kie-mcp

kie-mcp

kie.ai 生成 API 向けの包括的な Model Context Protocol サーバーです。Claude（およびあらゆる MCP クライアント）から、60 以上の画像モデル、85 以上の動画モデル、20 以上の音声ツールを、組み込みの高度なモデルインテリジェンスとともに利用できます。

これを開発した理由

多くの MCP は薄い API ラッパーにすぎません。これは違います。

• 垂直分野別プロファイル（5.0 の新機能） — 分野ごとのプレイブックです。profile_brief は、プロフェッショナルが尋ねるようなヒアリング項目、成果物ごとのリアルタイム料金付きモデルの振り分け、モデル別のプロンプト定式、複数ツールを使ったワークフローを返します。プロファイルは MCP プロンプトとしても機能します（Claude Code の /kie-art:architecture）。分野は 10 種類です：建築・インテリア、ビデオゲーム用アセット、広告・マーケティング、ウェブ・ソフトウェア製品の画像、映画・絵コンテ、商品写真・E コマース、ブランド・グラフィックデザイン、エディトリアル・出版、短尺ソーシャル動画、オーディオブランディング・音楽。

• 詳細な調査を組み込み — 主要モデルすべてに、評価、プロンプトのテクニック、弱点、コスト効率の分析、競合との比較を含む research フィールドがあります。モデルインテリジェンスエージェントの Averiguare が調査しています。

• コストを考慮 — すべてのモデルの料金をクレジットと USD で確認できます。ユースケースに最も安価な選択肢を MCP が教えてくれます。

• スマートな絞り込み — list_models filter="lip sync"、filter="architecture"、filter="cheapest video" のように指定して、機能タグ、説明、調査フィールドを横断して検索できます。

• デュアルモードのトランスポート — ローカルの Claude Code には stdio、リモートの Cowork／クラウド利用には HTTP Streamable を使用します。

できること

Claude に、次のように尋ねるだけです：

• 「香水の発売向けのブランドプレゼンテーションボードを生成して」 — GPT Image 2 を選択します（テキストの多いレイアウトに最適）
• 「カラスから身を守る果物のかかしの 10 秒動画を、ピクサー風に作って」 — Veo 3.1 または Wan 2.7 を推奨します
• 「ファンタジーアドベンチャーゲーム用の音楽を生成して」 — Suno V5
• 「この音声をキャラクター画像にリップシンクさせて」 — Kling AI Avatar または Infinitalk
• 「この動画を 4K にアップスケールして」 — Veo 4K upscale または Topaz
• 「この部屋の写真の壁の色を置き換えて」 — Flux Kontext Pro（細部を的確に編集するのに最適）

モデルの対応範囲

画像（60 以上）

• OpenAI: GPT Image 2.5 Flare / Sunburst（新機能 — 1K～4K、透明背景）、GPT Image 2、GPT-4o Image、GPT Image 1.5
• Google: Nano Banana 2.1（新機能、4 cr）、Nano Banana 2 / 2 Lite / Pro / Edit / Original、Imagen 4（Fast／Standard／Ultra）
• Black Forest Labs: FLUX 3 Klein T2I + Edit（新機能、1.6 cr）、Flux Kontext Pro/Max、Flux 2 Pro/Flex
• ByteDance: Seedream 3.0 / 4.0 / 4.5 / 5.0 Lite
• Alibaba: Wan 2.7 Image / Image Pro
• Ideogram: v3、Character、Edit、Remix、Reframe
• xAI Grok Imagine Image 2.0（Arena T2I + 編集で 2 位。無料のセグメントマップから領域指定編集チェーンを作成でき、アップロードした画像ならどれでも画像全体を編集可能）
• ByteDance Seedream 5.0 Pro（新機能 — T2I/I2I + レイヤー分解：あらゆる画像をレイヤーファイルに分割）
• Qwen Image 3.0 / 3.0 Pro（新機能 — seed、ネガティブプロンプト、Standard では 1K の価格で 2K を利用可能）
• Qwen Image 2.1（新機能 — 透明背景、マスクによるインペインティング、10 枚の参照画像を使った合成）
• その他: Qwen/Qwen2、Z-Image、Grok Imagine 1.x、Recraft、Topaz

