Veo MCP 集成指南

3 阅读3分钟

在当今人工智能领域,应用外部工具已成为提升模型能力的重要手段。MCP(模型上下文协议)由 Anthropic 推出,旨在通过标准化接口使 AI 模型(如 Claude、GPT 等)能够调用外部工具。借助 AceData Cloud 提供的 Veo MCP 服务器,开发者可以在 Claude Desktop、VS Code、Cursor 等 AI 客户端中直接使用 Google Veo 生成 AI 视频。

功能概述

Veo MCP 服务器提供以下核心功能:

  • 文本转视频生成 — 从文本提示生成高质量视频
  • 图像转视频生成 — 根据图像生成视频
  • 多模型支持 — 支持模型如 veo3、veo2、veo31-fast-ingredient 等
  • 多种分辨率 — 支持 4K、1080p、GIF 等输出格式
  • 多种宽高比 — 支持 16:9、9:16 等比例
  • 1080p 升级 — 将生成的视频升级至 1080p
  • 任务查询 — 监控生成进度并获取结果

使用前准备

在开始之前,您需要获得 AceData Cloud 的 API Token:

  1. 注册或登录到 AceData Cloud 平台
  2. 前往 Veo 视频 API 页面
  3. 点击“获取”以获得 API Token(首次申请者可获得免费额度)

安装配置

方法一:pip 安装(推荐)

pip install mcp-veo

方法二:源码安装

git clone https://github.com/AceDataCloud/VeoMCP.git
cd VeoMCP
pip install -e .

安装完成后,您可以使用 mcp-veo 命令启动服务。

在 Claude Desktop 中使用

编辑 Claude Desktop 配置文件:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

添加以下配置:

{
  "mcpServers": {
    "veo": {
      "command": "mcp-veo",
      "env": {
        "ACEDATACLOUD_API_TOKEN": "your API Token"
      }
    }
  }
}

如果使用 uvx(无需提前安装包):

{
  "mcpServers": {
    "veo": {
      "command": "uvx",
      "args": ["mcp-veo"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "your API Token"
      }
    }
  }
}

保存配置后,重启 Claude Desktop 以在对话中使用 Veo 相关工具。

在 VS Code / Cursor 中使用

在项目根目录创建 .vscode/mcp.json 文件:

{
  "servers": {
    "veo": {
      "command": "mcp-veo",
      "env": {
        "ACEDATACLOUD_API_TOKEN": "your API Token"
      }
    }
  }
}

或者使用 uvx

{
  "servers": {
    "veo": {
      "command": "uvx",
      "args": ["mcp-veo"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "your API Token"
      }
    }
  }
}

可用工具列表

工具名称描述
veo_text_to_video从文本提示生成视频
veo_image_to_video根据图像生成视频
veo_get_1080p将视频升级至 1080p
veo_get_task查询单个任务的状态
veo_get_tasks_batch批量查询任务状态

使用示例

完成配置后,您可以直接在 AI 客户端中使用自然语言调用这些功能,例如:

  • "帮我生成一段关于星空的延时视频"
  • "从这张风景照片生成一部 4K 视频"
  • "创建一部纵向 9:16 的短视频"
  • "将这段视频升级至 1080p"

更多信息

通过使用 Veo MCP 服务器,开发者可以有效提升视频生成的效率和质量,助力多种应用场景的实现。

技术标签:#视频生成 #人工智能 #AceDataCloud #MCP #开发者工具