agent-media

agent-media

公開ドキュメント：docs.agent-media.ai。セットアップ、アップロード、モデル、請求、トラブルシューティング、セルフホストについて説明しています。

エージェントの皆さん：このページを読んでから、skills/agent-media/SKILL.mdをお読みください。必要な情報はすべてそこにあります。

agent-mediaを使うと、エージェントは1つの接続で、参照素材のアップロードと確認、画像の生成や編集、ストーリーボードやフレームの作成、動画や音声の生成、キャラクターの再利用、見積もり、結果の追跡や合成ができます。エージェントはモデル、モード、参照素材、中間アセットを選ぶことも、縦型動画の要件をすべて満たす場合に任意のショートカットとしてmake_ugcを使用することもできます。どの方法でも無料の見積もりを確認でき、最後にget_run_statusを呼び出します。Claude Code、Claude.ai、Cursor、Codex、または任意のMCP／HTTPエージェントで利用できます。

1. 接続（APIキー不要）

https://api.agent-media.ai/mcp

ホスト型コネクターは、動的クライアント登録に対応したOAuth 2.1を使用します。エージェントが自身を登録し、サインインページを開いてトークンを取得するため、コピーするものはありません。

この内容をエージェントに貼り付けると、自動でセットアップされます：

Set up agent-media for me so I can generate videos, images and voice from here.
1. Add the agent-media MCP server: https://api.agent-media.ai/mcp (Streamable HTTP).
2. Authenticate: complete the sign-in in the browser it opens.
3. Install the companion skill: run `npx skills add agent-media-ai/agent-media`.
Once that's done, call list_models and tell me what you can make.

その他の方法：Claude.ai／Desktop：Customize > Connectors > + > Add custom connector > URLを貼り付け > Connect and sign in。Claude Code：claude mcp add --transport http --scope user agent-media https://api.agent-media.ai/mcp。Codex：codex mcp add agent-media --url https://api.agent-media.ai/mcp。Claude Code plugin：/plugin marketplace add agent-media-ai/agent-mediaを実行してから、/plugin install agent-media@agent-mediaを実行します。Cursor：~/.cursor/mcp.jsonでURLをリモートサーバーとして追加し、Cursorから求められたらサインインします。

Claude Code：サーバーを追加した後、/mcpを実行してagent-mediaを選択し、サインインします。上記のコマンドではユーザースコープを指定しているため、すべてのプロジェクトで使用できます。Codex：codex mcp login agent-mediaを実行します。Agent Mediaがすでにプラグインまたはコネクター経由で接続されている場合は、重複してインストールせず、その接続を使用してください。

クレジットを消費せずにセットアップを確認できます：get_account（またはキャッシュ済みのカタログを確認する場合はlist_models）を呼び出し、既存の画像アップロードパネルを開きます（表示されている場合はopen_upload_panel、それ以外の場合は{}を指定してupload_image）。クレジット残高はアカウント確認で確認できます。パネルを開くと、アップロード権限を別途確認できます。最初に生成する前に見積もりを依頼してください。

プラン

生成には有料プランが必要です。Just checkingは月額$14.90で、480pの10秒広告を最大10本まで利用できます。Solo founderは$39で最大25本、Real businessは$99で最大80本です。トライアルはなく、無料の動画もありません。

AI UGCテストループスキル

skills/ai-ugc-test-loop/SKILL.mdでは、調査を優先するテストループを追加します。参照素材を集め、アカウントのベースラインと比較して外れ値を評価し、バリエーションごとに変数を1つ変更して、Agent Mediaのテスト動画を1本レンダリングします。承認後にのみバッチ処理を行い、実際のアプリ画面録画とキャプションで仕上げ、utm_source=skillを使用したUTMリンク付きの公開パケットを準備します。

インストールコマンド：

/plugin marketplace add agent-media-ai/agent-media

2. 認証

OAuth（上記）がデフォルトで、キーは不要です。アカウントにクレジットが必要です。agent-media.aiで購入してください。100クレジット＝1 USDです。

APIキーも、CI、スクリプト、ローカルのstdioサーバー（npx @agentmedia/mcp-server）向けに引き続き利用できます。npm i -g agent-media-cli && agent-media loginを実行するか、ダッシュボードからAPIキーを取得して、上記と同じホスト型URLを含め、Authorization: Bearer ma_...を送信してください。