動画（85種類以上）

• Google Veo 3.1：Quality／Fast／Lite（T2V + I2V）、Extend、1080p／4K アップスケール
• Alibaba HappyHorse：1.1（NEW — ネイティブ音声 + 7言語のリップシンクに対応した T2V／I2V／R2V）、1.0（T2V／I2V／R2V／動画編集）
• ByteDance Seedance：2.5（30秒のワンカット撮影、1080p、ドラフトから1080pへのアップグレード）／2.0／2.0 Fast／2.0 Mini（1.5 Pro は上流で2026年10月に終了）
• Kuaishou Kling：4.0（NEW — 名前付きの @subjects／音声／動画参照を使った参照動画生成、キーフレーム動画生成、3〜30秒）、3.0 Omni「O3」（NEW — ショットごとの multi_prompt スクリプト、4K、動画変換）、3.0、3.0 Turbo、2.6、V2.5 Turbo、V2.1 Master／Pro／Standard、AI Avatar
• Alibaba Wan：3.0 + 3.0 Prime（NEW — プロンプトまたはメディアを統合した入力、音声）、2.7（T2V／I2V／編集／R2V）、2.6、2.5、2.2 Turbo、Animate
• Google Gemini Omni：動画 + 1.1 Flash（NEW — 最初と最後のフレームのモード、360p〜4K；画像／音声／動画／キャラクター参照）
• MiniMax Hailuo：H3（NEW — 2K + ネイティブステレオ音声、画像・動画・音声参照、最初と最後のフレームを指定する I2V）、2.3 Pro／Standard、02 Pro／Standard
• xAI Grok Imagine：Video 1.5 preview（NEW — ネイティブ音声対応 I2V、音声付き動画では最安）、T2V、I2V、アップスケール、Extend
• アバター／リップシンク：OmniHuman 2.0（NEW — 1秒あたり14クレジット、最大5分の音声）、OmniHuman 1.5（NEW — 音声駆動の全身アバター + 無料の被写体検出・人物識別ユーティリティ）、Volcengine Video Lip-Sync（NEW — 既存映像の吹き替え）、Kling AI Avatar、Infinitalk
• PixVerse V6／V6 Max（V6 Max NEW：T2V／I2V の品質向上）：T2V、I2V（バイラルテンプレート）、Transition（最初と最後のフレームをモーフィング）、Fusion R2V（@ref_name）、Extend — ネイティブ音声対応の低価格なオールラウンダー
• Runway：Aleph、Aleph Edit、Extend
• その他：ByteDance V1 Pro／Lite、Topaz アップスケール

音声（20種類以上）

• Suno：音楽生成、Extend、Cover、インストゥルメンタル／ボーカルの追加、セクションの置換、歌詞、サウンド、効果音、MIDI、ミュージックビデオ、カバーアート、Mashup、Persona、タイムスタンプ付き歌詞、スタイル強化、ボーカル分離、WAV、カスタム音声クローン（実験的）
• ElevenLabs：TTS（Turbo 2.5 + Multilingual V2）、Text-to-Dialogue V3、音声分離、音声からテキストへの変換
• Google Gemini TTS（NEW）：スタイル指定音声、30種類の音声、2話者の対話、インラインのトーンタグ — 約4.2クレジット／分

ユーティリティ

• ファイルのアップロード（URL または base64）
• Veo Extend、1080p アップスケール、4K アップスケール
• Runway Extend
• タスクのステータス、クレジット確認、アセットの一覧表示

インストール

前提条件

• Node.js 18+
• kie.ai/api-key から取得した kie.ai API キー

セットアップ

git clone https://github.com/YOUR_USERNAME/kie-mcp.git
cd kie-mcp
npm install

stdio MCP として実行（Claude Code、Claude Desktop）

Claude の設定（Claude Code の場合は ~/.claude.json、または MCP クライアントに相当する設定ファイル）に追加します。

{
  "mcpServers": {
    "kie-art": {
      "command": "node",
      "args": ["/absolute/path/to/kie-mcp/server.mjs"],
      "env": {
        "KIE_API_KEY": "your-kie-ai-api-key",
        "KIE_PROJECT_ROOT": "/optional/path/for/outputs"
      }
    }
  }
}

または Claude Code CLI を使用します。

claude mcp add -s user kie-art /usr/bin/env -- KIE_API_KEY=your-key node /path/to/server.mjs

