Melde dich mit OAuth 2.1 an oder verbinde dich mit einem API-Schlüssel. Entdecke Modelle, erstelle mit Referenzmedien, baue mehrschichtige Bearbeitungen zusammen und bringe fertige Videos, Bilder und Audio in deine Konversation.
V4V MCP ermöglicht es einem KI-Assistenten, Generierungsmodelle zu entdecken, mit Referenzmedien zu arbeiten, Bilder, Videos, Audio und Chat-Antworten zu erstellen und Ergebnisse abzurufen. Es verwendet dasselbe Konto, dieselben Credits und denselben Generierungsverlauf wie die V4V API.
Server-URL:https://v4v.ai/api/mcp
Transport: Streamable HTTP
Authentifizierung: OAuth-2.1-Anmeldung auf aktivierten Deployments oder ein API-Schlüssel in Clients, die benutzerdefinierte Request-Header unterstützen. Beide verwenden dein bestehendes V4V-Konto und deine Credits.
Verwende die Domain deines Deployments anstelle von v4v.ai, wenn du eine andere Umgebung testest. Der Server ist bereits gehostet; du musst keinen lokalen Prozess ausführen.
Mit OAuth anmelden
Choose this option in ChatGPT, Claude, or a supported editor or CLI. You do not need to create an API key. Add the remote server URL, select OAuth / Sign in, and complete the V4V permission screen. See OAuth authorization and the client-specific steps below.
Mit einem API-Schlüssel verbinden
Öffne dein V4V-Profil und erstelle unter API Keys einen Schlüssel.
Speichere das API-Secret in den sicheren Einstellungen deines MCP-Clients.
Füge den Server mit x-api-key: YOUR_V4V_API_KEY oder Authorization: Bearer YOUR_V4V_API_KEY hinzu.
Verbinde dich und starte mit get_balance oder list_models.
Sende einen Authentifizierungs-Header. Wenn beide gesendet werden, müssen sie denselben Schlüssel enthalten; widersprüchliche oder fehlerhafte Zugangsdaten führen zu HTTP 401. Der Wert von x-api-key ist der Schlüssel selbst, ohne Präfix Bearer . Beide API-Schlüssel-Headerformate verwenden dieselben Berechtigungen, Credits, Ratenlimits und denselben Schlüsselwiderruf.
Clients mit API-Schlüssel verwenden weiterhin dieselben Header und Berechtigungen. OAuth-Clients melden sich über den Browser bei ihrem bestehenden V4V-Konto an. Füge niemals einen Schlüssel oder Token in eine Assistenten-Konversation ein und committe ihn nicht in ein Repository.
Add https://v4v.ai/api/mcp as a remote Streamable HTTP server in your assistant.
Choose OAuth / Sign in. If asked for an OAuth client, select Register automatically (dynamic client registration, or DCR). Leave Client ID and Client Secret empty.
Your assistant opens V4V in your browser. Sign in to the V4V account whose credits and library you want to use.
Review the assistant and all three required permissions: view your account and media; upload, estimate costs, edit and share; generate media and transcribe using credits. All three are selected and locked. Choose Accept all permissions, or Cancel to decline.
Return to your assistant, finish connecting if prompted, and ask it to check your balance. Tool permissions and confirmations inside the assistant are managed separately by that client.
Der Assistent erkennt die OAuth-Endpunkte auf dem Server und verwendet PKCE, um die Anmeldung abzuschließen. Erstelle für diesen Ablauf keinen API-Schlüssel und füge keinen Bearer-Token ein. Das OAuth-Beispiel oben auf dieser Seite enthält nur den HTTP-Transport und die Server-URL; jeder Client hat sein eigenes Konfigurationsformat.
Das Verbinden verbraucht keine Credits. Generierungen verwenden dein bestehendes V4V-Guthaben. Access Tokens gelten höchstens eine Stunde und werden automatisch aktualisiert, wenn der Client dies unterstützt. Die Verbindung läuft nach 30 Tagen ab; verbinde dich dann erneut oder nach einem Widerruf des Zugriffs. Verwalte und trenne Sitzungen unter V4V profile → Assistant connections. Bereits übermittelte Jobs laufen nach der Trennung weiter.
Wenn OAuth in deiner Bereitstellung nicht verfügbar ist, bitte den Betreiber, Assistenten-Verbindungen zu aktivieren, oder verwende einen API-Schlüssel in einem kompatiblen Client.
OAuth muss zuerst in der V4V-Bereitstellung aktiviert werden. Konto- und Workspace-Berechtigungen in ChatGPT bestimmen, ob eine benutzerdefinierte MCP-Verbindung verfügbar ist.
Öffne ChatGPT Plugins → Personal, wähle Add (oder +), dann Add custom MCP server (die Bezeichnung kann je nach Konto abweichen).
Gib V4V und die Server-URL https://v4v.ai/api/mcp ein.
Wähle OAuth und die dynamische Client-Registrierung (DCR). Lass Client ID und Client Secret leer; V4V registriert automatisch einen öffentlichen PKCE-Client. Diese Version unterstützt DCR, nicht CIMD.
Verbinde dich und melde dich mit deinem bestehenden V4V-Login an.
Prüfe auf dem Berechtigungsbildschirm von V4V das Konto und den Callback-Host. Alle drei Berechtigungen sind erforderlich: das Konto lesen, bearbeiten/hochladen und mit Credits generieren. Die drei Kontrollkästchen sind ausgewählt und gesperrt. Wähle Accept all permissions, um die Verbindung herzustellen, oder Cancel, um abzulehnen; eine teilweise Zustimmung wird nicht unterstützt.
Kehre zu ChatGPT zurück und installiere das Plugin, wenn du dazu aufgefordert wirst. Öffne in den persönlichen Plugins das Drei-Punkte-Menü von V4V und wähle Manage.
Öffne die Zeile Permission. Für Tool-Aufrufe ohne Freigabe wähle Allow all tools. Generierungen verwenden weiterhin deine V4V-Credits, also frage vor dem Start nach einer Schätzung.
Starte eine neue Konversation, wähle + → Plugins → V4V (oder erwähne es mit @) und frage Check my V4V balance.
Die ChatGPT-Screenshot-Anleitung führt durch alle acht Bildschirme. Im Schritt mit den Verbindungsdetails gibt es Kopier-Schaltflächen für den Plugin-Namen, die Beschreibung und die Server-URL der aktuellen Bereitstellung sowie optional einen Download des V4V-Symbols.
Beispiel:
Erstelle drei vertikale 9:16-Produktvideo-Konzepte aus diesem Produktlink. Zeige zuerst die Konzepte und die geschätzten Credits. Warte auf meine Freigabe, bevor du die Generierung startest.
Der Assistent verwendet die bestehenden Tools für Discovery, estimate_generation und generate_studio_variants. Schätzungen rendern nicht und reservieren keine Credits, können aber Medien zur Validierung importieren und erfordern deshalb die Berechtigung zum Bearbeiten. Kostenpflichtige Tools erzwingen serverseitig die Generierungsberechtigung. Die Berechtigung ist Kontozugriff, nicht die Freigabe eines einzelnen Creative Briefs: Prüfe daher weiterhin die angeforderten Konzepte und das Budget, bevor du ein Rendering autorisierst. Batch-max_credits und Idempotenzkontrollen bleiben weiterhin wirksam.
Access Tokens gelten höchstens eine Stunde. Refresh Tokens rotieren bei Verwendung, und die Verbindung läuft nach 30 Tagen ab. Verbinde dich erneut, wenn sie abläuft oder wenn zusätzliche Berechtigungen erforderlich sind. Unter V4V profile → Assistant connections kannst du die Nutzung prüfen, den Assistenten trennen oder sein Webhook-Signing-Secret für deinen Receiver anzeigen. Füge das Signing-Secret nicht in den Chat ein.
Durch das Trennen werden neue Tool-Anfragen, Token-Aktualisierungen und ungenutzte Upload-Links blockiert. Bereits übermittelte Jobs laufen nach den bestehenden Warteschlangen- und Credit-Regeln weiter; das Trennen storniert sie nicht und erstattet keine Credits. Zuvor ausgegebene signierte Medien-Links behalten ihre normale Ablaufzeit.