3. ツール

ツール	機能	クレジット
make_ugc	オプションのショートカットです。完全なスクリプトに、人物写真、商品写真、保存済みのキャラクター、Bロールのいずれかを任意で加えて、完成した縦型動画を1本生成します。字幕はオプトインです。	quote_ugc で算出した正確なコスト
quote_ugc	make_ugc の入力内容に基づいて正確な料金を見積もり、実行を開始せずに使用可能な残高を確認します。	0
generate_video	選択したモデルでプロンプトからクリップを生成します。3つのモードから選べます。テキスト（プロンプトのみ）、画像から動画（first_frame、last_frame は任意）、または参照（refs、video_refs、audio_refs。@image1 @video1 @audio1 として指定）。プロンプトにセリフが含まれている場合は、ネイティブ音声が生成されます。	選択した品質に応じた1秒あたりの料金 x 秒数（seedance-2.0：480pで30クレジット/秒、720pで60、1080pで150。seedance-2.5：480pで60クレジット/秒、720pで125、1080pで225。wan-3.0-prime：480pで12クレジット/秒、720pで24、1080pで48）。参照クリップの秒数も出力秒数と同じ料金で請求されます
generate_image	プロンプトから画像を1枚生成します。参照画像を指定すると、それを基に編集・合成します。ポートレート、商品画像、動画の最初のフレームの作成に使用します。	画像1枚あたり20（nano-banana-proでは26）
generate_audio	指定した音声でテキストを音声に変換します。Bロールに重ねるナレーションや、クリップの音声参照に使用します。トーキングヘッドには必要ありません。	1,000文字あたり16クレジット
get_account	認証済みの接続とクレジット残高、および次の手順を確認します。課金に影響はありません。	0
quote	上記の各ツールの料金を、実行せずに見積もります。	0
list_models	モデルのカタログです。モード、制限、品質別の料金、各モデルの得意・不得意な点、選び方、最近の結果を確認できます。	0
list_characters	refs に渡せる、保存済みのキャラクター（シートとポートレートのURL）を一覧表示します。	0
get_run_status	ジョブIDをポーリングして完了を確認し、URLを返します。	0
upload_image	アクセス可能なファイル、バイトデータ、または外部URLを受け取り、https URLを返します。ユーザーがアップロードする場合は、利用可能であればパネルを優先してください。	0
open_upload_panel, get_uploads（利用可能な場合）	ユーザーが画像をドラッグ＆ドロップできるようにし、その後、準備ができたURLを取得します。画像は24時間後に期限切れになります。	0
rate_run	完了した実行について、1～5の評価とメモを送信します。モデルごとの統計と model:"auto" に反映されます。	0

ユーザー提供の画像

最初の生成を行う前に、get_account を呼び出して接続を確認し、利用可能なクレジットを確認してください。キャッシュされたツールカタログに get_account がない場合は、list_models に同じアカウント確認機能が含まれています。次に、使用する入力に対応した見積もりツールを呼び出してください。make_ugc には quote_ugc を、generate_image、generate_video、generate_audio には quote を使用します。送信前に、見積もられたクレジット数と利用可能な残高を比較してください。公開モデルカタログがあることや、画像をアップロードしただけでは、クレジットを利用できることの確認にはなりません。残高を確認できない場合は、再試行してください。クレジットがゼロだと決めつけたり、ユーザーに再度支払いを求めたりしないでください。残高のスナップショットは、クレジットを予約するものでも、プロバイダーが利用可能であることを保証するものでもありません。アップロードのみのリクエストには生成クレジットは不要です。 ユーザーが商品写真、ポートレート、スクリーンショット、画像の参考資料を提供したい場合は、tools/list を確認してください。open_upload_panel が利用可能であれば、まずそれを提示します。open_upload_panel に {} を指定して呼び出し、インラインパネルまたは返されたブラウザーリンクを表示し、ユーザーの完了を待ちます。その後、返された session_id を指定して get_uploads を呼び出し、準備完了になった画像の image_url をそのまま refs、first_frame、last_frame、または該当するスキルの画像フィールドで使用してください。必要な画像が準備できるまで、参照画像を必要とする生成を開始しないでください。パネルで受け付けるのは静止画の PNG、JPEG、WebP で、最大 10 枚、各 25 MB までです。画像の有効期限はパネル作成から 24 時間です。返された有効期限を表示し、期限切れの場合は新たにアップロードするよう依頼してください。画像の恒久的なコピーは作成しないでください。アップロードに生成クレジットはかかりません。base64、シェルコマンド、公開ホスティングサービスをユーザーに求めないでください。ユーザーが待っている間、継続的にポーリングしないでください。これらのツール名は、見つかった場合にのみ呼び出してください。接続先のツールカタログに見当たらない場合は、upload_image に {} を指定して呼び出し、同じパネルを開いてください。ユーザーが完了した後、返された panel: upload_key を upload_image で使用して画像を取得します。パネルが利用できないという応答があった場合は、すでにアクセス可能なファイルまたは URL に対してのみ upload_image を使用してください。既存のパネルの代わりにアップロードページを作成したり、ローカルフォルダーを要求したりしないでください。チャットの添付ファイルにアクセスできると決めつけないでください。読み取れない場合は、そのことを説明し、利用可能であればパネルを案内してください。インライン UI がなくてもブラウザーで代替できるため、すべてのクライアントでインラインパネルが使えると約束しないでください。 取得したアップロード画像の内容を説明したり、画像に固有のプロンプトを作成したりする前に、返されたネイティブ画像プレビューを確認してください。メールドメイン、アカウントのメタデータ、ファイル名から画像の内容を推測しないでください。生成にはプレビューのバイトデータではなく元の URL を使用してください。セッション ID を失った場合は、get_uploads に {} を指定して最近のセッションを一覧表示するか、キャッシュされたカタログでは upload_image に {"upload_key":"panel:recent"} を指定して呼び出してください。再アップロードを依頼する前に、該当するセッションを取得してください。アカウント全体の最近のアップロードには別の会話のものが含まれる場合があるため、選択対象が不明確なら確認してください。アップロードは画像を保存するだけであり、自動的に生成に添付されるわけではありません。ユーザーがこれらの画像を使った生成をすでに依頼している場合は、返された URL を使ってその依頼を続行してください。「アップロード完了」で止めたり、画像を使うかどうか再度尋ねたりしないでください。依頼された仕上がりに make_ugc が適している場合は、人物写真を image として、商品写真を product_image として渡し、クレジットを使う前に quote_ugc を呼び出してください。それ以外の場合は、直接生成ツールを組み合わせてください。generate_image では、該当する image_url の値を refs に設定します。generate_video では、商品、人物、外見の参考画像に refs を使用するか、静止画を動かす場合は first_frame を使用します（last_frame は終了フレームが明示的に要求された場合に限ります）。refs とフレームフィールドを併用しないでください。ユーザーが意図した画像の役割とモデルの制限を守り、役割や選択が不明確な場合にのみ質問してください。URL はプロンプトだけでなく、ツールの引数にも含めてください。アップロードされた参照画像を、新たに生成した画像で置き換えないでください。アップロードのみの依頼の場合は、準備完了を伝えて生成依頼を待ってください。アップロードだけではクレジットを使用する許可になりません。送信後、get_run_status をポーリングして結果を返してください。

4. 10 秒でわかる使い方

quote_ugc { "script": "Okay, I did not expect this to actually work.", "person": "A 28-year-old woman in a bright kitchen" }
-> exact credits and spendable balance; nothing rendered
make_ugc { "script": "Okay, I did not expect this to actually work.", "person": "A 28-year-old woman in a bright kitchen" }
-> skill_run_id ...
get_run_status { "run_id": "...", "wait": true }   (repeat until completed)
-> Video: https://.../video.mp4

一連の動画で同じ顔を使うには、まず generate_image でポートレートを一度生成し、その URL を毎回 generate_video の refs に渡して、プロンプト内で @image1 と呼びます。手に持たせる商品を指定するには、商品写真を（upload_image 経由で）refs に渡し、どこに配置するかを伝えます。静止画をアニメーション化するには、first_frame として渡します（動きの終わりを指定するには last_frame も渡します）。クリップの動きを再現するには、video_refs に渡し、新しいクリップを @video1 として説明します。Seedance ではフレームと参照を混在させることはできません。呼び出しごとにどちらか一方を指定してください。

