VidMCP — Smart MCP Server for AI Video Generation

VidMCP

AI アシスタントと主要なあらゆる動画ツールをつなぐ、欠けていたレイヤーです。

作りたいものを説明してください。VidMCP が最適なモデルを選び、パイプラインを実行して、動画をお届けします。ツールを切り替える必要はありません。API を手動で設定する必要もありません。結果を得るだけです。

できること

• スマートルーティング — プロンプトに応じて、Kling、Runway、Fal.ai を自動的に選択します
• 完全なパイプライン — 生成、文字起こし、音声の追加、結合、品質チェックをひとつのフローで実行します
• メモリ — セッションをまたいで、スタイルや好みを記憶します
• 生動画の処理 — 映像をアップロードし、自動で文字起こしして、フィラーワードを検出します
• ファイルのサポート — 画像のアニメーション化、映像のスタイル変更、ナレーションの追加ができます
• BYOK — 独自の API キーを使用し、プロバイダーに直接支払うため、上乗せ料金はありません
• あらゆる環境で動作 — Claude Desktop、ChatGPT、Cursor、Windsurf

BYOK — 独自のキーを使用

VidMCP は BYOK モデルに従っています。Kling、Runway、Fal.ai、ElevenLabs の独自の API キーを接続します。各プロバイダーには、標準料金を直接支払います。VidMCP の料金は、スマートルーティング、パイプライン管理、メモリといったインテリジェンスレイヤーに対してのみ発生し、生成そのものには発生しません。

つまり、次のようになります。

• 動画生成コストに隠れた上乗せ料金はありません
• 使用するプロバイダーを完全に管理できます
• ワークフローを変更せずに、いつでもプロバイダーを切り替えられます
• 利用可能な無料枠を使用できます

API キーがまったくなくても大丈夫です。VidMCP は無料の代替手段を自動的に使用して動作します。

インストール

Python 3.11+ と uv がインストールされていることを確認してください。

uv がまだインストールされていない場合は、インストールしてください：

Windows：

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

Mac：

curl -LsSf https://astral.sh/uv/install.sh | sh

クローンしてインストール：

git clone https://github.com/aparna162/vidmcp.git
cd vidmcp
uv sync

API キーを追加

プロジェクトフォルダーに .env ファイルを作成し、次の内容を貼り付けてください。

FAL_API_KEY=your_key
KLING_API_KEY=your_key
RUNWAY_API_KEY=your_key
ELEVENLABS_API_KEY=your_key
ANTHROPIC_API_KEY=your_key
QUALITY_THRESHOLD=3.5
MAX_RETRIES=3

すべてのキーがそろっていなくても大丈夫です。 VidMCP が利用可能なキーを自動検出し、最適なものを使用します。無料の選択肢にも自動的にフォールバックします。

VidMCP が使用する優先順位：

Video:   Kling → Fal.ai → Pollinations (free)
Audio:   ElevenLabs → Edge TTS (free)

無料クレジットを取得：

• Fal.ai → fal.ai — サインアップ時に無料で $1 分、クレジットカード不要
• ElevenLabs → elevenlabs.io — 無料枠あり
• Pollinations — サインアップ不要、常時無料、フォールバックとして使用

Claude Desktop に接続

ステップ 1 — 設定ファイルを見つけます。

Windows：

C:\Users\YOUR_NAME\AppData\Roaming\Claude\claude_desktop_config.json

Mac：

~/Library/Application Support/Claude/claude_desktop_config.json

ステップ 2 — 次の内容をファイルに追加します。YOUR_NAME を Windows のユーザー名に置き換えてください。

{
  "mcpServers": {
    "vidmcp": {
      "command": "C:\\Users\\YOUR_NAME\\vidmcp\\.venv\\Scripts\\python.exe",
      "args": ["C:\\Users\\YOUR_NAME\\vidmcp\\server.py"],
      "cwd": "C:\\Users\\YOUR_NAME\\vidmcp"
    }
  }
}

