体”为技术基座，如图3所示。平台采用云原生与微服务分布式框架，其核心优势在于：通过构建宁波广电独立的MCP服务资源库，可将诸如ASR、TTS、文案创作、脚本生成、文生图、图生视频、RAG语义对齐等AI能力的智能体MCP服务化、原子化，实现业务逻辑解耦与能力复用，有效支持多模态大模型与AI能力的快速迭代与定制化业务延展。同时，微信天然的消息、业务的解耦和分布式的缓存设计，能够支持有效的服务+数据存储弹性扩容，适配未来媒体生产大数据量吞吐的高并发场景。

　　2.3 核心功能模块建设

　　2.3.1 登录与人机对话创作页面

　　平台首页对话模块是基于MCP上下文协议的自然语言对话模式以持续共享的语境为核心，让AI在多轮沟通中准确获取用户意图、复用信息并快速迭代，实现图片、视频、音乐等媒体素材的自动生成，打造全新对话创作流程（人—AI协作），显著降低沟通成本和使用门槛，同时把优秀提示与流程沉淀为可复用的对话资产，促进团队协作与知识传承，以更快、更稳、更可规模化的方式提升内容质量与业务效果。下面以文案声音克隆配音为例展示MCP调用交互时序图的过程，如图4所示。全新的创作模式使生产者得以专注于创意和内容本身，将繁琐的制作流程交由人工智能处理，使AI真正成为创作者的得力助手。

　　2.3.2 广播智创

　　广播智创是一个基于MCP上下文协议的全链路智能体协同广播创作系统，如图5所示。系统以流程编排中心为枢纽，编排文案生成、素材RAG检索、微气象内容、声音克隆与文本配音、ASR质检以及内容发布等智能体，统一管理私域的文稿库与音色库，并在各智能体间传递标准化上下文与权限。通过可视化/可插拔的流程编排，平台自动完成“选题建案—文案—素材—配音—转写校对—封装—发布”的一体化生产，支持主持人音色克隆与多音色库调用，打通AI音频制作全流程，可将生成的音频文件直接发送到广播播出系统，实现从创作到播出的无缝衔接。

　　2.3.3 电视智创

　　电视智创模块针对传统媒体短视频生产中选题难、素材分散、协同断点与合规压力等痛点，在私域环境内集成多智能体并以基于上下文协议的MCP作为统一编排层，标准化传递线索、脚本、分镜、素材、音轨与字幕等上下文，实现人机协同。流程覆盖灵感创意—文案创作—分镜生成—采访剪辑—配音配乐—智能成片—智能审片与发布，支持关键节点人工复核、版权与敏感词控制、失败重试与回滚，移动端一键出片。数据分析智能体回写指标驱动迭代，形成生产—发布—优化闭环，完成视频制作范式迁移。如图6所示。

　　2.3.4  AI智能体

　　智能体广场是通过MCP能力组合形成的各类AI助手集合，可根据用户需求定制研发，完成不同场景的智能体协同业务流程，实现人机协同创作，如图7所示。主要包含微气象、新闻短片、采访智能剪辑、数字人、智能配乐、数据分析和智能审核等核心智能体。

　　2.3.5 我的资源

　　我的资源是创作者的数字资产中心，包含四大子模块 ：我的资产汇集所有创作内容，作品广场展示精选优质作品，收藏保存创意灵感素材和参考资源，私密空间提供安全的个人内容存储。本模块可高效组织管理创作资源，让灵感随手可得。

　　平台应用案例与分析

　　3.1 广播应用

　　以宁波交通音乐频率为例，基于MCP协议接入气象与路况API、方言TTS、广告投放与频控、地区频道排期等Agent，本系统在《城市新空气》《986下班高手》等栏目实现多智能体协同的主持人直播时段插入碎片化AI角色口播，丰富声音层次与信息密度，全天候自动生成并播出气象、路况资讯、服务提示、时段串联及歌单推荐，周末与节假日启用AI主播值班等节目板块。

　　3.2 电视应用

　　电视内容创作以集团新闻频道为例，案例一是在频道《看点》栏目公益短片及新闻短片的创作中，智能成片智能体模块依托MCP统一接入，通过在选题策划、采编审核、分发互动等场景的Agent应用，结合分镜脚本、TTS解说、音频生成等Agent，在5至8分钟就产出30秒短视频，并适配播控与社媒，同时可生成多个版本，短视频制作周期降低了30%，一致性、合规率与稿库复用度得到提升。

　　案例二是实现访谈、综艺等栏目采访的智能化粗剪，利用MCP协同预采转写、话题亮点提炼、提纲、音效检索、自动粗剪、字幕与包装等Agent，生成NLE可编辑EDL或XML，对接ASR、向量检索、MAM与非编，粗剪效率提升60%～80%，字幕差错率下降，流程一致性与可追溯性也得到增强。

　　平台应用创新点分析

　　4.1 灵活开放的架构

　　平台首创了MCP协议架构。其“微信小程序+MCP+智能体”的结构清晰灵活，通过MCP协议有效整合本地大模型与互联网能力，打破了AI大模型的数据孤岛，深度融合网页端与小程序生态，实现了跨模态技术的灵活调度，为内容生产的提质增效提供了坚实的底层支撑，同时拥有丰富的开源服务器与开发者生态系统，可拓展性强。

　　4.2 全流程多端生产模式

　　MCP协议在平台实现广电内容生产范式迁移，通过基于上下文协议的人机对话的辅助创作新模式，在媒体融合与人工智能技术的双重驱动下，特别是新媒体短视频制作方面，正全面转向多端化与移动化。平台让创作者能够随时随地完成从策划、拍摄、创作到审核、发布的全流程工作，满足移动化生产需求。通过桌面端与小程序互动，实现资源与项目的共享和跨终端的协同共创能力。

　　4.3 人与智能体高效协同

　　通过MCP协议让不同AI智能体与创作者实现人机协同增效，促成跨模态技术在广电业务生产中的无缝集成与运用。与传统方式相比，通过多智能体协同，将工具与AI代理进行融合集成，可以让AI自主建立更多的维度链接，选择优秀的创意与工具实现更多的组合，帮助创作者完成更多风格的创作。

　　结束语

　　本平台是城市台在智能时代下人机协同内容创作模式的探索与突破，共搭建广电特色的内容生产相关智能体应用10+个，接入MCP服务AI能力30+个，已经在广播、电视、新媒体内容生产中发挥重要作用。随着AI技术的不断发展，广电内容生产的Agent正由“智能工具”走向“智能流程”。未来，多智能体将覆盖选题策划、线索收集、采编写作、审校把关、包装制作、排播分发与效果回流，形成闭环的可观测生产链，为媒体行业带来生产力革新与传播范式升级，构建媒体产业发展的新动能、新模式与新生态，在媒体领域乃至更广泛的各行各业发挥更加重要的作用。

责任编辑：凌美