mcp-sora

SoraMCP

ステータス： この MCP 統合は終了しており、現在は提供されていません。

AceDataCloud API を通じて Sora を利用した AI 動画生成を行うための Model Context Protocol（MCP） サーバーです。

Claude、VS Code、または MCP 対応クライアントから直接 AI 動画を生成できます。

機能

• テキストから動画を生成 - テキストによる説明から動画を生成します
• 画像から動画を生成 - 画像をアニメーション化し、参照画像から動画を作成します
• キャラクター動画 - 異なるシーンでキャラクターを再利用します
• 非同期生成 - 本番環境のワークフロー向けの Webhook コールバック
• 複数の向き - 横向きおよび縦向きの動画
• タスク追跡 - 生成の進捗状況を監視し、結果を取得します

ツールリファレンス

ツール	説明
sora_generate_video	Sora 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。
sora_generate_video_from_image	Sora を使用して、参照画像から AI 動画を生成します（画像から動画）。
sora_generate_video_with_character	参照動画のキャラクターが登場する AI 動画を生成します。
sora_generate_video_async	コールバック通知を使って、AI 動画を非同期で生成します。
sora_generate_video_v2	Sora Version 2 を使用して AI 動画を生成します（パートナーチャネル）。
sora_generate_video_v2_async	コールバックを使って、Sora Version 2 で AI 動画を非同期生成します。
sora_get_task	動画生成タスクのステータスと結果を照会します。
sora_get_tasks_batch	複数の動画生成タスクを一度に照会します。
sora_list_models	利用可能なすべての Sora モデルとその機能を一覧表示します。
sora_list_actions	利用可能なすべての Sora API アクションと対応するツールを一覧表示します。

クイックスタート

1. API トークンを取得する

1. AceDataCloud Platform にサインインします
2. Applications を開き、既存の API トークンをコピーします

2. ホスト型サーバーを使用する（推奨）

AceDataCloud はマネージド MCP サーバーをホストしているため、ローカルへのインストールは不要です。

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

すべてのリクエストで Bearer トークンが必要です。手順 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 に直接接続できます。API トークンは不要です。

1. Claude.ai の 設定 → インテグレーション → さらに追加 に移動します
2. サーバー URL を入力します：https://sora.mcp.acedata.cloud/mcp
3. OAuth ログインフローを完了します
4. 会話でツールを使い始めます

Claude Desktop

設定ファイル（macOS では ~/Library/Application Support/Claude/claude_desktop_config.json）に追加します。

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

または、Ace Data Cloud MCP extension を VS Code にインストールすると、ワンクリックでホスト型 MCP サーバーを登録できます。

JetBrains IDEs

1. 設定 → ツール → AI Assistant → Model Context Protocol（MCP） に移動します
2. 追加 → HTTP をクリックします
3. 次の内容を貼り付けます。

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

Amazon Q Developer

MCP 設定に追加します。

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

Continue.dev

.continue/config.yaml に追加します。

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

cURL Test

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

# MCP initialize
curl -X POST https://sora.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. ローカルで実行する（代替方法）

サーバーを自分のマシンで実行する場合は、次の手順に従います。

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

# Set your API token
export ACEDATACLOUD_API_TOKEN="your_token_here"

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

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

Claude Desktop（ローカル）

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

Docker（セルフホスト）

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

クライアントはそれぞれ独自の 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
sora_generate_video	テキストプロンプトから動画を生成します
sora_generate_video_from_image	参照画像から動画を生成します
sora_generate_video_with_character	参照動画のキャラクターを使って動画を生成します
sora_generate_video_async	コールバック通知付きで動画を生成します

タスク

ツール	説明
sora_get_task	単一タスクのステータスを確認します
sora_get_tasks_batch	複数のタスクを一度に確認します

情報

ツール	説明
sora_list_models	利用可能な Sora モデルを一覧表示します
sora_list_actions	利用可能な API アクションを一覧表示します

使用例

プロンプトから動画を生成する

User: Create a video of a sunset over mountains

Claude: I'll generate a sunset video for you.
[Calls sora_generate_video with prompt="A beautiful sunset over mountains..."]

画像から生成する

User: Animate this image of a city skyline

Claude: I'll bring this image to life.
[Calls sora_generate_video_from_image with image_urls and prompt]

キャラクターベースの動画

User: Use the robot character in a new scene

Claude: I'll create a new scene with the robot character.
[Calls sora_generate_video_with_character with character_url and prompt]

利用可能なモデル

モデル	最大時間	品質	機能
sora-2	15 秒	良好	標準的な生成
sora-2-pro	25 秒	最高	より高品質で、長時間の動画

動画オプション

サイズ：

• small - 解像度は低めで、生成が速くなります
• large - 解像度が高くなります（推奨）

向き：

• landscape - 16:9（YouTube、プレゼンテーション）
• portrait - 9:16（TikTok、Instagram Stories）

時間：

• 10 秒 - すべてのモデル
• 15 秒 - すべてのモデル
• 25 秒 - sora-2-pro のみ

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 のベース 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	プラットフォームのベース URL	https://platform.acedata.cloud
SORA_DEFAULT_MODEL	デフォルトのモデル	sora-2
SORA_DEFAULT_SIZE	デフォルトの動画サイズ	large
SORA_DEFAULT_DURATION	デフォルトの時間（秒）	15
SORA_DEFAULT_ORIENTATION	デフォルトの向き	landscape
SORA_REQUEST_TIMEOUT	リクエストのタイムアウト（秒）	3600
LOG_LEVEL	ログレベル	INFO

コマンドラインオプション

mcp-sora --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/SoraMCP.git
cd SoraMCP

# 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/*

プロジェクト構成

SoraMCP/
├── core/                   # Core modules
│   ├── __init__.py
│   ├── client.py          # HTTP client for Sora 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
│   ├── task_tools.py      # Task query tools
│   └── info_tools.py      # Information tools
├── prompts/                # MCP prompt templates
│   └── __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
├── CHANGELOG.md
├── Dockerfile             # Docker image for HTTP mode
├── docker-compose.yaml    # Docker Compose config
├── LICENSE
├── main.py                # Entry point
├── pyproject.toml         # Project configuration
└── README.md

貢献

貢献を歓迎します！以下の手順でお願いします。

1. リポジトリをフォークします
2. フィーチャーブランチを作成します（git checkout -b feature/amazing）
3. 変更をコミットします（git commit -m 'Add amazing feature'）
4. ブランチにプッシュします（git push origin feature/amazing）
5. プルリクエストを作成します

ライセンス

MIT ライセンスです。詳細は LICENSE をご覧ください。

リンク

• AceDataCloud プラットフォーム
• Sora 公式サイト
• Model Context Protocol
• MCP Python SDK

---

AceDataCloud が心を込めて作成しました