mcp-kling

KlingMCP

一个通过 AceDataCloud API 使用 Kling 生成 AI 视频的 Model Context Protocol (MCP) 服务。

可直接通过 Claude、VS Code 或任何兼容 MCP 的客户端生成 AI 视频、延长片段并转移动作。

功能

• 文本生成视频 - 根据文本提示词创建 AI 生成的视频
• 图像生成视频 - 使用参考起始图像和／或结束图像生成视频
• 视频延长 - 为现有视频添加更多内容
• 动作迁移 - 将参考视频中的动作迁移到角色图像
• 多种模型 - 支持 9 种 Kling 模型，包括 V3、V3 Omni 和规范版 Kling O1
• 摄像机控制 - 精细控制摄像机运动
• 任务跟踪 - 监控生成进度并获取结果

工具参考

工具	描述
kling_generate_video	使用 Kling 根据文本提示词生成 AI 视频。
kling_generate_video_from_image	使用参考图像作为起始帧和／或结束帧生成 AI 视频。
kling_extend_video	为现有视频添加更多内容。
kling_generate_motion	将参考视频中的动作迁移到角色图像。
kling_get_task	查询视频生成任务的状态和结果。
kling_get_tasks_batch	一次查询多个视频生成任务。
kling_list_models	列出所有可用于视频生成的 Kling 模型。
kling_list_actions	列出所有可用的 Kling API 操作及对应工具。

连接：托管 OAuth、API 令牌或本地 stdio

托管端点为 https://kling.mcp.acedata.cloud/mcp。为 MCP 客户端选择一种连接方式：

方式	适用场景	凭据设置
托管 OAuth	客户端支持远程 MCP OAuth	只添加 URL，然后登录 AceDataCloud 并批准访问。无需将令牌粘贴到客户端配置中。
托管 API 令牌	客户端无法完成 OAuth，或需要明确的集成凭据	在 Authorization: Bearer … 标头中发送 AceDataCloud API 令牌。将其保存在本地密钥存储或环境变量中。
本地 stdio	客户端运行本地 MCP 进程	安装 mcp-kling 并将 ACEDATACLOUD_API_TOKEN 传递给该进程。该进程仍会调用 AceDataCloud API。

托管服务提供 OAuth 元数据和动态客户端注册（DCR）。**DCR 用于注册客户端应用程序，不是 API 密钥。**OAuth 会为你登录，客户端随后发送由此获得的 Bearer 令牌；它可能会为该账户复用或创建 API 凭据。通过浏览器登录仍需要 AceDataCloud 账户。托管服务可能按用量计费：在执行实际操作前，请查看当前服务文档和页面上显示的价格。不要为同一服务同时配置 OAuth 登录和固定的 Authorization 标头。

托管式 OAuth 示例

• Claude 和 Claude Desktop 聊天： 在 Customize → Connectors → Add custom connector 中添加远程自定义连接器，输入 https://kling.mcp.acedata.cloud/mcp，选择登录；如果 Claude 询问如何注册其 OAuth 客户端，请选择 自动注册。完成授权。Claude Desktop 的本地 claude_desktop_config.json 是单独的配置步骤。Claude 连接器指南。
• Claude Code： 执行 claude mcp add --transport http --scope user kling https://kling.mcp.acedata.cloud/mcp，然后执行 claude mcp login kling。检查 /mcp。Claude Code MCP 指南。
• Cursor： 仅使用 https://kling.mcp.acedata.cloud/mcp 添加远程服务。对于项目，将下方条目合并到 <project>/.cursor/mcp.json；个人使用则使用 ~/.cursor/mcp.json。Cursor MCP 指南。
• VS Code / Copilot： 运行 MCP: Add Server，选择 HTTP，输入 https://kling.mcp.acedata.cloud/mcp，然后完成浏览器登录。新的便携式工作区配置使用 <project>/.mcp.json；下方的 VS Code 专用格式使用 <project>/.vscode/mcp.json 或用户配置文件。检查 MCP: List Servers。VS Code MCP 设置。
• Codex： 执行 codex mcp add kling --url https://kling.mcp.acedata.cloud/mcp，然后执行 codex mcp login kling。其用户设置位于 ~/.codex/config.toml。官方 Codex MCP 指南。

