json2video MCP 服务器

“json2video” MCP 服务器的作用

json2video MCP（模型上下文协议）服务器充当 AI 助手与 json2video API 之间的桥梁，通过自然语言或代理驱动的工作流实现可编程视频创作。该 MCP 服务器通过暴露视频生成与状态查询工具，使开发者、大模型和自动化代理能够借助结构化 JSON 创建、定制和监控视频项目。服务器支持丰富的场景与元素（包括文本、图片、音频、组件和字幕），非常适合动态视频内容的生成。json2video MCP Server 专为与 MCP 兼容平台无缝集成而设计，通过异步视频渲染和项目管理提升开发者效率，所有操作均通过 API 密钥认证和完善的错误处理机制保障安全。

提示词列表

仓库或文档未明确提及提示模板。

Ready to grow your business?

Start your free trial today and see results within days.

Request demo Log in

资源列表

仓库或 README 中未记录或描述明确的 MCP“资源”。

工具列表

• generate_video
  使用 json2video API 创建视频项目。支持通过指定多个场景和元素（文本、图片、视频、音频、HTML、字幕等）进行详细自定义。返回项目 ID 以便跟踪。
• get_video_status
  通过项目 ID 查询之前提交的视频项目的渲染状态，支持异步工作流和进度监控。

Join our newsletter

Get latest tips, trends, and deals for free.

Email address

Subscribe

典型用例

• 自动化视频内容生成
  开发者和代理可编程生成营销、教育或社交媒体视频，减少手动编辑，实现内容快速迭代。
• 动态场景组合
  基于 LLM 的工作流可动态指定场景与媒体元素，组装复杂视频，适用于个性化或数据驱动的视频输出。
• 长时渲染的状态监控
  异步视频渲染允许代理检查并上报视频制作状态，提升需要进度反馈的应用体验。
• 与 AI 内容管道集成
  轻松集成到更大、多步骤的 AI 工作流中，将视频输出作为一环——如内容摘要、视觉生成、自动拼接成最终视频等。
• 基于组件的视频组装
  可将文本、图形、音频与字幕组合生成可复用视频，适用于无障碍和本地化等场景。

部署方法

Windsurf

仓库或 README 中未提及 Windsurf 的部署方法。

Claude

仓库或 README 中未提及 Claude 的部署方法。

Cursor

1. 打开 Cursor 设置。
2. 进入 Features > MCP Servers。
3. 点击“+ Add New MCP Server”。
4. 输入：
   • Name: “json2video-mcp”（或自定义名称）
   • Type: “command”
   • Command:

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

5. 或者，将以下内容添加到全局 MCP 服务器配置中：

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

6. 将 your_api_key_here 替换为你从 json2video.com 获取的实际 API 密钥。
7. 保存后刷新 MCP 服务器列表。

Cline

仓库或 README 中未提及 Cline 的部署方法。

API 密钥安全

• API 密钥必须通过环境变量 JSON2VIDEO_API_KEY 提供。

• 示例（在配置 JSON 中）：

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

FlowHunt 工作流中的 MCP 使用方法

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，首先添加 MCP 组件并连接到你的 AI 代理：

点击 MCP 组件，打开配置面板。在系统 MCP 配置区域，按如下 JSON 格式填写你的 MCP 服务器信息：

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

配置完成后，AI 代理即可将该 MCP 作为工具调用其全部功能。请确保将 “json2video-mcp” 改为你实际的 MCP 服务器名称，并替换为你自己的 MCP 服务器 URL。

概览

我们的看法

json2video MCP 是一个聚焦、文档完善的服务器，能将视频生成作为工具暴露给 LLM 与代理。虽不支持部分高级 MCP 功能（如根节点、资源、采样或提示模板），但安装和使用非常直接。如果只需视频生成工具，该 MCP 功能齐备且易于集成，但扩展性不及部分同类产品。

MCP 评分

综上，我给该 MCP 服务器评分为 5/10：核心功能扎实，但缺乏更广泛的 MCP 生态兼容性与可扩展性。