Token导航 LogoToken导航TokenDH.com
MCP Sora logo
音视频stdio官方级别未说明来源级核验

MCP Sora

MCP Server

SoraMCP是一个基于Model Context Protocol (MCP)的AI视频生成服务器,通过AceDataCloud API支持文本到视频、图像到视频以及角色视频生成,适用于内容创作和自动化工作流。

工具数

14

提示词数

0

GitHub Stars

1

资源数

0
工作流自动化PythonClaudeClaude DesktopClaudeCursorWindsurfClineVS Code

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

AceDataCloud

提供方

AceDataCloud

最后核验

2026/5/17 20:21

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install mcp-sora

详细介绍

索拉MCP

](https://pypi.org/project/mcp-sora/) ](https://pypi.org/project/mcp-sora/) ![Python 3.10+](https://www.python.org/downloads/) ![License: MIT](https://opensource.org/licenses/MIT) ![MCP](https://modelcontextprotocol.io)

A. 模型上下文协议(MCP) 用于AI视频生成的服务器 通过 AceDataCloud API.

直接从Claude、VS Code或任何兼容MCP的客户端生成AI视频。

特性

  • 文本转视频 -根据文本描述生成视频
  • 图像转视频 -为图像设置动画并从参考图像创建视频
  • 人物视频 -在不同场景中重复使用角色
  • 异步生成 -生产工作流的Webhook回调
  • 多个方向 -风景和肖像视频
  • 任务跟踪 -监控生成进度并检索结果

工具参考

工具说明
sora_generate_video使用Sora从文本提示生成AI视频。
sora_generate_video_from_image使用Sora(图像到视频)从参考图像生成AI视频。
sora_generate_video_with_character从参考视频中生成一个以角色为特征的AI视频。
sora_generate_video_async使用回调通知异步生成AI视频。
sora_generate_video_v2使用Sora版本2(合作伙伴频道)生成AI视频。
sora_generate_video_v2_async使用带有回调的Sora版本2异步生成AI视频。
sora_get_task查询视频生成任务的状态和结果。
sora_get_tasks_batch一次查询多个视频生成任务。
sora_list_models列出所有可用的Sora型号及其功能。
sora_list_actions列出所有可用的Sora API操作和相应的工具。

快速开始

1.获取您的API代币

  1. 注册地址: AceDataCloud平台
  2. API文档页
  3. 点击 “收购” 获取您的API令牌
  4. 复制令牌以在下面使用

2.使用托管服务器(推荐)

AceDataCloud托管托管MCP服务器-- 无需本地安装.

端点: https://sora.mcp.acedata.cloud/mcp

所有请求都需要一个Bearer令牌。使用步骤1中的API令牌。

Claude.ai

直接连接 Claude.ai 使用OAuth-- 不需要API令牌:

  1. 转到Claude.ai 设置→ 集成→ 添加更多
  2. 输入服务器URL: https://sora.mcp.acedata.cloud/mcp
  3. 完成OAuth登录流程
  4. 开始在对话中使用工具

克劳德桌面版

添加到您的配置(~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上):

{
  "mcpServers": {
    "sora": {
      "type": "streamable-http",
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

光标/风帆

添加到MCP配置(.cursor/mcp.json.windsurf/mcp.json):

{
  "mcpServers": {
    "sora": {
      "type": "streamable-http",
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

VS代码(副本)

添加到您的VS代码MCP配置中(.vscode/mcp.json):

{
  "servers": {
    "sora": {
      "type": "streamable-http",
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

或安装 Ace数据云MCP扩展 对于VS Code,它通过一键设置捆绑了所有15个MCP服务器。

JetBrains集成开发环境

  1. 首选 设置→ 工具→ AI助手→ 模型上下文协议(MCP)
  2. 点击 添加超文本传输协议
  3. 粘贴:
{
  "mcpServers": {
    "sora": {
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

克劳德代码

Claude Code原生支持MCP服务器:

claude mcp add sora --transport http https://sora.mcp.acedata.cloud/mcp \
  -h "Authorization: Bearer YOUR_API_TOKEN"

或添加到您的项目 .mcp.json:

{
  "mcpServers": {
    "sora": {
      "type": "streamable-http",
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

克莱恩

添加到Cline的MCP设置(.cline/mcp_settings.json):

{
  "mcpServers": {
    "sora": {
      "type": "streamable-http",
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

亚马逊Q开发者

添加到MCP配置中:

{
  "mcpServers": {
    "sora": {
      "type": "streamable-http",
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Roo代码

添加到Roo Code MCP设置:

{
  "mcpServers": {
    "sora": {
      "type": "streamable-http",
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Continue.dev

添加 .continue/config.yaml:

mcpServers:
  - name: sora
    type: streamable-http
    url: https://sora.mcp.acedata.cloud/mcp
    headers:
      Authorization: "Bearer YOUR_API_TOKEN"

泽德

添加到Zed的设置中(~/.config/zed/settings.json):

{
  "language_models": {
    "mcp_servers": {
      "sora": {
        "url": "https://sora.mcp.acedata.cloud/mcp",
        "headers": {
          "Authorization": "Bearer YOUR_API_TOKEN"
        }
      }
    }
  }
}

cURL测试

# Health check (no auth required)
curl https://sora.mcp.acedata.cloud/health

# MCP initialize
curl -X POST https://sora.mcp.acedata.cloud/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-03-26","capabilities":{},"clientInfo":{"name":"test","version":"1.0"}}}'