Cursor 项目配置（OAuth）：

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

VS Code 专用工作区配置（OAuth）：

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

托管 API 令牌

1. 打开 Ace Data Cloud → Applications。登录，或先注册账号。
2. 找到 General application。如果尚未创建，请选择 Initialize General Application。通用密钥可以使用账号可用的服务；专用应用的密钥则仅限其对应服务。请确认所需的服务／模型访问权限，并查看当前定价。
3. 从应用卡片中复制 API Key，或打开 Keys / Manage Keys → Create，为此集成创建单独的密钥。为密钥取一个易于识别的名称，以便单独撤销或轮换。
4. 创建密钥时，请检查 Expiration Time、Set Usage Limitation 和 Allowed APIs。仅启用所需限制，并允许要调用的操作，然后点击 Create，再从密钥列表复制令牌。查询任务并不代表有权提交生成请求。请确认应用余额足以支付首次请求；任何试用额度以账号当前显示的额度为准。
5. 仅复制令牌值，不要包含引号、空格或 Bearer 。API Key / API Token 字段应填写此原始值；只有手动配置 HTTP Authorization 标头时才需要添加 Bearer 前缀。platform-... 账号管理令牌不能替代生成 API 密钥。

将密钥保存在客户端的凭据存储区，或存入下方所示的环境变量。切勿将其放入提示词、共享工作流、截图或 Git 提交中。如果身份验证失败，请检查复制的完整值、应用／服务访问权限、有效期、使用限制和余额，然后再创建其他密钥。

固定的 Bearer 标头会绕过 OAuth。如果标头无效，请先移除标头，再尝试浏览器登录；请妥善保管已保存的凭据。

对于 Claude Code，添加服务时 shell 会展开令牌；请将已保存的用户 MCP 配置视为机密：

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

对于 Claude Code 项目配置，请在 <project>/.mcp.json 中使用变量引用，并在启动 Claude Code 的环境中设置该变量：

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

Cursor 在 ~/.cursor/mcp.json 或未提交的项目配置中使用不同的环境变量语法：

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

在 VS Code 中，运行 MCP: Open User Configuration，并合并此服务和其遮蔽输入；${input:...} 适用于 VS Code 的用户／工作区格式，不能用于 Agent Host .mcp.json 格式：

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

对于 Cline，请使用其 MCP 配置界面或 CLI 文件 ~/.cline/data/settings/cline_mcp_settings.json；其远程传输值为 streamableHttp。对于 JetBrains AI Assistant，请通过 Settings → Tools → AI Assistant → Model Context Protocol (MCP) 添加远程 URL。对于 Zed，使用仅含 URL 的 context_servers 条目进行 OAuth，或添加本地 Bearer 标头。这些客户端的配置架构各不相同；请遵循各自当前的界面，而不要复制其他客户端的 JSON。Cline · JetBrains · Zed。

本地 stdio

安装软件包，并为本地进程提供 API 令牌：

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

对于 Claude Desktop 本地 MCP，请将此条目合并到开发者设置打开的文件中（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json）。uvx 需要在 PATH 中安装 uv：

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

请妥善保管此用户级文件。可自托管的 HTTP 使用 mcp-kling --transport http --port 8000；仅在具备适当网络和 TLS 控制措施的情况下对外开放。本地执行仍会调用 AceDataCloud API。

使用服务前的检查

1. https://kling.mcp.acedata.cloud/health 返回 {"status":"ok"}，只能确认端点可访问。
2. 确认 MCP 客户端已加载工具。kling_list_models 是参考工具；它无法验证下游 API 访问权限或余额。
3. 如果需要完整的 API 检查，请先查看当前服务文档和显示的定价，然后使用自己的有效输入调用 kling_generate_video。如果结果包含任务 ID，请对同一 ID 调用 kling_get_task，直到任务成功或失败并进入终态。请勿为了检查进度而重新提交操作。

对于 401，请检查客户端使用了哪种身份验证方式，以及令牌或 OAuth 会话是否有效。403 可能表示账户权限问题或内容审核失败；请查看返回的错误信息。余额不足和下游服务故障需要分别诊断。工具已列出或任务已提交，并不能证明操作成功。

可用模型

模型	描述	使用场景
kling-v1	第一代	基础视频生成
kling-v1-6	V1 增强版	质量优于 v1
kling-v2-master	V2 主版本（默认）	高质量、性能均衡
kling-v2-1-master	V2.1 主版本	提升质量和一致性
kling-v2-5-turbo	V2.5 turbo	生成更快，质量良好
kling-o1	Kling O1	全能型图像/视频参考生成

配置

环境变量

变量	描述	默认值
ACEDATACLOUD_API_TOKEN	AceDataCloud 提供的 API 令牌	必填
ACEDATACLOUD_API_BASE_URL	API 基础 URL	https://api.acedata.cloud
KLING_DEFAULT_MODEL	默认视频模型	kling-v2-master
KLING_DEFAULT_MODE	默认生成模式	std
KLING_DEFAULT_ASPECT_RATIO	默认宽高比	16:9
KLING_REQUEST_TIMEOUT	请求超时时间（秒）	300
LOG_LEVEL	日志级别	INFO

