Skip to main content
Glama
deenesjakoruzh
AceDataCloud

VeoMCP

by AceDataCloud
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

VeoMCP

PyPI version PyPI downloads Python 3.10+ License: MIT MCP

AceDataCloud APIを通じてVeoを利用したAI動画生成のためのModel Context Protocol (MCP)サーバーです。

Claude、VS Code、またはMCP互換クライアントから直接、テキストプロンプトや画像を使用してAI動画を生成できます。

機能

  • テキストから動画 - テキストの説明からAI生成動画を作成

  • 画像から動画 - 画像をアニメーション化、または画像間のトランジションを作成

  • 複数画像の融合 - 複数の画像の要素をブレンド

  • 1080pアップスケーリング - 生成された動画の高解像度バージョンを取得

  • タスク追跡 - 生成の進捗状況を監視し、結果を取得

  • 複数のモデル - さまざまなVeoモデルで品質と速度を選択可能

ツールリファレンス

ツール

説明

veo_text_to_video

Veoを使用してテキストプロンプトからAI動画を生成します。

veo_image_to_video

Veoを使用して1つ以上の参照画像からAI動画を生成します。

veo_get_1080p

生成された動画の1080p高解像度バージョンを取得します。

veo_get_task

動画生成タスクのステータスと結果を照会します。

veo_get_tasks_batch

複数の動画生成タスクを一度に照会します。

veo_list_models

利用可能なすべてのVeoモデルとその機能を一覧表示します。

veo_list_actions

利用可能なすべてのVeo APIアクションと対応するツールを一覧表示します。

veo_get_prompt_guide

Veo動画生成のための効果的なプロンプト作成ガイドを取得します。

クイックスタート

1. APIトークンの取得

  1. AceDataCloud Platformにサインアップ

  2. APIドキュメントページに移動

  3. **「Acquire」**をクリックしてAPIトークンを取得

  4. 以下の使用のためにトークンをコピー

2. ホスト型サーバーの使用（推奨）

AceDataCloudは管理されたMCPサーバーをホストしており、ローカルインストールは不要です。

エンドポイント: https://veo.mcp.acedata.cloud/mcp

すべてのリクエストにはBearerトークンが必要です。ステップ1で取得したAPIトークンを使用してください。

Claude.ai

OAuthを使用してClaude.aiに直接接続します（APIトークンは不要です）：

  1. Claude.aiの設定 → 統合 → 追加に移動

  2. サーバーURLを入力: https://veo.mcp.acedata.cloud/mcp

  3. OAuthログインフローを完了

  4. 会話でツールの使用を開始

Claude Desktop

設定ファイル（macOSの場合は ~/Library/Application Support/Claude/claude_desktop_config.json）に追加します：

{
  "mcpServers": {
    "veo": {
      "type": "streamable-http",
      "url": "https://veo.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Cursor / Windsurf

MCP設定（.cursor/mcp.json または .windsurf/mcp.json）に追加します：

{
  "mcpServers": {
    "veo": {
      "type": "streamable-http",
      "url": "https://veo.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

VS Code (Copilot)

VS CodeのMCP設定（.vscode/mcp.json）に追加します：

{
  "servers": {
    "veo": {
      "type": "streamable-http",
      "url": "https://veo.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

または、VS Code用のAce Data Cloud MCP拡張機能をインストールしてください。これには15個のMCPサーバーがすべてバンドルされており、ワンクリックでセットアップできます。

JetBrains IDE

  1. **設定 → ツール → AI Assistant → Model Context Protocol (MCP)**に移動

  2. 追加 → HTTPをクリック

  3. 以下を貼り付け：

{
  "mcpServers": {
    "veo": {
      "url": "https://veo.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Claude Code

Claude CodeはMCPサーバーをネイティブでサポートしています：

claude mcp add veo --transport http https://veo.mcp.acedata.cloud/mcp \
  -h "Authorization: Bearer YOUR_API_TOKEN"