Datei-Uploads aus der Ausführungsumgebung von ChatGPT hängen von den Netzwerk- und Anhangszugriffen dieser Umgebung ab. Der bereichsbezogene Browser-Upload-Link bleibt als Fallback verfügbar. Allein die MCP-Konnektivität garantiert keine automatische Übertragung von Anhängen.
Öffne Add to Claude.
Das Formular wird mit dem V4V-Namen und der Produktionsserver-URL vorausgefüllt geöffnet. Für Entwicklung oder
eine andere Bereitstellung verwende die Verbindungsseite,
die die URL dieser Bereitstellung einträgt. Wenn die Anmeldung bei Claude das Formular leert,
öffne den Link nach der Anmeldung erneut.
Prüfe den vorausgefüllten Namen und die URL und wähle dann Continue.
Claude prüft den Server automatisch. Behalte die erkannten Einstellungen Sign in now und Register automatically bei und wähle Add; keine anderen Einstellungen müssen geändert werden. Lass Client ID und Client Secret leer, ohne API-Schlüssel oder Request-Header.
Wähle auf der Connector-Seite Connect und melde dich bei V4V an.
Prüfe dein Konto und alle drei erforderlichen Berechtigungen und wähle dann Accept all permissions. Das Verbinden verbraucht keine Credits.
Öffne unter Tool permissions → Read-only tools neben dem Gruppennamen Custom und wähle Always allow.
Scrolle zu Write/delete tools und wähle auch für diese Gruppe Custom → Always allow. Aktiviere V4V in einer Konversation und frage Check my V4V balance. Generierungen verwenden deine V4V-Credits; frage zuerst nach einer Schätzung.
Claudes Tool-Berechtigungen sind von der V4V-Kontoautorisierung getrennt. Über die Gruppenmenüs kannst du die Tools erlauben, ohne jedes einzelne separat zu ändern.
Du kannst diese Auswahl in Claudes Connector-Einstellungen überarbeiten.
Claudes
gehostete Callbacks auf claude.ai und claude.com werden ohne zusätzliche
Umgebungskonfiguration unterstützt. Verwende Register automatically; Claudes veröffentlichte
Client-Identität (CIMD) ist in dieser Version nicht implementiert. Bestehende API-Schlüssel-
Verbindungen funktionieren weiterhin wie unten beschrieben.
Wenn Transporteinstellungen angezeigt werden, verwende Streamable HTTP. Das Hinzufügen eines Connectors und die Autorisierung seines Kontozugriffs sind getrennte Schritte, wenn Claude sie auf diese Weise darstellt.
Öffne dein V4V-Profil, gehe zu API Keys und erstelle einen Schlüssel. Halte ihn für den Connector-Header unten bereit.
2. Connector hinzufügen
Open Add to Claude, or open Customize → Connectors → Add → Custom web connector.
Set Name to V4V.
Set MCP server URL to https://v4v.ai/api/mcp.
Under Authentication, select No sign-in.
Click Add header and enter:
Header-Einstellung
Wert
Name
x-api-key
Wert
Dein V4V-API-Schlüssel, genau wie kopiert
Klicke auf Add / Connect und warte, bis die Verbindung abgeschlossen ist.
Verwende den Schlüssel allein in x-api-key, ohne Präfix Bearer . No sign-in überspringt OAuth; der Header authentifiziert dennoch jede Anfrage an V4V. Lass OAuth Client ID und Client Secret leer.
3. Tools erlauben
Öffne Claudes Connectors manager.
Wähle den neuen V4V-Connector aus.
Öffne Tool permissions und erlaube alle V4V-Tools.
Bestätige, dass create_upload_link, get_upload, get_model und generate_lab verfügbar und aktiviert sind.
Nachdem V4V Tools hinzugefügt oder aktualisiert hat, aktualisiere die Tools des Connectors oder verbinde ihn erneut, bevor du eine neue Konversation startest.
4. Automatische Datei-Uploads erlauben
Öffne Settings → Capabilities.
Aktiviere Code execution and file creation und Allow network egress, falls sie deaktiviert sind.
Füge unter Domain allowlist diese Einträge hinzu:
text
v4v.ai
*.v4v.ai
*.v4vcdn.space
Behalte sowohl die Root-Domain als auch den Wildcard-Eintrag bei, damit die App-Domain und ihre Subdomains abgedeckt sind. Gib nur Domainnamen ein, ohne https:// oder /api/mcp, und speichere die Änderungen. Wenn dein Workspace diese Einstellung zentral verwaltet, bitte den Administrator, die Allowlist zu aktualisieren.
Dadurch kann Claudes Ausführungsumgebung den ursprünglichen Anhang mit der von MCP ausgestellten kurzlebigen Upload-Berechtigung direkt an V4V senden. Ohne diese Einstellung kann der Connector funktionieren, während Datei-Uploads mit host_not_allowed fehlschlagen.
Tests auf Dev: Verwende https://h4000.kitpes.com/api/mcp als Connector-URL und füge h4000.kitpes.com separat zur Domain allowlist hinzu. Die V4V-Domain-Einträge decken den Dev-Hostnamen nicht ab.
5. Neue Konversation starten
Aktiviere den V4V-Connector in einem neuen Chat, hänge dein Bild an und frage:
Skaliere dieses Bild mit V4V um das 4-Fache hoch. Lade die Originaldatei automatisch hoch und verwende dann ihre Datei-ID mit dem Topaz-Modell.
Claude sollte über MCP eine Upload-Berechtigung erhalten, die Datei aus seiner Ausführungsumgebung übertragen, ohne base64 in den Chat zu kopieren, und die Generierung absenden. Du musst die Datei nicht noch einmal auf einer separaten Browser-Seite hochladen, wenn Netzwerkzugriff erlaubt ist.
Starte den Server, prüfe die Vertrauensabfrage und schließe die V4V-Anmeldung ab, wenn VS Code deinen Browser öffnet. Aktiviere in Agent Chat die Tools, die du verwenden möchtest.
API-Schlüssel-Alternative
Für den Editor-Chat füge Folgendes zu .vscode/mcp.json hinzu. VS Code fordert zur Eingabe des Schlüssels auf und maskiert die Eingabe. Behalte den Platzhalter in der Datei bei.
Starte den Server aus der MCP-Konfiguration und aktiviere seine Tools in deiner Chat-Sitzung. Prüfe den Aufruf des Generierungstools, bevor du erlaubst, dass dabei Credits verbraucht werden.
Registriere den Remote-Server ohne Authentifizierungs-Header:
bash
claude mcp add --transport http v4v https://v4v.ai/api/mcp
Starte Claude Code, führe /mcp aus, wähle V4V und authentifiziere dich. Schließe den V4V-Berechtigungsbildschirm in deinem Browser ab und kehre dann zur CLI zurück.
API-Schlüssel-Alternative
Setze V4V_API_KEY sicher in deiner Shell-Umgebung und registriere dann den Remote-Server:
Verwende /mcp innerhalb von Claude Code, um die Verbindung zu prüfen. Die Registrierung speichert den konfigurierten Header in deiner lokalen Client-Konfiguration; schütze diese Datei und halte sie aus der Versionsverwaltung heraus. Siehe Claudes MCP-Leitfaden zu Konfigurationsumfang und Schlüsselverwaltung.
Wähle auf der Verbindungsseite die V4V-Anmeldung oder den API-Schlüssel und
klicke auf Install in Cursor. Prüfe die Installation in Cursor, bevor du sie akzeptierst.
OAuth öffnet eine Browser-Anmeldung; die API-Schlüssel-Einrichtung installiert einen Platzhalter, den du
lokal in .cursor/mcp.json ersetzt. Es wird kein echter Schlüssel in die Installations-URL eingebettet.
Aktuelle Desktop-Versionen verwenden einen HTTP-Loopback-Callback; Cloud-Clients verwenden die
exakt freigegebene URI https://www.cursor.com/agents/mcp/oauth/callback.
Füge den Remote-Server mit gemini mcp add --transport http v4v https://v4v.ai/api/mcp hinzu.