命令行选项

mcp-kling --help

Options:
  --version          Show version
  --transport        Transport mode: stdio (default) or http
  --port             Port for HTTP transport (default: 8000)

开发

设置开发环境

# Clone repository
git clone https://github.com/AceDataCloud/KlingMCP.git
cd KlingMCP

# 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]"

运行测试

# 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

代码质量

# Format code
ruff format .

# Lint code
ruff check .

# Type check
mypy core tools

构建与发布

# Install build dependencies
pip install -e ".[release]"

# Build package
python -m build

# Upload to PyPI
twine upload dist/*

项目结构

KlingMCP/
├── core/                   # Core modules
│   ├── __init__.py
│   ├── client.py          # HTTP client for Kling API
│   ├── config.py          # Configuration management
│   ├── exceptions.py      # Custom exceptions
│   ├── oauth.py           # OAuth 2.1 provider
│   ├── 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
│   ├── motion_tools.py    # Motion transfer tools
│   ├── task_tools.py      # Task query tools
│   └── info_tools.py      # Information tools
├── prompts/                # MCP prompts
│   └── __init__.py        # Prompt templates
├── tests/                  # Test suite
│   ├── conftest.py
│   └── __init__.py
├── deploy/                 # Deployment configs
│   └── production/
│       ├── deployment.yaml
│       ├── ingress.yaml
│       └── service.yaml
├── .env.example           # Environment template
├── 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

API 参考

此服务封装了 AceDataCloud Kling API：

• Kling Videos API - 视频生成（text2video、image2video、extend）
• Kling Motion API - 动作迁移
• Kling Tasks API - 任务查询

贡献

欢迎贡献！请按以下步骤操作：

1. Fork 此仓库
2. 创建功能分支（git checkout -b feature/amazing）
3. 提交更改（git commit -m 'Add amazing feature'）
4. 推送到分支（git push origin feature/amazing）
5. 创建 Pull Request

文档

文档

许可证

MIT 许可证——详情请参阅 LICENSE。

链接

• AceDataCloud 平台
• Kling AI
• Model Context Protocol
• MCP Python SDK

---

由 AceDataCloud 倾情打造

Turbo、分镜和电商

使用 kling_generate_turbo_video 生成 V3 Turbo（std 为 720p / pro 为 1080p，时长为 3–15 秒的整数）。原生音频默认包含在内，且无法禁用。不支持尾帧、独立负面提示词、cfg_scale、摄像机控制和 Omni 参考。

使用 kling_generate_storyboard 进行 V3/V3 Omni 多镜头生成：shot_type="intelligence" 使用提示词；customize 接受 1–6 个带索引的 multi_prompt 镜头，其时长总和应等于总时长。例如：{"shot_type":"customize","duration":5,"multi_prompt":[{"index":1,"prompt":"Ocean","duration":2},{"index":2,"prompt":"Beach","duration":3}]}。

公开的电商工具包括 kling_goods_studio 和 kling_video_commerce。两者都接受结构化请求，并返回供 kling_get_task 使用的任务 ID。

参考输入

对于 kling-o1 或 kling-v3-omni，通过 video_list 提供一个参考视频，并在提示词中使用 <<<video_1>>> 引用。不要将参考视频与 generate_audio=true 一起使用。仅使用参考图像（image_list、起始帧或结束帧）不会触发参考视频定价。

成功提交的参考视频请求采用单独的计费档位：std 为 1.202 Credits/秒，pro 为 1.602 Credits/秒。使用 refer_type="base"（默认值）时，编辑时长可以跟随参考视频长度；实际输出时长会四舍五入到整数秒进行计费（5.708 秒按 6 秒计费；5.041 秒按 5 秒计费）。使用 refer_type="feature" 时，按请求的 duration 计费。请查看返回的 usage.reference_video_seconds，以获取最终计费秒数；不要将提交时的估算值视为最终费用。

对于 5 秒的 kling-o1 结果，当前 Credits 费用如下：

模式	不含参考视频	含参考视频（计费 5 秒）
std	4.005	6.010
pro	5.340	8.010

提交前请确认当前账户价格和余额；请轮询原任务 ID 查看进度，而不要再次生成。

element_list 和 voice_list 仅可与已在平台验证的参考以及当前后端指南中支持的模型组合搭配使用。尚未发布独立素材的创建和管理功能。