または、プロジェクトの .mcp.json に追加します：

{
  "mcpServers": {
    "veo": {
      "type": "streamable-http",
      "url": "https://veo.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Cline

ClineのMCP設定（.cline/mcp_settings.json）に追加します：

{
  "mcpServers": {
    "veo": {
      "type": "streamable-http",
      "url": "https://veo.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Amazon Q Developer

MCP設定に追加します：

{
  "mcpServers": {
    "veo": {
      "type": "streamable-http",
      "url": "https://veo.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Roo Code

Roo CodeのMCP設定に追加します：

{
  "mcpServers": {
    "veo": {
      "type": "streamable-http",
      "url": "https://veo.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Continue.dev

.continue/config.yaml に追加します：

mcpServers:
  - name: veo
    type: streamable-http
    url: https://veo.mcp.acedata.cloud/mcp
    headers:
      Authorization: "Bearer YOUR_API_TOKEN"

Zed

Zedの設定（~/.config/zed/settings.json）に追加します：

{
  "language_models": {
    "mcp_servers": {
      "veo": {
        "url": "https://veo.mcp.acedata.cloud/mcp",
        "headers": {
          "Authorization": "Bearer YOUR_API_TOKEN"
        }
      }
    }
  }
}

cURLテスト

# Health check (no auth required)
curl https://veo.mcp.acedata.cloud/health

# MCP initialize
curl -X POST https://veo.mcp.acedata.cloud/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-03-26","capabilities":{},"clientInfo":{"name":"test","version":"1.0"}}}'

3. ローカルでの実行（代替手段）

サーバーを自分のマシンで実行したい場合：

# Install from PyPI
pip install mcp-veo
# or
uvx mcp-veo

# Set your API token
export ACEDATACLOUD_API_TOKEN="your_token_here"

# Run (stdio mode for Claude Desktop / local clients)
mcp-veo

# Run (HTTP mode for remote access)
mcp-veo --transport http --port 8000

Claude Desktop（ローカル）

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

Docker（セルフホスト）

docker pull ghcr.io/acedatacloud/mcp-veo:latest
docker run -p 8000:8000 ghcr.io/acedatacloud/mcp-veo:latest

クライアントは独自のBearerトークンで接続します。サーバーは各リクエストの Authorization ヘッダーからトークンを抽出します。

利用可能なツール

動画生成

ツール

説明

veo_text_to_video

テキストプロンプトから動画を生成

veo_image_to_video

参照画像から動画を生成

veo_get_1080p

高解像度1080pバージョンを取得

タスク

ツール

説明

veo_get_task

単一のタスクステータスを照会

veo_get_tasks_batch

複数のタスクを一度に照会

情報

ツール

説明

veo_list_models

利用可能なVeoモデルを一覧表示

veo_list_actions

利用可能なAPIアクションを一覧表示

veo_get_prompt_guide

動画プロンプト作成ガイドを取得

使用例

テキストから動画を生成

User: Create a video of a sunset over the ocean

Claude: I'll generate a sunset video for you.
[Calls veo_text_to_video with prompt="Cinematic shot of a golden sunset over the ocean, waves gently rolling, warm colors reflecting on the water"]

画像をアニメーション化

User: Animate this product image to make it rotate slowly

Claude: I'll create a video from your image.
[Calls veo_image_to_video with image_urls=["product_image.jpg"], prompt="Product slowly rotates 360 degrees, studio lighting"]

画像トランジションを作成

User: Create a video that transitions between these two landscape photos

Claude: I'll create a transition video between your images.
[Calls veo_image_to_video with image_urls=["img1.jpg", "img2.jpg"], prompt="Smooth cinematic transition between scenes"]

