json2video MCP Server

Čo robí server “json2video” MCP?

Server json2video MCP (Model Context Protocol) slúži ako most medzi AI asistentmi a API json2video, umožňujúc programovateľnú tvorbu videí prostredníctvom prirodzeného jazyka alebo workflowov riadených agentmi. Spustením nástrojov na generovanie videí a kontrolu stavu umožňuje tento MCP server vývojárom, LLM a automatizačným agentom vytvárať, upravovať a monitorovať video projekty pomocou štruktúrovaného JSON-u. Server podporuje bohaté možnosti scén a prvkov – vrátane textu, obrázkov, zvuku, komponentov a titulkov – a je ideálny na tvorbu dynamického video obsahu. Navrhnutý na bezproblémovú integráciu s MCP-kompatibilnými platformami, server json2video MCP zvyšuje produktivitu vývojárov zjednodušením prístupu k asynchrónnemu renderovaniu videí a správe projektov, pričom je všetko chránené autentifikáciou cez API kľúč a pokročilým ošetrením chýb.

Zoznam promptov

V repozitári ani dokumentácii nie sú explicitne uvedené žiadne šablóny promptov.

Pripravení rozšíriť svoje podnikanie?

Začnite svoju 30-dňovú skúšobnú verziu ešte dnes a vidzte výsledky behom pár dní.

Požiadať o demo Prihlásiť sa

Zoznam zdrojov

V repozitári ani README nie sú explicitne zdokumentované alebo popísané MCP „zdroje“.

Zoznam nástrojov

• generate_video
  Vytvorí video projekt pomocou API json2video. Umožňuje podrobné prispôsobenie špecifikovaním viacerých scén a prvkov (text, obrázky, video, zvuk, HTML, titulky, atď.). Vracia ID projektu na sledovanie.
• get_video_status
  Skontroluje stav renderovania predtým odoslaného video projektu podľa ID projektu, čím umožňuje asynchrónne workflowy a monitoring priebehu.

Prihláste sa na newsletter

Získajte najnovšie tipy, trendy a ponuky zadarmo.

Emailová adresa

Prihlásiť sa

Príklady použitia tohto MCP servera

• Automatizovaná tvorba video obsahu
  Vývojári a agenti môžu programovo generovať marketingové, vzdelávacie alebo sociálne videá, čím znižujú manuálnu editáciu a umožňujú rýchlu iteráciu obsahu.
• Dynamická kompozícia scén
  Workflowy riadené LLM môžu skladať komplexné videá dynamickým určovaním scén a mediálnych prvkov, vhodné pre personalizované alebo dátovo riadené video výstupy.
• Sledovanie stavu pri dlhých renderoch
  Asynchrónne renderovanie videí umožňuje agentom kontrolovať a reportovať stav tvorby videa, čo zlepšuje používateľský zážitok v aplikáciách vyžadujúcich spätnú väzbu o priebehu.
• Integrácia s AI obsahovými pipeline
  Jednoducho zapadne do väčších, viacstupňových AI workflowov, kde je video výstup jedným z krokov – napríklad sumarizácia obsahu, generovanie vizuálov, automatická kompilácia finálnych videí.
• Komponentová skladba videí
  Umožňuje skladanie videí z textu, grafiky, zvuku a titulkov, čo je užitočné pre workflowy zamerané na prístupnosť a lokalizáciu.

Ako to nastaviť

Windsurf

V repozitári ani README nie sú uvedené žiadne inštrukcie na nastavenie pre Windsurf.

Claude

V repozitári ani README nie sú uvedené žiadne inštrukcie na nastavenie pre Claude.

Cursor

1. Otvorte nastavenia Cursor.
2. Choďte do Features > MCP Servers.
3. Kliknite na “+ Add New MCP Server”.
4. Zadajte:
   • Názov: “json2video-mcp” (alebo vlastný názov)
   • Typ: “command”
   • Príkaz:

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

5. Prípadne pridajte do vašej globálnej konfigurácie MCP servera:

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

6. Nahraďte your_api_key_here vaším skutočným json2video API kľúčom (získate na json2video.com ).
7. Po uložení obnovte zoznam MCP serverov.

Cline

V repozitári ani README nie sú uvedené žiadne inštrukcie na nastavenie pre Cline.

Zabezpečenie API kľúčov

• API kľúče musia byť zadané cez environmentálnu premennú JSON2VIDEO_API_KEY.

• Príklad (v konfiguračnom JSON):

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

Ako použiť tento MCP vo workflowoch

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do vášho workflowu vo FlowHunt začnite pridaním MCP komponentu do svojho flowu a jeho prepojením s AI agentom:

Kliknite na komponent MCP na otvorenie konfiguračného panela. V sekcii systémovej konfigurácie MCP vložte detaily vášho MCP servera v tomto JSON formáte:

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

Po nakonfigurovaní môže AI agent využívať tento MCP ako nástroj so všetkými jeho funkciami a možnosťami. Nezabudnite zmeniť “json2video-mcp” na skutočný názov vášho MCP servera a URL na vašu vlastnú MCP server adresu.

Prehľad

Náš názor

json2video MCP je zameraný, dobre zdokumentovaný server pre sprístupnenie generovania videí ako nástroja pre LLM a agentov. Chýbajú mu niektoré pokročilé MCP funkcie (ako roots, resources, sampling alebo prompt templating), no je jednoduchý na inštaláciu a používanie pre svoj účel. Ak potrebujete len nástroje na generovanie videí, tento MCP je funkčný a ľahko integrovatelný, no nemusí byť tak rozšíriteľný ako iné.

MCP skóre

Na základe vyššie uvedeného by som tento MCP server hodnotil na 5/10: Je funkčne spoľahlivý pre svoj hlavný účel, ale chýbajú mu širšie MCP ekosystémové funkcie a rozšíriteľnosť.