mcp-maestro

Maestro MCP Server

Ace Data Cloud API を介して Maestro を利用し、自然言語の概要から動画を完成させます。Maestro が台本を作成し、メディアを生成または取得し、ナレーションと音楽を生成して、編集、字幕付け、レンダリングを行い、選択した言語で完成した動画を 1 本返します。

接続方法：ホスト型 OAuth、API トークン、またはローカル stdio

ホスト型エンドポイントは https://maestro.mcp.acedata.cloud/mcp です。MCP クライアント用に、次のいずれかの方法を選択してください。

方法	使用する状況	認証情報の設定
ホスト型 OAuth	クライアントがリモート MCP OAuth に対応している場合	URL のみを追加し、AceDataCloud にサインインしてアクセスを承認します。クライアント設定にトークンを貼り付ける必要はありません。
ホスト型 API トークン	クライアントで OAuth を完了できない場合、または明示的な連携用認証情報が必要な場合	Authorization: Bearer … ヘッダーで AceDataCloud API トークンを送信します。ローカルのシークレットストアまたは環境変数に保管してください。
ローカル stdio	クライアントがローカルの MCP プロセスを実行する場合	mcp-maestro をインストールし、ACEDATACLOUD_API_TOKEN をそのプロセスに渡します。この方法でも AceDataCloud API を呼び出します。

ホスト型サービスは OAuth メタデータと Dynamic Client Registration（DCR）を公開しています。DCR はクライアントアプリケーションを登録するものであり、API キーではありません。 OAuth でサインインすると、クライアントは発行された Bearer トークンを送信します。アカウントの API 認証情報を再利用または作成する場合があります。ブラウザーでのサインインには、引き続き AceDataCloud アカウントが必要です。ホスト型サービスは従量課金制の場合があります。実際に操作する前に、最新のサービスドキュメントと表示されている料金を確認してください。同じサーバーに OAuth ログインと固定の Authorization ヘッダーを両方設定しないでください。

ホスト型 OAuth の例

• Claude および Claude Desktop のチャット： Customize → Connectors → Add custom connector でリモートカスタムコネクターを追加し、https://maestro.mcp.acedata.cloud/mcp を入力してサインインを選択します。Claude から OAuth クライアントの登録方法を尋ねられた場合は、Register automatically を選択します。同意手続きを完了してください。Claude Desktop のローカル claude_desktop_config.json は別途設定が必要です。Claude コネクターガイド。
• Claude Code： claude mcp add --transport http --scope user maestro https://maestro.mcp.acedata.cloud/mcp を実行し、続けて claude mcp login maestro を実行します。/mcp を確認してください。Claude Code MCP ガイド。
• Cursor： https://maestro.mcp.acedata.cloud/mcp のみを指定してリモートサーバーを追加します。プロジェクト用には、以下の設定項目を <project>/.cursor/mcp.json に統合します。個人用には ~/.cursor/mcp.json を使用します。Cursor MCP ガイド。
• VS Code / Copilot： MCP: Add Server を実行し、HTTP を選択して https://maestro.mcp.acedata.cloud/mcp を入力し、ブラウザーでのサインインを完了します。新しいポータブルなワークスペース設定では <project>/.mcp.json を使用します。以下の VS Code 固有の形式では、<project>/.vscode/mcp.json またはユーザープロファイルを使用します。MCP: List Servers を確認してください。VS Code MCP の設定。
• Codex： codex mcp add maestro --url https://maestro.mcp.acedata.cloud/mcp を実行し、続けて codex mcp login maestro を実行します。ユーザー設定は ~/.codex/config.toml にあります。Codex 公式 MCP ガイド。

Cursor プロジェクト設定（OAuth）：

{
  "mcpServers": {
    "maestro": {"url": "https://maestro.mcp.acedata.cloud/mcp"}
  }
}

VS Code 固有のワークスペース設定（OAuth）：

{
  "servers": {
    "maestro": {"type": "http", "url": "https://maestro.mcp.acedata.cloud/mcp"}
  }
}