HTTP MCP として実行（Cowork、リモートクライアント）

HTTP モードではベアラートークンが必要で、デフォルトでは 127.0.0.1 でリッスンします。

export KIE_MCP_AUTH_TOKEN=$(openssl rand -hex 32)
KIE_API_KEY=your-key node server.mjs --http --port=3100

URL とトークンを使って MCP クライアントを設定します。

{
  "mcpServers": {
    "kie-art": {
      "type": "http",
      "url": "http://127.0.0.1:3100/mcp",
      "headers": { "Authorization": "Bearer <your KIE_MCP_AUTH_TOKEN>" }
    }
  }
}

リモートからアクセスするには、トンネル（ngrok／Cloudflare Tunnel）またはリバースプロキシの背後に配置します。サーバーはループバック上で稼働し、トンネルがサーバーへ転送します。トンネルのホスト名を KIE_MCP_ALLOWED_HOSTS に追加します。トークンはパスワードのように扱ってください。トークンを持つ人は誰でも kie クレジットを消費したり、サーバーのディスクからメディアファイルをアップロードしたりできます。

**セキュリティに関する注意（5.2.2）：**以前のバージョンでは、HTTP モードが認証なしで 0.0.0.0 上で実行され、Access-Control-Allow-Origin: * が設定されていました。ブラウザーで開いている任意の Web ページや、トンネル URL を知っている人は、upload_file を通じたローカルファイルの読み取りを含むツールの呼び出しが可能でした。--http を使用する場合は、アップグレードしてください。

環境変数

変数	必須	用途
KIE_API_KEY	はい	お使いの kie.ai API キー
KIE_PROJECT_ROOT	いいえ	生成ファイルの保存先に関するサーバー全体のデフォルト設定（デフォルト：サーバーの作業ディレクトリ。ファイルは $KIE_PROJECT_ROOT/kie/assets/raw/ に保存されます）。ファイル書き込みツールでは、呼び出しごとの download_dir（絶対パス）がこの設定より優先されます
KIE_MCP_PORT	いいえ	HTTP モードのポート（デフォルト：3100）
KIE_SUNO_API	いいえ	legacy を指定すると、Suno ツールは kie の旧 Suno エンドポイントを使用します。5.5.0 以降のデフォルトでは kie の新しいマーケット API（ai-music-api/*）を使用し、実際に課金されたクレジット数が報告されます。MIDI、マッシュアップ、音声クローニングでは常に旧エンドポイントが使用されます
KIE_ELEVENLABS_ENABLED	いいえ	1 を指定すると、ElevenLabs ツールを再び有効にします（kie の ElevenLabs 統合が機能しないため、5.4.0 以降は一時停止中です）
KIE_MAX_CREDITS_PER_CALL	いいえ	ツール呼び出しあたりのデフォルト上限クレジット数。見積もりが上限を超える呼び出しは、送信前に拒否されます。呼び出しごとの max_credits を指定すると、この設定より優先されます
KIE_MCP_AUTH_TOKEN	HTTP モード	HTTP クライアントが送信する必要のあるベアラートークン（Authorization: Bearer …）。HTTP モードでこの値が設定されていない場合、サーバーは起動を拒否します
KIE_MCP_HOST	いいえ	HTTP のバインドアドレス（デフォルト：127.0.0.1）。0.0.0.0 を指定するのは、コンテナ内またはファイアウォールの背後にある場合に限ってください
KIE_MCP_ALLOWED_HOSTS	いいえ	受け入れる追加の Host ヘッダー名をカンマ区切りで指定します（例：お使いのトンネルのホスト名）。ループバックでは localhost の名前を常に受け入れます。それ以外のホストは DNS リバインディングを防ぐため拒否されます
KIE_MCP_ALLOWED_ORIGINS	いいえ	サーバーへの呼び出しを許可するブラウザーのオリジンをカンマ区切りで指定します（CORS）。ほかの Origin ヘッダーを含むリクエストは拒否されます。ブラウザー以外の MCP クライアントは Origin を送信しないため、影響を受けません
KIE_CALLBACK_URL	いいえ	Suno の生成リクエストとともに送信するコールバック URL（kie.ai ではこのフィールドが必須ですが、結果はポーリングによって取得されます）。デフォルトは機能しないプレースホルダーです。コールバックを自分で受信したい場合に限り設定してください
KIE_MAX_CONCURRENT	いいえ	同時に実行できるタスク作成呼び出しの最大数（デフォルト：4）。並列生成が上限を超えた場合、kie.ai のレート制限に達するのではなく、サーバー内でキューに入れられます。ツールの並列呼び出しは安全です
KIE_POLL_BUDGET_IMAGE / _VIDEO / _AUDIO / _SPEECH	いいえ	ツールカテゴリごとのブロッキングモードにおけるポーリング上限時間（秒）（デフォルト：600 / 900 / 300 / 300）。呼び出しごとの max_wait_seconds が優先されます。長時間の生成では wait: false（非同期モード）をおすすめします。この場合、ツールは直ちに task_id を返します。check_task でポーリングし、download_result で取得してください

利用可能なツール

generate_image, generate_video, generate_music, generate_sfx,
generate_tts, generate_gemini_tts, generate_dialogue, generate_sounds, generate_lyrics,
generate_persona, generate_mashup, generate_cover_art,
generate_midi, create_music_video,
prepare_voice_clone, create_voice_clone, regenerate_voice_clone,
create_omni_voice, create_omni_character,
extend_music, cover_audio, upload_extend_audio,
add_instrumental, add_vocals, replace_section,
convert_to_wav, separate_vocals, boost_style,
get_timestamped_lyrics, audio_isolation, speech_to_text,
profile_brief,
list_models, check_task, list_tasks, check_credits, spend_report,
download_result, list_raw_assets, upload_file,
grok_segment_map, grok_image_edit, seedream_layer_decompose,
veo_extend, veo_upscale_1080p, veo_upscale_4k, runway_extend

コスト管理

kie は呼び出しごとに課金され、1080p／4K 動画、レイヤー分割、1080p ドラフトのアップグレードなど、一部の呼び出しは高額です。有料ツールはすべて、次の 2 つの省略可能なパラメーターを受け付けます。

• estimate_only: true は、解像度／サイズの段階と動画の長さを含め、公開料金に基づく推定クレジット数を返します。送信は行われません。
• max_credits: N は、見積もりが N を超える場合に送信を拒否します。KIE_MAX_CREDITS_PER_CALL を設定すると、すべての呼び出しにデフォルトの上限を適用できます。

generate_video { model: "bytedance/seedance-2-5", model_options: { resolution: "1080p", duration: 10 }, estimate_only: true }
→ 💰 ~1580 credits (~$7.90) — 158 cr/s × 10s. Nothing was submitted.

spend_report は、クレジットの使用状況を表示します。過去 N 日間のサーバーのタスク履歴を、モデル別または日別に集計し、kie が実際に課金した金額を使用します（不足している金額は照会して補います）。失敗したタスクは別途一覧表示されます。

スマートなモデルの推奨

任意の MCP クライアントで、次のクエリを試してください。

list_models filter="reasoning"          # GPT-4o, Nano Banana, GPT Image 2
list_models filter="lip-sync"           # OmniHuman 1.5, Volcengine, Kling Avatar, HappyHorse 1.1
list_models filter="multi-shot"         # Kling 3.0/Turbo
list_models filter="cheapest video"     # Grok Imagine 1.5, Wan Flash
list_models filter="alibaba"            # HappyHorse 1.0/1.1 family
list_models filter="best visual quality" # Veo Quality, Seedance 2.0
list_models filter="text rendering"     # Ideogram v3, GPT Image 2
list_models filter="character"          # Ideogram Character, Kling AI Avatar

アーキテクチャ

server.mjs                      # Transport, helpers, tool handlers (~2700 lines)
├── createMcpServer()           # Factory for stdio + HTTP modes
├── Tool handlers               # generate_*, list_*, etc.
└── helpers                     # polling, recovery, pricing, validation, download

data/                           # Pure data, imported (and re-exported) by server.mjs
├── registry-image.mjs          # MODEL_REGISTRY — image models (47+)
├── registry-video.mjs          # VIDEO_MODEL_REGISTRY — video models (80+)
├── registry-audio.mjs          # AUDIO_TOOLS_REGISTRY — audio tool metadata
├── pricing.mjs                 # PRICING, PRICING_ESTIMATED, PROMPT_CAPS
└── voices.mjs                  # ELEVENLABS_VOICES catalog