Führe für OAuth /mcp auth v4v innerhalb der Gemini CLI aus. Für die API-Schlüssel-Einrichtung setze
V4V_API_KEY sicher und füge den Server mit
gemini mcp add --transport http --header "x-api-key: $V4V_API_KEY" v4v https://v4v.ai/api/mcp hinzu.
Die CLI speichert den konfigurierten Header; halte ihre Einstellungen privat.
Füge einen Remote-Server unter mcp.v4v in opencode.json mit type: "remote",
url: "https://v4v.ai/api/mcp" und enabled: true hinzu. Führe
opencode mcp auth v4v für OAuth aus. Die Verbindungsseite
enthält das vollständige JSON und eine Alternative mit API-Schlüssel per Umgebungsvariable.
Wähle einen Remote-/Streamable-HTTP-Server und gib Folgendes an:
Einstellung
Wert
Name
v4v
URL
https://v4v.ai/api/mcp
Authentifizierung (eine wählen)
x-api-key: YOUR_V4V_API_KEY oder Authorization: Bearer YOUR_V4V_API_KEY
Konfigurationsformate unterscheiden sich je nach Client. Konfiguriere den Header in den geheimen Einstellungen des Clients, nicht in einer Chat-Nachricht. Ältere Clients, die nur SSE unterstützen, werden nicht unterstützt. Unterstützte native OAuth-Clients verwenden HTTP-Callbacks auf localhost oder 127.0.0.1 mit einem expliziten lokalen Port. Registrierung und Autorisierung binden die vollständige Callback-URL exakt. Gehostete Callbacks für Claude, ChatGPT, Cursor und VS Code sind zugelassen; andere gehostete Clients benötigen exakte URLs in MCP_OAUTH_REDIRECT_URIS.
Für einen vollständigen Film oder einen kreativen Re-Edit einer Aufnahme sollten vor dem Zusammenbau oder bezahlter Arbeit wesentliche offene Entscheidungen geklärt werden: Ziel, Zielgruppe, Ausgangsmaterial, Format, Ziellänge, visuelle Gestaltung, Untertitel, Sprache, Musik und Ausgabesprachen. get_started akzeptiert request_kind (production, creative_edit, targeted_edit) und bestätigte creative_brief-Entscheidungen; es gibt videoBrief.productionQuestions und readyForProduction zurück. Verwende bereits gegebene Antworten und explizite Delegationen wieder. Ein präziser Beschnitt oder eine Korrektur benötigt nur die für diese Änderung relevanten Details. Die automatische Genehmigung von Ausgaben liefert keine kreativen Antworten. Diese Regeln gelten gemeinsam für V4V MCP und Open Video Kit 0.3.6.
Du kannst mit einer Anfrage wie dieser beginnen:
Finde ein Modell für ein achtsekündiges vertikales Video meiner Keramiktasse. Verwende dieses Produktbild: https://example.com/mug.jpg. Zeig mir ein Konzept und die erforderlichen Eingaben, bevor du generierst.
Wenn kein Modell genannt wird, muss der Assistent standardmäßig Google/Gemini Omni Flash v1.2 verwenden (video.gemini_omni_flash-1-2), sein aktuelles Schema und seine Verfügbarkeit mit get_model prüfen, das Guthaben kontrollieren und die Eingaben vorbereiten. Sobald du die Generierung anforderst, sendet er eine Aufgabe ab und prüft das fertige Ergebnis. Diese Regel steht an erster Stelle in den MCP-Initialisierungsanweisungen und wird in den Beschreibungen von list_models, get_model und generate_lab wiederholt. Die Ermittlung von Videomodellen gibt default_video_model zurück; das ausgewählte Modell weist auf default_for_unspecified_video: true hin. Explizite Modell- oder Studio-/Massen-Workflow-Auswahlen haben Vorrang.
Für gewöhnliche Videoanfragen ohne explizites Modell bevorzuge generate_lab mit video.gemini_omni_flash-1-2. Der Assistent sollte den Nutzer nicht nur deshalb auffordern, ein Modell auszuwählen, weil es weggelassen wurde. Explizite Modellauswahlen und ausdrücklich angeforderte Studio-/Massen-Workflows haben Vorrang. get_model bleibt erforderlich, bevor Eingaben und Parameter ausgewählt werden; wenn das bevorzugte Modell deaktiviert, nicht verfügbar oder ungeeignet ist, erkläre die Einschränkung und frage nach einer Alternative, statt stillschweigend an anderer Stelle Credits auszugeben. Das Provider-Routing wird von V4V konfiguriert, nicht als Generierungsparameter. Verwende generate_studio für einen ausdrücklich angeforderten Studio-Workflow; die Ermittlung für Bilder, Audio, Übersetzung und Chat bleibt unverändert.
Der Prompt video_brief hilft dabei, Ziel, Zielgruppe und Format in einen Shot-Plan zu überführen. Die Ressource v4v://guide erklärt deinem Assistenten den Generierungs-Workflow.
Aktivierte Modelle ermitteln; optional nach Bild, Video, Audio oder Chat filtern
Nein
get_model
Eingaben, Optionen und Limits eines Modells lesen; model: "studio" funktioniert ebenfalls
Nein
describe_studio
Aktuelle Studio-Stile, Dauern, Formate, Qualität, Stimmen und Medienlimits ermitteln
Nein
list_products
Eigene Produkte finden; ihre IDs als Studio-input.product_id wiederverwenden
Nein
list_avatars
Eigene und aktive öffentliche Avatare finden; IDs als Studio-input.avatar_id wiederverwenden
Nein
estimate_generation
Eine LAB-/Studio-Anfrage validieren und bepreisen, ohne zu rendern oder Credits zu reservieren
Nein
get_balance
Verfügbare Account-Credits prüfen
Nein
get_usage
Kürzliche Generierungsaufgaben finden
Nein
get_file
Eine eigene Referenzdatei prüfen
Nein
import_media
Eine öffentliche Medien-URL in deiner Bibliothek speichern
Nein
create_upload_link
Eine HTTP-Upload-Anfrage mit begrenztem Geltungsbereich ausstellen; Browser-Link als Fallback verfügbar
Nein
get_upload
Upload-Status und Datei-ID abrufen
Nein
upload_media
Programmatischer Inline-Byte-Upload; großes Base64 im Modelltext vermeiden
Nein
generate_lab
Mit einem bestimmten Modell erstellen
Ja — verbraucht Credits
generate_studio
Ein Video aus einem Produkt- oder Kreativbriefing erstellen
Ja — verbraucht Credits
get_task
Status, Projekt-ID, stabile Medien-IDs und erneuerbare signierte Links prüfen
Nein
refresh_task_results
Signierte Ergebnis-URLs ohne Rendering erneuern
Nein
list_projects
Eigene Studio-, Workflow-, LAB- und wartende API-Projekte nach Titel, Quelle oder Ordner finden
Nein
rename_project
Ein eigenes Projekt oder das zukünftige Projekt einer wartenden Aufgabe umbenennen
Nein
list_project_folders
Dieselben Ordner auflisten, die im Arbeitsbereich „Projekte“ angezeigt werden
Nein
create_project_folder
Einen Arbeitsbereichsordner erstellen
Nein
rename_project_folder
Einen Ordner umbenennen und seine Projekte behalten
Nein
move_project
Einen eigenen Ordner zuweisen oder folder_id: null zum Entfernen aus einem Ordner verwenden
Nein
generate_studio_variants
2–3 kreative Varianten mit dem vorhandenen Massenbudget und den vorhandenen Steuerungen in die Warteschlange stellen
Ja — sobald Varianten starten
promote_to_example
Nur für Administratoren von Beispielen: das Beispiel eines eigenen Projekts mit expliziter Sichtbarkeit kopieren/aktualisieren
Nein
Die Studio-Ermittlung liest den ausgewählten Workflow und die aktiven Stile aus diesem Deployment; sie codiert nicht fest sieben Stilnamen und nimmt nicht an, dass jeder Workflow ein Zehn-Sekunden-Limit hat. get_model mit model: "studio" ist ein Alias für describe_studio. Wesentliche Anweisungen stehen auch in Tool-Beschreibungen für Clients, die v4v://guide nicht lesen können.