3.或在本地运行(替代方案)

如果您更喜欢在自己的计算机上运行服务器:

# Install from PyPI
pip install mcp-sora
# or
uvx mcp-sora

# Set your API token
export ACEDATACLOUD_API_TOKEN="your_token_here"

# Run (stdio mode for Claude Desktop / local clients)
mcp-sora

# Run (HTTP mode for remote access)
mcp-sora --transport http --port 8000

克劳德桌面(本地)

{
  "mcpServers": {
    "sora": {
      "command": "uvx",
      "args": ["mcp-sora"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "your_token_here"
      }
    }
  }
}

Docker(自托管)

docker pull ghcr.io/acedatacloud/mcp-sora:latest
docker run -p 8000:8000 ghcr.io/acedatacloud/mcp-sora:latest

客户端使用自己的Bearer令牌进行连接——服务器从每个请求中提取令牌 Authorization 头球

可用工具

视频生成

工具说明
sora_generate_video从文本提示生成视频
sora_generate_video_from_image从参考图像生成视频
sora_generate_video_with_character从参考视频中生成带有字符的视频
sora_generate_video_async生成带有回调通知的视频

任务

工具说明
sora_get_task查询单个任务状态
sora_get_tasks_batch一次查询多个任务

信息

工具说明
sora_list_models列出可用的Sora型号
sora_list_actions列出可用的API操作

用法示例

从Prompt生成视频

User: Create a video of a sunset over mountains

Claude: I'll generate a sunset video for you.
[Calls sora_generate_video with prompt="A beautiful sunset over mountains..."]

从图像生成

User: Animate this image of a city skyline

Claude: I'll bring this image to life.
[Calls sora_generate_video_from_image with image_urls and prompt]

基于角色的视频

User: Use the robot character in a new scene

Claude: I'll create a new scene with the robot character.
[Calls sora_generate_video_with_character with character_url and prompt]

可用模型

型号最大持续时间质量功能
sora-215秒良好标准代
sora-2-pro25秒最佳更高质量、更长的视频

视频选项

尺寸:

  • small -分辨率更低,生成速度更快
  • large -更高的分辨率(推荐)

方向:

  • landscape -16:9(YouTube,演示文稿)
  • portrait -9:16(tiktok,instagram故事)

持续时间:

  • 10 秒-所有型号
  • 15 秒-所有型号
  • 25 秒-仅限sora-2-pro

配置

环境变量

变量描述默认值
ACEDATACLOUD_API_TOKEN来自AceDataCloud的API令牌必需
ACEDATACLOUD_API_BASE_URLAPI基本URLhttps://api.acedata.cloud
ACEDATACLOUD_OAUTH_CLIENT_IDOAuth客户端ID(托管模式)--
ACEDATACLOUD_PLATFORM_BASE_URL平台基础URLhttps://platform.acedata.cloud
SORA_DEFAULT_MODEL默认型号sora-2
SORA_DEFAULT_SIZE默认视频大小large
SORA_DEFAULT_DURATION默认持续时间(秒)15
SORA_DEFAULT_ORIENTATION默认方向landscape
SORA_REQUEST_TIMEOUT请求超时(秒)3600
LOG_LEVEL日志记录级别INFO

命令行选项

mcp-sora --help

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

发展

设置开发环境

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

# 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

构建和发布

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

# Build package
python -m build

# Upload to PyPI
twine upload dist/*

项目结构

SoraMCP/
├── core/                   # Core modules
│   ├── __init__.py
│   ├── client.py          # HTTP client for Sora API
│   ├── config.py          # Configuration management
│   ├── exceptions.py      # Custom exceptions
│   ├── 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
│   ├── task_tools.py      # Task query tools
│   └── info_tools.py      # Information tools
├── prompts/                # MCP prompt templates
│   └── __init__.py
├── tests/                  # Test suite
│   ├── conftest.py
│   ├── test_client.py
│   ├── test_config.py
│   ├── test_integration.py
│   └── test_utils.py
├── deploy/                 # Deployment configs
│   └── production/
│       ├── deployment.yaml
│       ├── ingress.yaml
│       └── service.yaml
├── .env.example           # Environment template
├── .gitignore
├── 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

此服务器包装 AceDataCloud Sora API:

  • [](https://platform.acedata.cloud/documents/99a24421-2e22-4028-8201-e19cb834b67e) -视频生成
  • Sora任务API -任务查询

贡献

欢迎投稿!拜托:

  1. 分叉存储库
  2. 创建要素分支(git checkout -b feature/amazing)
  3. 提交您的更改(git commit -m 'Add amazing feature')
  4. 推到分支(git push origin feature/amazing)
  5. 打开拉取请求

许可证

MIT许可证-请参阅 许可证 了解详情。

链接

______________________________________________________________________

用爱制作 AceDataCloud

目录标签

目录标签

工作流自动化PythonClaudeAI视频生成混合部署文本到视频图像到视频角色视频自动化工作流

支持客户端

Claude DesktopClaudeCursorWindsurfClineVS Code

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

oauth

工具数量(toolCount,工具数)

14

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiooauth部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP