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

一个用于 AI 视频生成的 Model Context Protocol (MCP) 服务器，通过 AceDataCloud API 使用 Veo。

直接从 Claude、VS Code 或任何兼容 MCP 的客户端，根据文本提示词或图像生成 AI 视频。

功能特性

  • 文生视频 - 根据文本描述创建 AI 生成的视频

  • 图生视频 - 为图像添加动画或创建图像间的过渡效果

  • 多图融合 - 融合来自多张图像的元素

  • 1080p 超分 - 获取生成视频的高分辨率版本

  • 任务追踪 - 监控生成进度并获取结果

  • 多种模型 - 在多种 Veo 模型中选择质量与速度的平衡

工具参考

工具

描述

veo_text_to_video

使用 Veo 根据文本提示词生成 AI 视频。

veo_image_to_video

使用 Veo 根据一张或多张参考图像生成 AI 视频。

veo_get_1080p

获取生成视频的 1080p 高分辨率版本。

veo_get_task

查询视频生成任务的状态和结果。

veo_get_tasks_batch

同时查询多个视频生成任务。

veo_list_models

列出所有可用的 Veo 模型及其功能。

veo_list_actions

列出所有可用的 Veo API 操作及对应的工具。

veo_get_prompt_guide

获取关于编写高效 Veo 视频生成提示词的指南。

快速入门

1. 获取您的 API Token

  1. 在 AceDataCloud 平台 注册

  2. 前往 API 文档页面

  3. 点击 "Acquire" 获取您的 API token

  4. 复制该 token 以供下方使用

2. 使用托管服务器（推荐）

AceDataCloud 托管了一个受管理的 MCP 服务器 —— 无需本地安装。

端点： https://veo.mcp.acedata.cloud/mcp

所有请求都需要 Bearer token。请使用第 1 步中获取的 API token。

Claude.ai

通过 OAuth 直接在 Claude.ai 上连接 —— 无需 API token：

  1. 前往 Claude.ai 设置 → 集成 → 添加更多

  2. 输入服务器 URL：https://veo.mcp.acedata.cloud/mcp

  3. 完成 OAuth 登录流程

  4. 开始在对话中使用这些工具

Claude Desktop

添加到您的配置文件（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json）：

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

Cursor / Windsurf

添加到您的 MCP 配置文件（.cursor/mcp.json 或 .windsurf/mcp.json）：

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

VS Code (Copilot)

添加到您的 VS Code MCP 配置文件（.vscode/mcp.json）：

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

或者为 VS Code 安装 Ace Data Cloud MCP 扩展，该扩展集成了所有 15 个 MCP 服务器，支持一键设置。

JetBrains IDEs

  1. 前往 设置 → 工具 → AI Assistant → Model Context Protocol (MCP)

  2. 点击 添加 → HTTP

  3. 粘贴：

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

Claude Code

Claude Code 原生支持 MCP 服务器：

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

或者添加到项目的 .mcp.json 中：

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

Cline

添加到 Cline 的 MCP 设置（.cline/mcp_settings.json）：

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

Amazon Q Developer

添加到您的 MCP 配置中：

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

Roo Code

添加到 Roo Code 的 MCP 设置中：

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

Continue.dev

添加到 .continue/config.yaml：

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

Zed

添加到 Zed 的设置（~/.config/zed/settings.json）：

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

cURL 测试

# 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. 或者本地运行（替代方案）

如果您更喜欢在自己的机器上运行服务器：

# 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 (本地)

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

Docker (自托管)

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

客户端使用各自的 Bearer token 进行连接 —— 服务器会从每个请求的 Authorization 头中提取 token。

可用工具

视频生成

工具

描述

veo_text_to_video

根据文本提示词生成视频

veo_image_to_video

根据参考图像生成视频

veo_get_1080p

获取 1080p 高分辨率版本

任务

工具

描述

veo_get_task

查询单个任务状态

veo_get_tasks_batch

同时查询多个任务

信息

工具

描述

veo_list_models

列出可用的 Veo 模型

veo_list_actions

列出可用的 API 操作

veo_get_prompt_guide

获取视频提示词编写指南

使用示例

根据文本生成视频

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"]

为图像添加动画

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"]

创建图像过渡效果

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"]

可用模型

模型

文生视频

图生视频

图像输入

veo2

✅

✅

1 张图像（第一帧）

veo2-fast

✅

✅

1 张图像（第一帧）

veo3

✅

✅

1-3 张图像

veo3-fast

✅

✅

1-3 张图像

veo31

✅

✅

1-3 张图像

veo31-fast

✅

✅

1-3 张图像

veo31-fast-ingredients

❌

✅

1-3 张图像（融合）

宽高比：

  • 16:9 - 横屏/宽屏（默认）

  • 9:16 - 竖屏（社交媒体）

  • 4:3 - 标准

  • 3:4 - 标准竖屏

  • 1:1 - 正方形

配置

环境变量

变量

描述

默认值

ACEDATACLOUD_API_TOKEN

来自 AceDataCloud 的 API token

必填

ACEDATACLOUD_API_BASE_URL

API 基础 URL

https://api.acedata.cloud

ACEDATACLOUD_OAUTH_CLIENT_ID

OAuth 客户端 ID（托管模式）

—

ACEDATACLOUD_PLATFORM_BASE_URL

平台基础 URL

https://platform.acedata.cloud

VEO_DEFAULT_MODEL

生成默认模型

veo2

VEO_REQUEST_TIMEOUT

请求超时时间（秒）

180

LOG_LEVEL

日志级别

INFO

命令行选项

mcp-veo --help

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

开发

设置开发环境

# 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]"

运行测试

# 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

代码质量

# Format code
ruff format .

# Lint code
ruff check .

# Type check
mypy core tools

构建与发布

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

# Build package
python -m build

# Upload to PyPI
twine upload dist/*

项目结构

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 参考

此服务器封装了 AceDataCloud Veo API：

贡献

欢迎贡献代码！请：

  1. Fork 本仓库

  2. 创建功能分支 (git checkout -b feature/amazing)

  3. 提交更改 (git commit -m 'Add amazing feature')

  4. 推送到分支 (git push origin feature/amazing)

  5. 开启 Pull Request

许可证

MIT 许可证 - 详情请参阅 LICENSE。

链接

由 AceDataCloud 用心制作

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