Modellschemata stammen aus demselben Katalog, den V4V LAB verwendet. Frage nach get_model, bevor du Parameter auswählst; erforderliche Referenzen, Dauern und Formate unterscheiden sich je nach Modell.
Rufe list_products oder list_avatars auf (optional offset und limit, maximal 100). Avatare verwenden standardmäßig source: "all"; die Filter owned und public sind verfügbar. Das zurückgegebene next_offset ist auf der letzten Seite null. Öffentliche Avatar-IDs enthalten public:; behalte dieses Präfix bei. Jeder Datensatz enthält photo_count; Studio verwendet das primäre Foto des Avatars. Es werden nur deine eigenen privaten Bibliothekseinträge zurückgegeben.
Verwende input.product_id und input.avatar_id in generate_studio oder estimate_generation. parameters.avatar akzeptiert auch die zurückgegebene Avatar-ID und unterstützt weiterhin eine Datei-ID oder eine öffentliche Bild-URL. Wähle entweder input.avatar_id oder parameters.avatar. Bibliotheksfotos werden direkt aufgelöst, ohne sie erneut herunterzuladen und hochzuladen. Explizite Eingaben für Produktname, Beschreibung oder Bild überschreiben die Standardwerte des gespeicherten Produkts. Aktive Stil-IDs/-Namen verwenden ihre gespeicherten kreativen Anweisungen; unbekannte oder inaktive Stil-IDs/-Namen geben INVALID_PARAMETER mit allowed_values zurück. Freie kreative Anweisungen gehören in input.prompt, und du wählst ein aktives Preset aus (oder lässt style für den ermittelten Standardwert weg).
Sende das an estimate_generation. Es gibt credits_estimated zurück, reserviert null Credits und erstellt weder eine Aufgabe noch ein Rendering. Studio-Angebote überspringen die Registrierung von Provider-Charakteren, auch wenn ein Avatar ausgewählt ist. Öffentliche Medien-URLs können zur Validierung importiert werden. Angebote können sich mit Eingaben/Preisen ändern; Chat-Angebote beschreiben eine anfängliche Reservierung, nicht die endgültigen Token-Kosten oder eine Ausgabenobergrenze. Zum Rendern entferne source und sende dieselben Eingaben mit einem neuen idempotency_key an generate_studio.
generate_studio_variants akzeptiert name, gemeinsame input/parameters, ein erforderliches max_credits, idempotency_key und variants mit zwei oder drei Objekten mit optionalen Eingabe-/Parameter-Überschreibungen. Zum Beispiel: variants: [{parameters: {style: "UGC"}}, {parameters: {style: "Product Review"}}]. Jede Variante ist ein separater bezahlter Versuch. Dies ist ein Wrapper über die bestehende Studio-Batch-Warteschlange: Es gibt batch_id zurück, verwendet get_studio_batch für Ergebnisse und dieselben Steuerungen für Pause/Budget/Nacharbeit. Kapazitätsgrenzen werden niemals umgangen.
Verwende rename_project mit dem von list_projects, der Generierung oder get_task zurückgegebenen project_id sowie project_name (getrimmt, 1–200 Zeichen). Das Umbenennen aktualisiert auch den Aufgabentitel und den LAB-Verlauf, auch wenn ein Projekt noch auf seine Erstellung wartet. Der ursprüngliche Idempotenz-Request-Hash wird dadurch nicht geändert.
Nur Administratoren für Beispiele ermitteln promote_to_example. Es akzeptiert ein eigenes project_id mit einem gespeicherten Ergebnis, erforderlichem active und surfaces: ["dashboard", "studio", "landing"] (beliebige Teilmenge wählen). studio wird dem bestehenden ProVid-/Studio-Sichtbarkeits-Flag zugeordnet. active: false blendet das Beispiel überall aus, unabhängig von der ausgewählten Oberfläche. Das Ergebnis enthält visible_on, damit die effektive Sichtbarkeit klar ist. Das Veröffentlichen erfordert eine Nutzeranfrage; dieses Tool verbraucht keine Generierungs-Credits.
Verwende list_projects, um vorhandene Projekte ohne Generierung zu finden. Es umfasst Studio, Workflows, LAB-Verlauf und wartende API-Projekte. Optionale Filter: source: "all" | "studio" | "workflow" | "lab", q für die wörtliche Titelsuche und folder_id für einen eigenen Ordner oder "unfiled". Lasse den Ordnerfilter weg, um alle Projekte zu sehen. Sowohl list_projects als auch list_project_folders akzeptieren offset (Standard 0) und limit (1–100, Standard 50); folge next_offset, bis es null ist.
Zum Beispiel, um freigegebene Kampagnenergebnisse zu organisieren:
Rufe list_projects mit {"q":"approved"} auf und wähle die vorgesehenen Projekte aus.
Rufe list_project_folders auf; verwende den vorgesehenen Ordner wieder oder rufe create_project_folder mit {"name":"Summer campaign"} auf.
Rufe move_project für jedes ausgewählte project_id mit der zurückgegebenen folder_id auf.
Rufe list_projects mit diesem folder_id auf, um den Inhalt des Ordners zu prüfen.
Verwende move_project mit folder_id: null, um ein Projekt aus seinem Ordner zu entfernen. rename_project_folder akzeptiert folder_id und name. Ordnernamen müssen nach dem Trimmen 1–80 Zeichen enthalten und in deinem Account eindeutig sein; ein Duplikat gibt FOLDER_NAME_CONFLICT zurück. Nach einer unsicheren Antwort auf das Erstellen solltest du Ordner auflisten, bevor du es erneut versuchst. Verschieben und Umbenennen können sicher wiederholt werden und verbrauchen keine Credits, erzeugen keine Medien und ändern keine Ergebnisse. Wartende Projekte behalten ihre Namen und Ordner, wenn der Worker sie erstellt. Diese Vorgänge können nicht auf Projekte oder Ordner eines anderen Accounts zugreifen.
Referenzmedien können eine öffentliche URL oder eine eigene V4V-Datei-ID sein. Ein Feld namens image_url akzeptiert ebenfalls eine Datei-ID; verwende das Modellschema, um das genaue Eingabefeld auszuwählen.
Automatische Uploads aus angehängten und lokalen Dateien
Der Assistent kann die Originaldatei selbst hochladen, wenn seine Ausführungsumgebung dieses V4V-Deployment erreichen kann. Du musst keinen API-Schlüssel in den Chat kopieren oder dieselbe Datei erneut auswählen.
Rufe create_upload_link auf. Trotz seines Namens gibt das Tool auch upload_request zurück: eine POST-URL, einen x-upload-token-Header mit begrenztem Geltungsbereich und den Multipart-Feldnamen file.
Sende aus dem Ausführungstool des Assistenten die tatsächlichen lokalen Dateibytes per multipart/form-data an diese URL. Lass den HTTP-Client die Boundary setzen und deaktiviere Weiterleitungen. Konvertiere das Bild nicht und gib kein Base64 in der Unterhaltung aus.
Lies file_id aus der Antwort und bestätige mit get_upload unter Verwendung von upload_id.
Ermittle das Eingabeschema des Modells, übergib diese ID an sein Medienfeld (z. B. Topaz image_url) und sende die angeforderte Generierung ab.
Bei mehreren Referenzen wiederhole den Vorgang mit einem separaten Upload-Slot für jede erforderliche Datei.
Das Upload-Token läuft nach 15 Minuten ab, akzeptiert eine Datei bis zu 20 MiB vorbehaltlich des Serverlimits und kann weder deine Bibliothek lesen noch Generierungs-Credits ausgeben. Die tatsächlichen Bytes werden über HTTP übertragen; MCP liefert die begrenzte Autorisierung und steuert die Generierung.
Für eine Ausführungsumgebung, in der das Tool-Ergebnis als slot verfügbar ist, lautet die Binärübertragung:
MCP-Konnektivität und Sandbox-Netzwerkzugriff sind getrennt. host_not_allowed bedeutet, dass die Sandbox den binären Upload nicht senden kann, obwohl MCP-Aufrufe funktionieren.
