Google Veo3 1 MCP Server

谷歌Vista 3.1 MCP服务器

用于Google Veo 3.1视频生成API的MCP服务器和CLI批处理工具。

特性

• MCP 服务器 用于与Claude Desktop和其他MCP客户端集成
• 批处理CLI工具 用于处理多个视频生成作业
• 文本转视频：根据文本提示生成视频
• 图像转视频：为静态图像设置动画
• 参考图像：最多使用3张图片以保持字符/风格的一致性
• 视频扩展：将现有视频延长7秒
• 帧插值：在两个关键帧之间生成视频
• 成本估算：执行前计算成本

安装

npm install
npm run build

设置

1. 从获取您的Google API密钥 谷歌AI工作室

1. 创建 .env 文件：

GOOGLE_API_KEY=your_api_key_here

或者直接设置环境变量：

export GOOGLE_API_KEY=your_api_key_here

MCP服务器使用情况

Claude桌面配置

添加到您的Claude Desktop配置(%APPDATA%\Claude\claude_desktop_config.json 在Windows上）：

{
  "mcpServers": {
    "veo3": {
      "command": "node",
      "args": ["C:/path/to/google-veo3-1-mcp-server/dist/index.js"],
      "env": {
        "GOOGLE_API_KEY": "your_api_key_here"
      }
    }
  }
}

或者在发布后使用npx：

{
  "mcpServers": {
    "veo3": {
      "command": "npx",
      "args": ["google-veo3-1-mcp-server"],
      "env": {
        "GOOGLE_API_KEY": "your_api_key_here"
      }
    }
  }
}

可用工具

生成视频

从文本提示或图像生成视频。

{
  "prompt": "A golden retriever running through autumn leaves",
  "model": "veo-3.1-generate-preview",
  "resolution": "1080p",
  "duration_seconds": 8,
  "generate_audio": true,
  "output_path": "./output/video.mp4"
}

参数：

• prompt：视频的文字描述（除非提供图像，否则需要）
• model: veo-3.1-generate-preview （默认）或 veo-3.1-fast-generate-preview
• aspect_ratio: 16:9 （默认）或 9:16
• resolution: 720p （默认）， 1080p，或 4k （4k仅适用于标准型号）
• duration_seconds: 4, 6，或 8 （默认值：8）
• generate_audio：是否生成音频（默认值：true）
• negative_prompt：应避免的元素
• image：图像转视频模式的图像
• reference_images：用于一致性的参考图像数组
• output_path：保存视频的路径

extend_video

将现有视频延长7秒。

{
  "video": "./input/video.mp4",
  "prompt": "Continue with the character walking forward",
  "output_path": "./output/extended.mp4"
}

要求：

• 输入视频：1-30秒，24fps，720p或1080p
• 输出：720p时7秒

插值帧

生成两个关键帧之间的视频过渡。

{
  "first_frame": "./images/start.jpg",
  "last_frame": "./images/end.jpg",
  "prompt": "Smooth camera pan",
  "duration_seconds": 8,
  "generate_audio": true,
  "output_path": "./output/interpolated.mp4"
}

获取_视频_状态

检查视频生成操作的状态。

{
  "operation_name": "models/veo-3.1-generate-preview/operations/abc123"
}

批处理CLI使用情况

# Estimate costs only
veo3-batch config.json --estimate-only

# Execute batch
veo3-batch config.json --output-dir ./output

# With options
veo3-batch config.json --max-concurrent 3 --no-audio --format json

CLI选项

批配置格式

{
  "jobs": [
    {
      "prompt": "A cat playing piano",
      "duration_seconds": 8,
      "resolution": "1080p",
      "generate_audio": true
    },
    {
      "type": "extend",
      "video": "./videos/source.mp4",
      "prompt": "Continue the scene"
    },
    {
      "type": "interpolate",
      "first_frame": "./images/start.jpg",
      "last_frame": "./images/end.jpg"
    }
  ],
  "output_dir": "./output",
  "max_concurrent": 2,
  "default_model": "veo-3.1-generate-preview"
}

定价

注： Gemini API预览模型总是生成音频。这 generate_audio 当前不支持该参数。使用顶点AI进行音频控制。

成本示例

模型

参考图像

使用参考图像保持一致性：

{
  "prompt": "The character walks through a forest",
  "reference_images": [
    {
      "image": "./character.jpg",
      "reference_type": "asset"
    }
  ]
}

• asset：角色/对象（最多3张图片）
• style：视觉风格（最多1张图片）

环境变量

API文档

有关API的详细规范，请参见：

• Google Veo 3.1 API规范
• Gemini API视频生成
• Vertex AI Veo文档

许可证

麻省理工学院