5. モデル

モデル	種類	価格	モードと制限	最適な用途
seedance-2.0	動画	480p は 1 秒あたり 30 クレジット、720p は 60 クレジット、1080p は 150 クレジット	テキスト（プロンプトのみ）：4～15 秒、デフォルトのアスペクト比 9:16、480p／720p／1080p；画像から動画（first_frame + last_frame は任意）：4～15 秒、デフォルトのアスペクト比は自動調整、480p／720p／1080p；参照（refs／video_refs／audio_refs、画像は最大 9 枚、クリップは合計 15 秒まで 3 本、音声は合計 15 秒まで 3 本、単独では使用不可）：4～15 秒、デフォルトのアスペクト比 9:16、480p／720p／1080p	Seedance で最速のレンダリング；トーキングヘッド形式の UGC
seedance-2.5（デフォルト）	動画	480p は 1 秒あたり 60 クレジット、720p は 125 クレジット、1080p は 225 クレジット	テキスト（プロンプトのみ）：4～30 秒、デフォルトのアスペクト比 9:16、480p／720p／1080p；画像から動画（first_frame + last_frame は任意）：4～30 秒、アスペクト比は自動調整のみ、480p／720p／1080p；参照（refs／video_refs／audio_refs、画像は最大 30 枚、クリップは合計 30 秒まで 10 本、音声は合計 30 秒まで 10 本）：4～30 秒、デフォルトのアスペクト比 9:16、480p／720p／1080p	主役となる商品広告；顔のクローズアップ
gpt-image-2.5（デフォルト）	画像	1 枚あたり 20 クレジット	1024x1024、1024x1536、1536x1024；参照は最大 4 枚	動画内で一貫性を保つポートレートやキャラクターシート；クリップの最初のフレーム
gpt-image-2.5-flare	画像	1 枚あたり 20 クレジット	1024x1024、1024x1536、1536x1024；参照は最大 4 枚	同じ品質帯でのバリエーションや下書き；フレームの一括生成
gpt-image-2	画像	1 枚あたり 20 クレジット	1024x1024、1024x1536、1536x1024；参照は最大 4 枚	以前の世代。これを使って作成した実行向けに引き続き選択可能
nano-banana-pro	画像	1 枚あたり 26 クレジット	1K、2K；参照は最大 4 枚	複雑な指示に基づく画像編集；テキスト量の多い商品画像
elevenlabs-tts（デフォルト）	音声	1,000 文字あたり 16 クレジット	1 回の呼び出しにつき最大 4000 文字	B ロール動画のナレーション；ナレーション
wan-3.0-prime	動画	480p は 1 秒あたり 12 クレジット、720p は 24 クレジット、1080p は 48 クレジット	テキスト（プロンプトのみ）：2～30 秒、デフォルトのアスペクト比 9:16、480p／720p／1080p；画像から動画（first_frame + last_frame は任意）：2～30 秒、アスペクト比は自動調整のみ、480p／720p／1080p；参照（refs／video_refs／audio_refs、画像は最大 10 枚、クリップは合計 15 秒まで 5 本、音声は合計 15 秒まで 5 本）：2～30 秒、デフォルトのアスペクト比 9:16、480p／720p／1080p	10 秒の UGC やトーキング広告；2 枚の参照画像をもとに、クリエイターが商品を持つ動画

避けるべき用途の列、モード別の表、モデルごとのページを含む完全なガイドはこちらです：reference/models.md。今日選択できるモデルのみが掲載されており、list_models が返すモデルと同じです。list_models には recent も含まれます。これはモデルごとの過去 30 日間の実際の実行結果（失敗率、自動評価スコア、ユーザー評価、一般的なレンダリング時間）です。model: "auto" を渡すと、表示されるポリシーがこれらの数値に基づいて選択します。

6. REST

• POST https://api.agent-media.ai/v2/generate/{video|image|audio}（Bearer、JSON ボディ = ツール引数）は 201 { job_id, credits_deducted, status_url } を返します
• POST https://api.agent-media.ai/v2/quote/{video|image|audio} は { credits, usd, model, breakdown } を返します
• GET https://api.agent-media.ai/v1/videos/{job_id} は { status, video_url } を返します（動画以外の種類では、この URL は画像または mp3 です）
• GET https://api.agent-media.ai/v1/models は公開カタログを返します
• 正確な入力スキーマ：MCP の tools/list または reference/tools.md。手書きの一覧よりこちらを優先してください。

ソーシャルメディアへの投稿

生成した動画をPOST /v1/social/*経由でユーザーのTikTok／Instagram／Xに投稿します。skills/publish-to-social/SKILL.mdをご覧ください。

リファレンスドキュメント

• skills/agent-media/SKILL.md：スキル、モード、プロンプト、レシピ、ルール
• skills/ai-ugc-test-loop/SKILL.md：リサーチ優先のテストループ。参考資料、バリアントごとに1つの変数、テストテイク1つ、投稿パケット
• reference/models.md：用途に応じたモデル、モードごとの制限と価格
• reference/prompting.md：実写のような仕上がりになるプロンプトの書き方
• reference/recipes.md：トーキングヘッド、手に持った製品、静止画のアニメーション化、最初と最後のフレーム、参考クリップに合わせる、無言のリアクション、Bロールのナレーション、シリーズ
• reference/tools.md：各ツールの正確な入力スキーマ
• reference/auth.md：初回セットアップ

このリポジトリのビルド方法

このディレクトリはagent-mediaモノレポから生成されます（pnpm --filter api-v2 gen:public-skill）。コードとの差異があるとCIで失敗します。手動で編集しないでください。

ライセンス：Apache-2.0。