Folge oben Claude Web → Automatische Datei-Uploads zulassen: Öffne Einstellungen → Funktionen → Domain-Allowlist, füge v4v.ai, *.v4v.ai und *.v4vcdn.space hinzu und aktiviere ausgehenden Netzwerkzugriff. Für die Entwicklung füge h4000.kitpes.com separat hinzu. Von Workspaces verwaltete Einschränkungen können erfordern, dass ein Administrator die Änderung vornimmt.
Der Assistent muss nach der ersten abgelehnten Anfrage anhalten und die erforderliche Einstellung erklären, darf nicht minutenlang erneut versuchen oder die Datei in Modelltext umwandeln. Starte nach dem Aktualisieren der Berechtigungen eine neue Unterhaltung und aktualisiere die Tools des Connectors nach einem Server-Update.
Optionaler Browser-Fallback
Wenn du den manuellen Upload wählst, öffne upload_url, wähle die Originaldatei aus und teile dem Assistenten mit, wenn sie bereit ist. Er ruft die Datei-ID mit get_upload ab. Dies ist ein Fallback, kein erforderlicher Schritt, wenn der automatische HTTP-Upload funktioniert.
upload_media bleibt für die programmatische Byte-Weiterleitung oder winzige Payloads bis 8 KiB kodiert bestehen. Sein decodiertes Serverlimit von 5 MiB ist kein praktisches Textbudget für Sprachmodelle. Verkleinere/komprimiere eine Quelle nicht nur für die Übertragung, gib keine großen Base64-Strings aus und schleife nicht über kodierte Chunks.
REST-Upload für größere Dateien
Wenn die Ausführungsumgebung des Assistenten ausgehenden Netzwerkzugriff hat und ein sicher konfigurierter API-Schlüssel verfügbar ist, kann sie über POST /api/v1/files mit dem Multipart-Feld file hochladen. Der Schlüssel des MCP-Connectors ist nicht automatisch für Shell-Tools verfügbar.
bash
# V4V_BASE_URL is this deployment's origin, e.g. https://h4000.kitpes.com
curl "$V4V_BASE_URL/api/v1/files" \
-H "Authorization: Bearer $V4V_API_KEY" \
-F "file=@/path/to/photo.png"
Das id der Antwort ist die Datei-ID, die in Generierungseingaben zu verwenden ist. Lass curl die Multipart-Boundary setzen. Bewahre Zugangsdaten in einer sicheren Client-Konfiguration auf, nicht im Gespräch.
Öffentliche URLs
Verwende import_media, um eine zugängliche Medien-URL zur Wiederverwendung zu speichern, oder übergib die URL direkt an das Modell. Übergib keinen lokalen Pfad und keine Sandbox-URL als öffentliche URL.
Beispielargumente für generate_lab (ersetze die Beispiel-ID durch die von deinem Upload zurückgegebene ID):
{
"project_name": "Ceramic mug — launch video",
"input": {
"product_name": "Ceramic mug",
"product_description": "A handmade mug with a matte glaze",
"product_images": [
"https://example.com/mug.jpg"
],
"prompt": "A calm product reveal in soft morning light"
},
"parameters": {
"duration": 8,
"aspect_ratio": "9:16"
},
"idempotency_key": "mug-launch-video-001"
}
Verwende für jede beabsichtigte Generierung einen neuen idempotency_key. Verwende beim Wiederholen einer Anfrage nach einer Netzwerkunterbrechung denselben Schlüssel und dieselben Argumente wieder. Wenn ein Schlüssel mit geänderten Eingaben wiederverwendet wird, führt das zu einem Konflikt.
Generierungs-Tools geben task_id und project_id sofort zurück. Wenn das Parallelitätslimit des Kontos ausgeschöpft ist, wartet dieselbe Aufgabe mit Angaben in credits_reserved: 0, credits_estimated und queue, die das konfigurierte Limit, ein Prüfintervall von fünf Sekunden und estimated_start_at: null enthalten. Abschlusszeiten lassen sich nicht vorhersagen. Sende keine weitere Generierung ab, um das Warten zu umgehen. Der Worker reserviert Credits, wenn ein Platz frei wird; ist das Guthaben dann nicht ausreichend, schlägt die Aufgabe in der Zulassungsphase fehl und sendet ihren konfigurierten Webhook. Die Unterhaltung bleibt nicht offen, bis das Rendering abgeschlossen ist.
json
{
"task_id": "task_6aa962444bd1dd7ab65bc6b6"
}
Übergib diese ID an get_task. Warte zwischen den Prüfungen mindestens fünf Sekunden. Eine Aufgabe kann queued, processing, completed, failed oder cancelled sein.
Wenn der Status completed ist, enthält results eingebetteten Text für den Chat oder signierte Download-URLs für Medien. Der Assistent kann diese URLs mit dir teilen, ohne Browser-Cookies zu benötigen. Verwende get_task oder refresh_task_results, wenn ein Link abläuft. Medienergebnisse enthalten stabile asset_id/file_id; übergib file_id direkt in zukünftige Medienfelder für Generierungen, anstatt eine ablaufende URL zu kopieren. Der Wiederverwendungsvertrag für den nächsten Tag besteht aus der stabilen ID plus einem erneuerbaren Link, solange die Datei existiert und der Zugriff weiterhin erlaubt ist; die URL selbst kann ablaufen. Links bleiben signiert; entferne niemals die Signatur und leite keinen unsignierten CDN-Pfad ab. Beende das Polling bei jedem terminalen Status. Das Prüfen einer Aufgabe startet niemals eine zweite Generierung. Fehlgeschlagene Aufgaben melden error.stage, brief_completed, retryable und, soweit bekannt, vorgeschlagene retry_after_seconds zusammen mit dem tatsächlichen credits_used. Eine abgeschlossene Kurzbeschreibung kann ihre Berechnung behalten, auch wenn die Videogenerierung fehlschlägt. retryable: true beschreibt einen möglicherweise vorübergehenden Fehler; es autorisiert keinen weiteren kostenpflichtigen Versuch. Wenn die Aufgabe GENERATION_SERVICE_ERROR zurückgibt, hat der Modelldienst einen internen Fehler gemeldet. Gehe nicht davon aus, dass die Quellauflösung oder der Skalierungsfaktor die Ursache war, und wechsle nicht automatisch das Modell oder erstelle neue kostenpflichtige Versuche. Erkläre den Fehler und warte auf eine angeforderte Wiederholung.
Labor-Generierungen erscheinen auch unter Labor → Alte Durchläufe und Projekte. Deine API-Schlüssel-Nutzung erscheint in deinem Profil.
generate_lab und generate_studio akzeptieren callback_url unter Verwendung der bestehenden REST-Webhook-Zustellung und Signaturprüfung. V4V sendet task.completed oder task.failed mit stabilen event_id, Aufgabendaten, Credits und Ergebnissen. Prüfe X-V4V-Timestamp und X-V4V-Signature mit dem Webhook-Signaturgeheimnis, das beim Erstellen des API-Schlüssels angezeigt wurde, und dedupliziere nach event_id. Füge Geheimnisse nicht in den Chat ein. Wiederholte Zustellversuche erzeugen keine neuen Generierungen. Callback-URLs verwenden dieselbe externe Netzwerkvalidierung wie REST. Sammel- und Variantenübermittlungen akzeptieren auch callback_url für signierte Batch-Ereignisse; siehe den Monitoring-Workflow unten. Siehe REST-Webhook-Prüfung.
Für die Generierung werden deine normalen V4V-Credits verwendet. Bei normalen LAB-/Studio-Aufgaben werden die geschätzten Kosten reserviert, wenn Kapazität verfügbar ist; zusätzliche Aufgaben warten ohne Reservierung. Nicht verwendete Credits folgen denselben Freigaberegeln wie in der REST-API. Das Nachschlagen von Modellen, Guthaben, Aufgaben und vorhandenen Dateien verbraucht keine Generierungs-Credits.
Jedes Tool ist auf den Eigentümer des konfigurierten Schlüssels beschränkt. Auf Dateien und Aufgaben eines anderen Kontos kann nicht zugegriffen werden. Widerrufe einen Schlüssel in deinem Profil, um seine MCP-Verbindung zu deaktivieren. Tool-Anmerkungen kennzeichnen Aufrufe, die Arbeit erzeugen und Credits verbrauchen, damit dein Client seine üblichen Freigabesteuerungen für Tools anbieten kann.
Aktualisiere oder verbinde den MCP-Connector neu, damit der Client die aktualisierte Tool-Liste erkennt
HTTP 401
Verwende einen gültigen, nicht widerrufenen Schlüssel in x-api-key oder Authorization mit dem Präfix Bearer ; entferne widersprüchliche Header
HTTP 403
Bei einem browserbasierten Client muss dessen Origin von der Bereitstellung erlaubt sein
HTTP 405 in einem Browser
Der Endpunkt akzeptiert MCP-POST-Anfragen; verwende einen MCP-Client
HTTP 406
Der Client muss sowohl application/json als auch text/event-stream akzeptieren
HTTP 429 / RATE_LIMIT_EXCEEDED
Lies error.retryable und retry_after_seconds in JSON; Limits für das Anfragefenster umfassen auch scope und limit. Warte die Verzögerung ab und verwende für eine abgelehnte Anfrage dieselbe Anfrage/denselben Idempotenzschlüssel wieder. Eine bereits fehlgeschlagene Aufgabe bleibt terminal. Konto- und Schlüssellimits werden mit REST geteilt.
Tool-Ergebnis hat isError: true
Lies den strukturierten Fehler, korrigiere die Eingaben und vermeide blinde Generierungswiederholungen
Modelleingabe abgelehnt
Aktualisiere get_model und verwende das aktuelle Schema daraus
Aufgabe bleibt in der Warteschlange oder in Verarbeitung
Weiter mit Verzögerung prüfen; nicht automatisch eine Ersatzgenerierung absenden
Der Dienst verwendet das offizielle MCP TypeScript SDK und einen zustandslosen JSON-Antwortmodus über Streamable HTTP. Tools mit begrenzter Wartezeit halten die einzelne Anfrage bis zu einem Update oder Timeout offen; sie bauen keinen permanenten Benachrichtigungskanal auf. Der Client handelt die Protokollversion beim Verbinden aus.
GPT Image 2.5 Bildvarianten
Die Modellerkennung umfasst Flare- und Sunburst-Text-/Bildvarianten mit Sunburst-Standards für image.text_to_image und ai.image_edit. Sie unterstützen background, 1K-/2K-/4K-Preise (6/10/16 Credits), Prompts mit bis zu 20.000 Zeichen und bis zu 16 Bearbeitungsbilder. Siehe GPT Image 2.5 Einstellungen und API-Beispiele für Varianten-IDs und Seitenverhältnis-Beschränkungen.
Vier separate Knoten teilen sich dieselbe Generierung und Ergebnisbehandlung in Labor, Workflows, API und MCP:
Katalog-ID
Modell
Dauer
Auflösung
video.kling_v40_ref
Kling 4.0 Reference
3–30 Sekunden
720p / 1080p
video.kling_v40_key
Kling 4.0 Keyframe
3–30 Sekunden
720p / 1080p
video.kling_v40_flash_ref
Kling 4.0 Flash Reference
3–20 Sekunden
720p
video.kling_v40_flash_key
Kling 4.0 Flash Keyframe
3–20 Sekunden
720p
Alle akzeptieren ein erforderliches prompt (bis zu 8000 Zeichen), ganzzahliges duration, resolution und aspectRatio (auto, 16:9, 9:16, 1:1, 21:9; Flash Keyframe schließt auto aus). Alle können allein aus Text generieren. Referenzeingaben sind optional.
Referenzmodelle akzeptieren referenceImageUrls (bis zu 10), referenceVideoUrls (bis zu 5), elements (bis zu 7, bei Video höchstens 3) und keepOriginalSound. Ein benanntes Element hat name, entweder imageUrls (2–4 Bilder) oder videoUrl (ein 3–8 s langer Charakter-Clip), optional tag, description (100 Zeichen) und das Charakter-voiceUrl. Flash akzeptiert zusätzlich Element-type (image oder video). Standard Reference akzeptiert zusätzlich voices: bis zu 3 Objekte mit name und audioUrl. Flash bindet Stimmen stattdessen an Charakterelemente.
Es gibt höchstens 15 kombinierte Bilder, Videoreferenzen, Elemente und eigenständige Stimmen; Referenzvideos plus Videoelemente dürfen 5 nicht überschreiten. Jedes Referenzvideo muss 2–30 s lang sein (2–20 s für Flash), und ihre Gesamtdauer einschließlich Videoelementen beträgt höchstens 30 s (20 s für Flash). Namen müssen eindeutig sein, ohne Beachtung der Groß-/Kleinschreibung, und 1–20 chinesische Zeichen, Buchstaben, Ziffern oder Unterstriche enthalten; integrierte Referenznamen sind reserviert. Erwähne bereitgestellte Referenzen als @image_1, @video_1 oder ihren deklarierten @name. Nicht deklarierte Erwähnungen werden abgelehnt.
Keyframe-Modelle verwenden firstFrameUrl. Standard Keyframe akzeptiert zusätzlich geordnete keyframeUrls (bis zu 8 Zwischenframes) und lastFrameUrl; dafür ist ein erstes Frame erforderlich. Die Gesamtzahl der Frames darf min(duration + 1, 10) nicht überschreiten. Flash Keyframe unterstützt nur das erste Frame. Erwähne Frames als @first_frame, @keyframe_1, @last_frame. Die Frame-basierte Ausgabe folgt dem Seitenverhältnis des ersten Bildes.
Alle Medienfelder, einschließlich verschachtelter Elemente und Stimmen, akzeptieren in API/MCP URLs oder eigene V4V-Datei-IDs. Workflow-Bild-/Video-Ports verwenden reference_image_urls / reference_video_urls oder first_frame_url / keyframe_urls / last_frame_url; Prompts verwenden script-in. Standard Reference akzeptiert zusätzlich Audio auf voice_audio_urls, deklariert als @voice_1, @voice_2 usw. Beide Workflow-Ausgaben sind standardmäßige video / clips, geeignet für den vorhandenen Renderer und Editor. API/MCP geben die üblichen asynchronen Aufgaben und herunterladbaren Ergebnisdateien zurück; frage die Aufgabe ab oder verwende Abschluss-Webhooks.
Genehmigte Basisraten in V4V-Credits pro Sekunde, vor Überschreibungen durch Administratoren oder bestehenden Workflow-Anpassungen. Diese Raten werden direkt verwendet, ohne USD-Umrechnung oder Einzelhandelsaufschlag:
Modell
720p, ohne Video
720p, mit Video
1080p, ohne Video
1080p, mit Video
Standard Reference
28.5
17
42.5
25.5
Standard Keyframe
28.5
nicht verfügbar
42.5
nicht verfügbar
Flash Reference
17
11.3
nicht verfügbar
nicht verfügbar
Flash Keyframe
17
nicht verfügbar
nicht verfügbar
nicht verfügbar
Beispiele für eine Ausgabe von 5 Sekunden:
Modell
5 s ohne Quellvideo
5 s mit bis zu 5 s Quellvideo
Standard Reference, 720p
142.5 Credits
170 Credits
Standard Reference, 1080p
212.5 Credits
255 Credits
Standard Keyframe, 720p / 1080p
142.5 / 212.5 Credits
nicht verfügbar
Flash Reference, 720p
85 Credits
113 Credits
Flash Keyframe, 720p
85 Credits
nicht verfügbar
Ohne Videoeingabe entsprechen abrechenbare Sekunden den Ausgabesekunden. Mit Referenzvideo oder einem Videoelement entsprechen die abrechenbaren Sekunden max(total input video seconds, output seconds) + output seconds, zum entsprechenden Tarif mit Videoeingabe. Zum Beispiel sind bei einer 10-s-1080p-Standard-Reference-Ausgabe mit 15 s Eingabe 25 abrechenbare Sekunden 637.5 Credits vor Anpassungen. Bruchteile von Credits bleiben erhalten; die vollständige Belastung wird nur einmal auf zwei Dezimalstellen gerundet. Bei unbekannter Eingabedauer wird für eine konservative Schätzung die maximal zulässige Eingabedauer des Modells verwendet; der Server prüft die tatsächlichen Quelldauern vor der Belastung. Fordere ein aktuelles Angebot mit denselben Eingaben wie für die Generierung an. Die Administration stellt für jeden Knoten separate Tarife für Auflösung/Videoeingabe bereit. Ältere Kling-Knoten behalten ihre bestehenden Preise und Einstellungen.
json
{
"model": "video.kling_v40_key",
"input": {
"prompt": "Move from @first_frame to @keyframe_1 and finish at @last_frame",
"firstFrameUrl": "https://example.com/start.png",
"keyframeUrls": [
"https://example.com/middle.png"
],
"lastFrameUrl": "https://example.com/end.png"
},
"parameters": {
"duration": 5,
"resolution": "1080p",
"aspectRatio": "16:9"
}
}
Verwende diesen Body mit generate_lab in MCP oder POST /api/v1/lab in HTTP. Für ein Angebot füge "source": "lab" hinzu und verwende estimate_generation in MCP oder POST /api/v1/generation/quote in HTTP. Ermittle das ausgewählte Modell immer zuerst mit get_model oder GET /api/v1/models/{id}. Es gelten die üblichen Regeln für Generierungsautorisierung, Guthabenprüfungen, Idempotenzschlüssel, Callbacks und Rückerstattungen bei Fehlern.