レジストリと料金情報は data/*.mjs に格納されているため、モデルカタログの変更は、5000 行のファイルに埋もれた編集ではなく、レビュー可能な差分になります。server.mjs がこれらをインポートして再エクスポートするため、テストや下流のコードでは引き続き server.mjs からインポートできます。

各モデルエントリには、次の情報があります。

• name、description、capabilities（タグ）、pricing（クレジット）
• aspectRatios、options（型とデフォルト値を含む）
• buildBody / buildInput（リクエストビルダー）
• research（Averiguare による評価、プロンプトのテクニック、弱点、比較、出典）

開発

npm run check   # node --check server.mjs (syntax)
npm test        # offline unit tests for the pure helpers (test/*.test.mjs)
npm run smoke   # live end-to-end over MCP stdio — needs KIE_API_KEY
                # (spends ~0 credits; uses the free subject-detection model)

server.mjs はメインモジュールのチェックで副作用の発生を制御しているため、サーバーを起動せずに純粋なヘルパーをテストする目的で、テスト（test/unit.test.mjs）からインポートできます。test/harness.mjs は、スモークテストや統合チェックで実際のサーバーを操作するために再利用できる stdio JSON-RPC クライアントです。CI（.github/workflows/ci.yml）では、すべてのプッシュと PR について、Node 20 および 22 で構文チェックとユニットテストを実行します。

ライブチェック（毎週実行してください）

npm run live-check   # KIE_API_KEY from env, else ~/.claude.json kie-art

メンテナンス作業一式を約 2 分で実行し、live-check-report.md に結果を出力します。

1. ドキュメントインデックスの差分： 前回の実行以降に追加または削除された docs.kie.ai のページです。新しいモデルを検出するうえで、最も信頼性の高いシグナルです。
2. ライブ slug プローブによる変化の監視： 価格の変動、一時停止または削除されたモデル、カタログの変更です。
3. ウォッチリスト： 上流で失敗していたモデル（例：ElevenLabs）に実際にリクエストし、再度有効にするタイミングを把握します。失敗してもクレジットは消費されません。
4. npm audit の概要です。

ご自身のマシンから実行してください。GitHub ホストランナーは kie.ai のページを取得できないため、以下のスケジュール実行ワークフローでは監視できないことだけが報告されます。

変化の監視

kie.ai は、告知なしに変更を加えることがあります。広告価格、モデルの利用可否、API の形式まで変更されます。 .github/workflows/drift-watch.yml は、scripts/drift-watch.mjs を毎週（および手動で）実行して、一時停止または削除された slug、PRICING テーブルと一致しなくなった価格、kie のカタログに追加された新しいモデルを確認します。検出結果は、継続的に更新される 1 件の GitHub issue に集約されます。slug ごとの稼働状況プローブを有効にするには、リポジトリのシークレットに KIE_API_KEY を追加してください（クレジットは消費されません。空の入力に対する検証エラーを利用します）。価格と新しいモデルの確認にはシークレットは不要です。ローカルでは node scripts/drift-watch.mjs で実行できます。

リリース

リリースは .github/workflows/release.yml によって自動化されています。リリースを作成するには、次の手順に従ってください。

1. package.json、server.json（トップレベルの version と packages[0].version の両方）、server.mjs（SERVER_INFO と /health ハンドラー）のバージョンを更新し、CHANGELOG.md に ## [X.Y.Z] セクションを追加します。その後、main にマージします。
2. タグを作成してプッシュします。

   git tag vX.Y.Z && git push origin vX.Y.Z
   

このワークフローは、タグがリポジトリ内のすべてのバージョン文字列と一致することを確認し、provenance 付きで npm に公開し（リポジトリのシークレット NPM_TOKEN を使用）、対応する CHANGELOG セクションをリリースノートとして GitHub Release を作成します。バージョンがコードと一致しないタグは、公開前に即座に失敗します。workflow_dispatch は、現在の package.json のバージョンを緊急時に手動で公開するためのものです。

クレジット

• MCP TypeScript SDK を使用して構築
• kie.ai を利用 — 100 以上の AI モデルを利用できる、手頃な価格の統合 API
• モデルインテリジェンス：Averiguare — 「調べるまでは分からない。そして私は、あらゆる場所で調べている。」

ライセンス

MIT