利用可能なモデル

モデル

Text2Video

Image2Video

画像入力

veo2

✅

✅

1枚（最初のフレーム）

veo2-fast

✅

✅

1枚（最初のフレーム）

veo3

✅

✅

1-3枚

veo3-fast

✅

✅

1-3枚

veo31

✅

✅

1-3枚

veo31-fast

✅

✅

1-3枚

veo31-fast-ingredients

❌

✅

1-3枚（融合）

アスペクト比：

  • 16:9 - 横長/ワイドスクリーン（デフォルト）

  • 9:16 - 縦長（ソーシャルメディア）

  • 4:3 - 標準

  • 3:4 - 標準縦長

  • 1:1 - 正方形

設定

環境変数

変数

説明

デフォルト

ACEDATACLOUD_API_TOKEN

AceDataCloudのAPIトークン

必須

ACEDATACLOUD_API_BASE_URL

APIベースURL

https://api.acedata.cloud

ACEDATACLOUD_OAUTH_CLIENT_ID

OAuthクライアントID（ホストモード）

—

ACEDATACLOUD_PLATFORM_BASE_URL

プラットフォームベースURL

https://platform.acedata.cloud

VEO_DEFAULT_MODEL

生成用デフォルトモデル

veo2

VEO_REQUEST_TIMEOUT

リクエストタイムアウト（秒）

180

LOG_LEVEL

ログレベル

INFO

コマンドラインオプション

mcp-veo --help

Options:
  --version          Show version
  --transport        Transport mode: stdio (default) or http
  --port             Port for HTTP transport (default: 8000)

開発

開発環境のセットアップ

# Clone repository
git clone https://github.com/AceDataCloud/VeoMCP.git
cd VeoMCP

# Create virtual environment
python -m venv .venv
source .venv/bin/activate  # or `.venv\Scripts\activate` on Windows

# Install with dev dependencies
pip install -e ".[dev,test]"

テストの実行

# Run unit tests
pytest

# Run with coverage
pytest --cov=core --cov=tools

# Run integration tests (requires API token)
pytest tests/test_integration.py -m integration

コード品質

# Format code
ruff format .

# Lint code
ruff check .

# Type check
mypy core tools

ビルドと公開

# Install build dependencies
pip install -e ".[release]"

# Build package
python -m build

# Upload to PyPI
twine upload dist/*

プロジェクト構造

VeoMCP/
├── core/                   # Core modules
│   ├── __init__.py
│   ├── client.py          # HTTP client for Veo API
│   ├── config.py          # Configuration management
│   ├── exceptions.py      # Custom exceptions
│   ├── server.py          # MCP server initialization
│   ├── types.py           # Type definitions
│   └── utils.py           # Utility functions
├── tools/                  # MCP tool definitions
│   ├── __init__.py
│   ├── video_tools.py     # Video generation tools
│   ├── info_tools.py      # Information tools
│   └── task_tools.py      # Task query tools
├── prompts/                # MCP prompts
│   └── __init__.py
├── tests/                  # Test suite
│   ├── conftest.py
│   ├── test_client.py
│   ├── test_config.py
│   ├── test_integration.py
│   └── test_utils.py
├── deploy/                 # Deployment configs
│   └── production/
│       ├── deployment.yaml
│       ├── ingress.yaml
│       └── service.yaml
├── .env.example           # Environment template
├── .gitignore
├── Dockerfile             # Docker image for HTTP mode
├── docker-compose.yaml    # Docker Compose config
├── LICENSE
├── main.py                # Entry point
├── pyproject.toml         # Project configuration
└── README.md

APIリファレンス

このサーバーはAceDataCloud Veo APIをラップしています：

貢献

貢献を歓迎します！以下の手順に従ってください：

  1. リポジトリをフォーク

  2. フィーチャーブランチを作成 (git checkout -b feature/amazing)

  3. 変更をコミット (git commit -m 'Add amazing feature')

  4. ブランチにプッシュ (git push origin feature/amazing)

  5. プルリクエストを開く

ライセンス

MITライセンス - 詳細はLICENSEを参照してください。

リンク

Made with love by AceDataCloud

Install Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - A tier

How are these scores calculated?

Resources

Tools

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/AceDataCloud/MCPVeo'

If you have feedback or need assistance with the MCP directory API, please join our Discord server