ホステッド API トークン

1. Ace Data Cloud → Applicationsを開きます。サインインするか、先にアカウントを登録します。
2. General applicationを見つけます。作成されていない場合は、Initialize General Applicationを選択します。汎用キーではアカウントで利用可能なサービスを使用できますが、専用アプリケーションのキーはそのサービスに限定されます。必要なサービス／モデルへのアクセス権と現在の料金を確認します。
3. アプリケーションカードからAPI Keyをコピーするか、Keys / Manage Keys → Createを開いて、この連携用の別のキーを作成します。あとで個別に取り消したりローテーションしたりできるよう、見分けやすい名前を付けます。
4. キーを作成する際は、Expiration Time、Set Usage Limitation、Allowed APIsを確認します。必要な制限のみを有効にし、呼び出す操作を許可してから、Createをクリックし、キー一覧からトークンをコピーします。タスクの照会権限があっても、生成を送信する権限が付与されるわけではありません。最初のリクエストに必要な残高がアプリケーションにあることを確認してください。トライアル利用枠は、現在アカウントに表示されている内容に従います。
5. 引用符、スペース、Bearer を含めず、トークンの値だけをコピーします。API Key／API Token フィールドにはこの未加工の値を入力します。手動で設定する HTTP Authorization ヘッダーにのみ、Bearer のプレフィックスが必要です。platform-...形式のアカウント管理用トークンは、生成 API キーの代わりにはなりません。

キーはクライアントの認証情報ストア、または以下に示す環境変数に保存します。プロンプト、共有ワークフロー、スクリーンショット、Git コミットには絶対に含めないでください。認証に失敗した場合は、別のキーを作成する前に、コピーした値全体、アプリケーション／サービスへのアクセス権、有効期限、使用制限、残高を確認してください。

固定の Bearer ヘッダーは OAuth を迂回します。ヘッダーが無効な場合は、ブラウザーでのサインインを試す前に削除してください。保存した認証情報は非公開にしてください。

Claude Code の場合、サーバーを追加するときにシェルがトークンを展開します。保存されたユーザー MCP 設定は秘密情報として扱ってください。

export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
claude mcp add --transport http --scope user maestro https://maestro.mcp.acedata.cloud/mcp \
  --header "Authorization: Bearer $ACEDATACLOUD_API_TOKEN"

Claude Code のプロジェクト設定では、<project>/.mcp.jsonに変数参照を記述し、Claude Code の起動に使用する環境でその変数を設定します。

{
  "mcpServers": {
    "maestro": {
      "type": "http",
      "url": "https://maestro.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

Cursor では、~/.cursor/mcp.jsonまたはコミット対象外のプロジェクト設定で、異なる環境変数構文を使用します。

{
  "mcpServers": {
    "maestro": {
      "url": "https://maestro.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${env:ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

VS Code では、MCP: Open User Configurationを実行し、このサーバーとマスクされた入力を追加します。${input:...}は VS Code のユーザー／ワークスペース形式用であり、Agent Host の.mcp.json形式では使用できません。

{
  "inputs": [
    {"id": "acedata-maestro-token", "type": "promptString", "description": "AceDataCloud API token", "password": true}
  ],
  "servers": {
    "maestro": {
      "type": "http",
      "url": "https://maestro.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${input:acedata-maestro-token}"}
    }
  }
}

Clineでは、MCP 設定 UI または CLI ファイル~/.cline/data/settings/cline_mcp_settings.jsonを使用します。リモートトランスポートの値はstreamableHttpです。JetBrains AI Assistantでは、**Settings → Tools → AI Assistant → Model Context Protocol (MCP)**からリモート URL を追加します。Zedでは、OAuth の場合は URL のみを指定したcontext_serversエントリを使用するか、ローカルの Bearer ヘッダーを追加します。これらのクライアントでは設定スキーマが異なります。他のクライアントの JSON をコピーせず、各クライアントの最新の UI に従ってください。Cline · JetBrains · Zed。

ローカル stdio

パッケージをインストールし、ローカルプロセスに API トークンを渡します。

python -m pip install mcp-maestro
export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
mcp-maestro