Verwende list_models mit {"type":"chat"}, dann get_model mit {"model":"chat.gpt_6_astra"}, um aktuelle Eingaben, Token-Raten und Rundung zu prüfen. Sende mit generate_lab ab:
json
{
"model": "chat.gpt_6_astra",
"input": {
"prompt": "Explain this idea in three sentences."
},
"parameters": {
"reasoningEffort": "low",
"webSearch": false,
"stream": false
},
"idempotency_key": "astra-question-001"
}
Optional input.imageUrls accepts up to 12 public URLs or owned file IDs. Text-only requests use string input upstream; images use the model’s multimodal message array. Optional input.functionTools accepts a JSON string of function definitions; web search must be off when functions are present. Function selection is automatic, and completed task results include function_calls for the caller to handle. The model node does not execute functions. Poll get_task using the returned task ID. Completed results entries have type: "text", text, usage, credits and incomplete instead of a download URL.
Für Chat wird anfangs 1 Credit reserviert. Die endgültigen Kosten verwenden die tatsächlichen Eingabe-, Cache- und Ausgabetokens, aufgerundet auf einen vollen Credit mit einem Minimum von 1. Jeder Betrag über der Reservierung wird nach der Antwort abgezogen; die anfängliche Reservierung ist keine Ausgabenobergrenze. Token-Raten werden von get_model veröffentlicht. Verwende bei Netzwerk-Wiederholungen denselben Idempotenzschlüssel und dieselben Argumente wieder; sende nach einem Fehler nicht automatisch eine weitere kostenpflichtige Generierung ab.
Für nutzungsbepreisten Chat und nutzungsbepreiste Bildgenerierung gibt estimate_generation auch credits_range.min und credits_range.max in V4V-Credits zurück, einschließlich Aufschlag und aktueller Preisanpassungen. Stelle dies als ungefähren Bereich dar. Die assumptions beschreiben anschauliche Nutzungsszenarien; die tatsächlichen Kosten können außerhalb dieses Bereichs liegen, und is_spending_cap ist false. credits_estimated und initial_reservation_estimated bleiben die separate anfängliche Reservierungsschätzung. Diese Vorschau reserviert keine Credits und startet keine Generierung.
Omni Flash 1.2 is the default for an unspecified video request; 1.1 remains available by explicit selection. Use get_model for image.text_to_image or ai.image_edit to discover GPT Image 2.6 Flare, Sunburst and Economy variants. Pass parameters.outputFormat and respect allowed_by_variant: Flare/Sunburst text-to-image support PNG/JPEG/WebP/GIF/SVG; their image-to-image variants support PNG/JPEG/WebP; Economy text supports PNG/GIF and Economy image supports PNG. Output downloads preserve GIF frames and SVG vector bytes. SVG conversion usage is included in final billing.
Nano Banana 2.1 (parameters.variant: "nano-banana-v2.1") unterstützt 1K/2K/4K und bis zu 10 Referenzen. Lies pricing_by_variant für den aktuellen Abrechnungsmodus. Die Google/Vertex-Generierung rechnet tatsächliche Eingabe, zwischengespeicherte Eingabe, Bildausgabe, Textausgabe und Thinking-Tokens einschließlich Aufschlag ab; anderes Routing verwendet den konfigurierten Bildtarif. Gemini 4 Argon (chat.gemini_4_argon) schließt Thinking-Tokens in die nutzungsbasierte Abrechnung ein. Verwende estimate_generation, um ungefähre Credit-Bereiche anzuzeigen; die anfängliche Reservierung und der Bereich sind von der endgültigen Nutzung getrennt und keine Ausgabenobergrenzen. Erfinde niemals Routing-Parameter und ändere Administrationseinstellungen nicht stillschweigend.
Verwende generate_studio_bulk, wenn du Videos für eine Produktliste möchtest. Es akzeptiert 1–300 Elemente und gibt sofort ein batch_id zurück. Es nutzt das normale Credit-Guthaben des Kontos und die gemeinsame V4V-Generierungswarteschlange mit REST und der Webanwendung.
Elementeingaben und Parameter überschreiben die gemeinsamen Einstellungen; Studio-Standards füllen den Rest auf. Gib eigene Produkt-IDs, öffentliche Produktseiten-URLs oder vorbereitete Produktdetails und Medien an. Verwende die Einstellungen, die vom aktuellen Studio-Modell der Bereitstellung unterstützt werden. Lasse test_count weg, um die gesamte Liste zu verarbeiten. Mit test_count: 5 werden die ersten fünf Elemente (oder alle Elemente, wenn es weniger als fünf sind) ausgeführt, bevor der Batch zur Überprüfung pausiert.
Tool
Zweck
Verbraucht Generierungs-Credits?
generate_studio_bulk
Einen Batch von Produktvideos mit einem erforderlichen Credit-Budget erstellen
Ja, wenn jedes Element startet
list_studio_batches
Die neuesten Batches des Kontos auflisten
Nein
get_studio_batch
Paginierte Fortschritte, Element-Aufgaben-IDs, Ergebnisse und eine stabile state_token lesen
Nein
wait_studio_batch
Auf eine Änderung, Fertigstellung, Pause oder Abbruch warten; Standard 25 Sekunden
Nein
control_studio_batch
pause, resume, cancel, retry_failed, rework oder restart; optionales max_credits erhöht das kumulative Budget
Fortsetzen und neue Versuche können Credits verbrauchen
DIRECTOR_REQUEST_FAILED kennzeichnet die Ablehnung der AI-Director-Textanfrage; REFERENCE_MEDIA_UNAVAILABLE kennzeichnet ein Problem beim Lesen ihrer Referenzdateien. Erkläre die fehlgeschlagene Phase und nenne die Aufgaben-ID; gehe niemals davon aus, dass dies bedeutet, dass eine Videogenerierungsanfrage fehlgeschlagen ist, und erstelle nicht automatisch einen weiteren kostenpflichtigen Versuch.
Öffentliche eBay-Artikel-URLs unterstützen einen geschützten Browser-Import-Fallback. Wenn ein Shop einen Import weiterhin ablehnt, sende eine eigene product_id oder vorbereitete Produktdetails/-bilder. IMPORT_FAILED tritt vor der kostenpflichtigen Zulassung auf und enthält den bekannten Importgrund; PREPARATION_FAILED kennzeichnet einen späteren Vorbereitungsfehler. Ein fehlgeschlagener Versuch bleibt endgültig. Wenn der Nutzer eine Wiederholung anfordert, rufe control_studio_batch mit action: "retry_failed" und einem neuen idempotency_key auf; optional kannst du nullbasierte item_indexes angeben. Für korrigierte Eingaben oder eine bewusste Neuerstellung verwende action: "rework" mit items: [{task_id: "task_…", input: {prompt: "New direction"}}] (oder verwende index: 1 anstelle von task_id). Verwende action: "restart" nur, wenn der Nutzer alle Elemente erneut anfordert, einschließlich erfolgreicher. Diese drei Aktionen erfordern für jede absichtliche Operation einen neuen Schlüssel; bei Netzwerkfehlern denselben Schlüssel und dieselben Argumente erneut verwenden. resume wiederholt fehlgeschlagene Versuche nicht.
