adb-mcp项目通过四层架构可以完全实现AI对Adobe软件的精准操控，其运作逻辑环环相扣，堪称技术与创意的完美融合。只要能给软件写插件，尤其是脚本插件这种能控制软件原生功能的，那么必然可以用MCP来实现AI控制，因为只要给开发者提供接口，再复杂的软件都不存在壁垒：
1、AI与MCP服务器交互：用户向大语言模型（如Claude）输入自然语言指令后，AI将指令传递给MCP服务器。该服务器基于Python开发，作为核心中枢，为Adobe软件功能提供接口，将AI指令转化为软件可识别的操作代码。例如，用户要求“制作复古风格海报”，MCP服务器会解析指令，生成对应的Photoshop操作指令序列。
2、Node.js代理服务器中转：由于基于UXP的JavaScript插件对外API限制（仅支持客户端连接套接字，无法作为服务器监听连接），adb-mcp引入Node.js命令代理服务器。它如同“翻译官”与“中转站”，接收MCP服务器的指令，并转发给Adobe应用插件，同时将插件的反馈回传至MCP服务器，确保通信链路畅通。
3、Adobe应用插件执行：在Photoshop和Premiere中，安装的UXP插件持续监听代理服务器传来的指令。这些插件由JavaScript编写，一旦接收到指令，便会驱动软件执行具体操作，如新建图层、添加滤镜、调整视频转场等。例如，Premiere插件收到“添加交叉淡入淡出转场”指令后，会自动定位素材并应用相应特效。
4、软件反馈与闭环：Adobe软件执行操作后，插件会将部分状态信息（如图层列表、项目参数等）通过代理服务器回传至MCP服务器，再反馈给AI。虽然目前PS无法自动获取图像内容（需手动复制粘贴），但这一反馈机制仍能让用户了解操作进度与结果，形成“指令输入 – 操作执行 – 信息反馈”的完整闭环。
参考文献：
[1] 项目链接：https://github.com/mikechambers/adb-mcp
知识星球服务内容：Dify源码剖析及答疑，Dify对话系统源码，NLP电子书籍报告下载，公众号所有付费资料。加微信buxingtianxia21进NLP工程化资料群。
（文：NLP工程化）