Mac 版：

{
  "mcpServers": {
    "vidmcp": {
      "command": "/Users/YOUR_NAME/vidmcp/.venv/bin/python",
      "args": ["/Users/YOUR_NAME/vidmcp/server.py"],
      "cwd": "/Users/YOUR_NAME/vidmcp"
    }
  }
}

ステップ 3 — Claude Desktop を完全に終了してから、再度開きます。VidMCP がツールメニューに表示されます。

ほかの AI ツールに接続

上記と同じ設定形式を使用する、MCP 互換のあらゆるクライアントで動作します。

• Cursor — 設定を Cursor の MCP 設定に貼り付けます
• Windsurf — 設定を Windsurf の MCP 設定に貼り付けます
• ChatGPT Desktop — 設定を ChatGPT の MCP 設定に貼り付けます

使い方

自然に話しかけるだけです。コマンドは必要ありません。

"make a cinematic video of a dancer in rain"
"clean up this recording and remove filler words"
"animate this product photo"
"remember that I prefer warm colour grades"
"make a 10 second video for my Instagram reel"
"upload this footage and transcribe it"

VidMCP が呼び出すツールを自動的に判断します。

14 種類すべてのツール

ツール	機能
route_generation	プロンプトに最適なモデルを選択します
generate_video	利用可能な最適な API を使って動画を作成します
create_pipeline	複数ステップのワークフローを定義します
run_pipeline	パイプラインを非同期で実行します
get_pipeline_status	進捗状況を追跡します
quality_check	生成結果を評価します
process_video	生の映像を文字起こしし、フィラーワードを検出します
generate_audio	ElevenLabs または無料の Edge TTS でナレーションを生成します
upload_asset	ローカルの画像、動画、音声をアップロードします
animate_image	写真を動画に変換します
restyle_video	映像にスタイル転送を適用します
remember	好みを保存します
recall	関連する過去の生成結果を検索します
learn_from	出力を評価してルーティングを改善します

対応モデル

モデル	最適な用途	必要なもの
Kling 3.0	人の動き、映画のような映像	KLING_API_KEY
Runway Gen-4	スタイル転送、カメラワーク	RUNWAY_API_KEY
Wan 2.2 via Fal	汎用動画、高速生成	FAL_API_KEY
Pollinations	テスト、常時無料	なし

任意 — 生動画の処理

文字起こしとフィラーワード検出のために Whisper をインストールします。

uv add openai-whisper

ffmpeg をインストールします。

Windows：

winget install ffmpeg

Mac：

brew install ffmpeg

動作確認

Claude Desktop に接続する前に、これを実行してください。

uv run python server.py

エラーなく何も表示されずに起動すれば、正常に動作しています。これは通常の動作です。クライアントからの接続を待機しています。

プロジェクト構成

vidmcp/
├── server.py          — MCP server, all 14 tools
├── router.py          — smart model picker
├── pipeline.py        — async job manager
├── memory.py          — preferences and history
├── assets.py          — file handling
├── config.py          — settings and benchmarks
├── providers/
│   ├── kling.py       — Kling API
│   ├── runway.py      — Runway API
│   ├── fal_provider.py — Fal.ai + auto fallback
│   ├── elevenlabs.py  — audio + Edge TTS fallback
│   └── whisper_provider.py — transcription
└── .env               — your API keys (never committed)

使用技術

• Anthropic MCP SDK
• Fal.ai — Wan 2.2 による動画生成
• Kling AI — 映画のような動画
• Runway — スタイル変換
• ElevenLabs — ナレーション
• OpenAI Whisper — 音声文字起こし
• Microsoft Edge TTS — 無料の音声フォールバック
• SQLite — パイプラインの状態とメモリ
• Pollinations — 無料の画像フォールバック

ライセンス

MIT — 無料で使用、改変、拡張できます。

質問やフィードバック

GitHub で issue を作成するか、LinkedIn でご連絡ください。