Claude Desktop のローカル MCP では、開発者設定から開いたファイル（macOS の場合は ~/Library/Application Support/Claude/claude_desktop_config.json）にこのエントリを統合します。uvx を使うには、uv が PATH に含まれている必要があります。

{
  "mcpServers": {
    "maestro": {
      "command": "uvx",
      "args": ["mcp-maestro"],
      "env": {"ACEDATACLOUD_API_TOKEN": "YOUR_API_TOKEN"}
    }
  }
}

このユーザーレベルのファイルは非公開にしてください。セルフホストの HTTP では mcp-maestro --transport http --port 8000 を使用します。適切なネットワーク制御と TLS 制御を行った場合にのみ公開してください。ローカル実行でも AceDataCloud API が呼び出されます。

サービスを使用する前の確認

1. https://maestro.mcp.acedata.cloud/health が {"status":"ok"} を返す場合、確認できるのはエンドポイントへの到達性のみです。
2. MCP クライアントがツールを読み込むことを確認します。ツール一覧で確認できるのは MCP の検出状況であり、下流 API へのアクセスや残高ではありません。
3. API を完全に確認する必要がある場合は、最新のサービスドキュメントと表示されている料金を確認してから、有効な入力を使って maestro_create_video を呼び出します。結果にタスク ID が含まれている場合は、終端状態の成功または失敗になるまで、同じ ID で maestro_get_task を呼び出します。進行状況を確認するためだけに操作を再送信しないでください。

401 が発生した場合は、クライアントが使用した認証経路と、トークンまたは OAuth セッションが有効かどうかを確認してください。403 は、アカウントの権限またはコンテンツモデレーションの失敗を示す場合があります。返されたエラーを確認してください。残高不足や下流サービスの失敗は、それぞれ個別に診断する必要があります。ツールが一覧に表示されていることや、タスクが送信されたことは、結果の成功を保証するものではありません。

ツール

ツール	目的
maestro_create_video	動画を作成するか、以前のタスクに対して remix、edit、または extend を実行します
maestro_get_task	1 つのタスクの進行状況、ステータス、最終動画を取得します
maestro_list_tasks	認証済みアカウントの最近のタスクを新しい順に一覧表示します

例

MCP クライアントに次のように依頼します。

この商品写真から、45 秒の 16:9 の英語による製品ローンチ動画を作成してください。エディトリアル調のスタイルと、ドキュメンタリー調のナレーションを使用してください。

ツールはすぐに task_id を返します。status が succeeded または failed になるまで、その ID を照会してください。成功したタスクでは、response.data.variants に 1 本の動画が含まれます。

動画を作成せずに既存のタスク履歴を確認するには、maestro_list_tasks を呼び出します。limit は 1～100 を指定でき、任意で排他的な created_at_min / created_at_max Unix タイムスタンプの範囲を指定できます。返される items にはこれらのフィルターが適用されますが、count は認証済みアカウントで表示可能なタスクの合計数のままです。

本番環境での仕様

Maestro はすべてのリクエストで、すべてのアクションとシナリオ、5～300 秒、タスクごとに 1 言語、1080p／30fps の出力という一式の機能を提供します。成功したジョブの料金は、実際に納品された秒数あたり 0.7 Credits で、シナリオや言語による追加料金はありません。送信前に最新の Maestro の料金を確認してください。請求額が指定した時間を超えることはありません。失敗したジョブとタスクのポーリングは無料です。タスクのポーリングで新たな生成が送信されることはありません。

既存の結果を修正するには、反復アクションと以前のタスク ID を指定して maestro_create_video を呼び出します。

{
  "prompt": "Keep the visuals but tighten the first 10 seconds and use a warmer voice.",
  "action": "edit",
  "ref_task_id": "previous-task-id"
}

MCP クライアントの設定

{
  "mcpServers": {
    "maestro": {
      "command": "uvx",
      "args": ["mcp-maestro"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "your-token"
      }
    }
  }
}

開発

pip install -e ".[dev,test,release]"
pytest --cov=core --cov=tools
ruff check .
ruff format --check .
mypy core tools main.py
python -m build

料金とレスポンスの詳細については、Maestro API ドキュメントを参照してください。

ドキュメント

ドキュメント