Serveur MCP json2video

Que fait le serveur MCP “json2video” ?

Le serveur MCP json2video (Model Context Protocol) agit comme un pont entre les assistants IA et l’API json2video, permettant la création vidéo programmatique via le langage naturel ou des workflows pilotés par agent. En exposant des outils pour la génération vidéo et la vérification de statut, ce serveur MCP permet aux développeurs, LLM et agents d’automatisation de créer, personnaliser et suivre des projets vidéo à l’aide de JSON structuré. Il prend en charge des scènes et éléments riches — incluant texte, images, audio, composants et sous-titres — idéal pour produire des contenus vidéo dynamiques. Conçu pour une intégration fluide avec les plateformes compatibles MCP, json2video MCP Server améliore la productivité des développeurs en facilitant le rendu vidéo asynchrone et la gestion de projet, le tout sécurisé par une authentification par clé API et une gestion complète des erreurs.

Liste des prompts

Aucun template de prompt n’est explicitement mentionné dans le dépôt ou la documentation.

Liste des ressources

Aucune « ressource » MCP explicite n’est documentée ou décrite dans le dépôt ou le README.

Liste des outils

• generate_video
  Crée un projet vidéo en utilisant l’API json2video. Permet une personnalisation détaillée en spécifiant plusieurs scènes et éléments (texte, images, vidéo, audio, HTML, sous-titres, etc.). Retourne un ID de projet pour le suivi.
• get_video_status
  Vérifie le statut de rendu d’un projet vidéo soumis précédemment par ID de projet, permettant des workflows asynchrones et le suivi de progression.

Cas d’usage de ce serveur MCP

• Génération automatisée de contenu vidéo
  Les développeurs et agents peuvent générer des vidéos marketing, éducatives ou pour les réseaux sociaux de façon programmatique, réduisant l’édition manuelle et accélérant l’itération de contenu.
• Composition dynamique de scènes
  Les workflows pilotés par LLM peuvent assembler des vidéos complexes en spécifiant dynamiquement scènes et médias, adapté aux sorties personnalisées ou pilotées par les données.
• Suivi de statut pour les rendus longs
  Le rendu vidéo asynchrone permet aux agents de vérifier et rapporter le statut de création vidéo, améliorant l’expérience utilisateur pour les applications nécessitant un retour de progression.
• Intégration avec des pipelines de contenu IA
  S’intègre facilement dans des workflows IA multi-étapes où la sortie vidéo est une étape—par exemple, synthétiser du contenu, générer des visuels, et compiler automatiquement les vidéos finales.
• Assemblage vidéo basé sur des composants
  Permet la génération vidéo composable en fusionnant texte, graphismes, audio et sous-titres, utile pour les workflows d’accessibilité et de localisation.

Comment le configurer

Windsurf

Aucune instruction de configuration pour Windsurf n’est mentionnée dans le dépôt ou le README.

Claude

Aucune instruction de configuration pour Claude n’est mentionnée dans le dépôt ou le README.

Cursor

1. Ouvrez les paramètres de Cursor.
2. Allez dans Fonctionnalités > Serveurs MCP.
3. Cliquez sur « + Ajouter un nouveau serveur MCP ».
4. Saisissez :
   • Nom : « json2video-mcp » (ou le nom de votre choix)
   • Type : « command »
   • Commande :

     env JSON2VIDEO_API_KEY=your_api_key_here npx -y @omerrgocmen/json2video-mcp
     

5. Vous pouvez aussi ajouter dans votre configuration MCP globale :

   {
     "mcpServers": {
       "json2video-mcp": {
         "command": "npx",
         "args": ["-y", "@omerrgocmen/json2video-mcp"],
         "env": {
           "JSON2VIDEO_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

6. Remplacez your_api_key_here par votre vraie clé API json2video (à obtenir sur json2video.com).
7. Rafraîchissez la liste des serveurs MCP après sauvegarde.

Cline

Aucune instruction de configuration pour Cline n’est mentionnée dans le dépôt ou le README.

Sécurisation des clés API

• Les clés API doivent être fournies via la variable d’environnement JSON2VIDEO_API_KEY.

• Exemple (dans le JSON de configuration) :

  {
    "mcpServers": {
      "json2video-mcp": {
        "command": "npx",
        "args": ["-y", "@omerrgocmen/json2video-mcp"],
        "env": {
          "JSON2VIDEO_API_KEY": "your_api_key_here"
        }
      }
    }
  }
  

Comment utiliser ce MCP dans les flux

Utilisation de MCP dans FlowHunt

Pour intégrer les serveurs MCP dans votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flux et connectez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section configuration système du MCP, insérez les détails de votre serveur MCP avec ce format JSON :

{
  "json2video-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Une fois la configuration faite, l’agent IA pourra utiliser ce MCP comme outil et accéder à toutes ses fonctions et capacités. N’oubliez pas de remplacer « json2video-mcp » par le vrai nom de votre serveur MCP, et l’URL par celle de votre serveur MCP.

Aperçu

Notre avis

json2video MCP est un serveur ciblé, bien documenté, pour exposer la génération vidéo comme outil aux LLMs et agents. Il manque certaines fonctionnalités MCP avancées (comme roots, ressources, échantillonnage, ou templates de prompt), mais il est simple à installer et utiliser pour sa finalité. Si vous avez seulement besoin d’outils de génération vidéo, ce MCP est fonctionnel et facile à intégrer, mais il peut être moins extensible que d’autres.

Score MCP

Sur cette base, j’attribue à ce serveur MCP la note de 5/10 : il est solide pour son objectif central, mais manque de fonctionnalités étendues et d’extensibilité dans l’écosystème MCP.