Um nur die Ergebnisse neu zu erstellen, die dir nicht gefallen, wähle ihre aktuellen items[].task_id aus und rufe control_studio_batch mit action: "rework", diesen IDs in items und einem neuen idempotency_key auf. Lass Eingabeänderungen weg, um dieselbe Vorgabe erneut auszuführen. Ausgewählte aktuelle Ergebnisse werden sofort entfernt und dieselbe Batch wird weiterverarbeitet; andere abgeschlossene Elemente bleiben unverändert. items[].results beschreibt immer die neueste beabsichtigte Version, während attempts die ältere Ausgabe bewahrt. Eine veraltete ersetzte Task-ID gibt BATCH_ITEM_VERSION_CHANGED zurück; lies die Batch vor einer neuen absichtlichen Überarbeitung erneut.
Eine Batch im Browser-Connector von Claude überwachen
Ein Webhook sendet eine HTTP-Anfrage an einen echten Empfänger. Er gibt dieser MCP-Verbindung keine Möglichkeit, eine inaktive Claude-Browser-Konversation neu zu starten. Erfinde niemals eine Callback-URL und verspreche keine zukünftige Chat-Nachricht, nachdem die Konversation beendet wurde.
Während des vom Nutzer angeforderten Batch-Workflows sollte Claude automatisch überwachen:
Behalte batch_id und state_token aus generate_studio_bulk, generate_studio_variants oder get_studio_batch.
Rufe wait_studio_batch mit batch_id, auf diesen Token gesetztem after_state und wait_seconds: 25 für Browser-Connectoren auf. Optionale Paginierung verwendet offset und limit (Standard 50, Maximum 100).
Der Server antwortet bei einer bedeutenden Batch-Änderung, beim Abschluss, bei Pause, Abbruch oder beim begrenzten Timeout. Worker-Heartbeats und ablaufende Ergebnissignaturen ändern den Token nicht. Die Antwort enthält die aktualisierte Batch-Seite, changed, timed_out, stop_reason und next_action.
Solange statusrunning ist, warte mit dem zurückgegebenen Token weiter, ohne den Nutzer zu bitten, „noch einmal prüfen“ zu sagen. Melde nützliche Meilensteine, nicht jedes unveränderte Timeout. Ein Timeout lässt die Generierung weder fehlschlagen noch bricht es sie ab. Reiche keine Ersatz-Batch ein.
Bei completed melde Ergebnisse und Fehler. Bei paused erkläre waiting_reason und warte auf die Entscheidung des Nutzers. Niemals automatisch fortsetzen, ein Budget erhöhen oder kostenpflichtige Versuche wiederholen. cancelled beendet diese Überwachungsschleife ebenfalls.
Dies verwendet serverseitiges Long-Polling innerhalb eines aktiven Tool-Workflows. Wenn Claude seinen Zug beendet, der Nutzer die Konversation schließt oder der Client eine Laufzeitgrenze erzwingt, läuft die Batch dennoch weiter, aber diese Verbindung kann keine neue Chat-Nachricht garantieren. Das Abbrechen/Trennen eines Wartens beendet nur die Überwachung, nicht die Batch. Prüfen oder Warten verbraucht keine Generierungs-Credits.
wait_seconds akzeptiert 1–240 Sekunden. Claude Code unterstützt in aktuellen Versionen das automatische Auslagern langer MCP-Aufrufe in den Hintergrund; für ein Warten von 240 Sekunden konfiguriere timeout dieses Servers auf mindestens 300000 Millisekunden und lasse die Anfrage durch Proxy-Timeouts hindurch. Browser-Connectoren sollten den Standardwert von 25 Sekunden verwenden. Siehe Claude Code long tool calls. Dieses Verhalten ist clientspezifisch und keine Garantie für ein Aufwecken des Browsers.
Batch-Webhooks für externe Empfänger
Übergebe callback_url beim Erstellen einer Bulk-Batch oder von Varianten. Das vorhandene API-Key-Webhook-Signaturgeheimnis sowie die Verifizierung mit X-V4V-Timestamp / X-V4V-Signature gelten. Das Callback-Ziel wird durch die idempotente Erstellungsanfrage festgelegt; nach Netzwerkfehlern dieselbe URL und dieselben Argumente erneut verwenden.
Der Worker zeichnet aussagekräftige Snapshots auf und liefert batch.updated, batch.completed, batch.paused und batch.cancelled. Ereignisse enthalten stabile event_id, batch_id, batch_revision, observed_at, state_token, Status, Zähler und Credit-Summen. result_lookup verweist auf get_studio_batch für paginierte Dateien und Task-Details; Webhook-Payloads betten keine ablaufenden Ergebnis-URLs ein. Zwischen Worker-Ticks können Zwischenübergänge zusammengefasst werden.
Die Zustellung verwendet ein dauerhaftes Outbox-System mit Leases und begrenzten Wiederholungen. Wiederholte Zustellung hat dieselbe Ereignis-ID und Payload; Signaturen werden pro Versuch aktualisiert. Empfänger müssen deduplizieren und eine ungeordnete Zustellung tolerieren und bei Bedarf den aktuellen Batch-Status abrufen. Dauerhafte HTTP-Fehler führen zum Abbruch der Zustellung; bei vorübergehenden Fehlern wird mit Backoff erneut versucht. Ein langsamer Webhook-Empfänger blockiert den Generierungs-/Zulassungs-Worker nicht. Pausen, Abbrüche bei aktiver Arbeit und später angeforderte Neustarts/Überarbeitungen erzeugen weiterhin Updates. Die Zustellung startet niemals einen weiteren kostenpflichtigen Versuch.
Für gelegentliche manuelle Statusabfragen rufe get_studio_batch in Abständen von mindestens fünf Sekunden auf; für aktive Agent-Überwachung ist wait_studio_batch zu bevorzugen. Einzelne Versuche verwenden das normale Tool get_task für signierte Download-Links. Diese Tools verarbeiten serverseitig weiter, ohne dass die Konversation oder ein Browser-Tab geöffnet bleiben muss.
Bulk-Warteschlangen reservieren nur die Schätzung des als Nächstes zugelassenen Elements. max_credits begrenzt ausgegebene Credits plus aktive Reservierungen. Unzureichendes Guthaben oder Budget pausieren neue Starts; nachdem der Nutzer dies angefordert hat, rufe control_studio_batch mit action: "resume" auf und erhöhe optional max_credits. Pause/Abbrechen lässt aktive Versuche fertiglaufen. Abgebrochene Batches können nicht fortgesetzt werden, aber nach Abschluss der zugelassenen Arbeit endgültige Elemente ausdrücklich neu starten oder überarbeiten. Ausgewählte Elemente müssen endgültig sein (BATCH_ITEMS_ACTIVE); aktive oder unklare Provider-Anfragen blockieren Wiederholungen (GENERATION_UNRESOLVED). NO_FAILED_ITEMS bedeutet, dass keine neuesten Fehlschläge mehr verbleiben. Verlauf, Ergebnisse und kumulierte Ausgaben bleiben über alle Operationen erhalten; Zähler und Elementstatus verwenden nur die neuesten beabsichtigten Versionen. Neue Versionen teilen sich dieselben Warteschlangen und die Zuordnung im Credit Log. Optionale eingabe-/parameterbezogene Änderungen für die gesamte Operation werden über die vorherige Anfrage zusammengeführt, und elementbezogene Überarbeitungs-Overrides haben Vorrang. Ein beibehaltenes Sample-Gate erfordert weiterhin ein ausdrückliches Fortsetzen; ein Neustart entfernt es. Siehe den REST-Vertrag für Anfrage-/Verlaufsgrenzen und vollständige Beispiele. Nach einem Netzwerkfehler denselben idempotency_key und dieselben Argumente wiederverwenden; niemals eine weitere Batch erstellen, um das Warten in der Warteschlange zu umgehen.
Generierungsanfragen teilen sich über Konten und Anwendungsprozesse hinweg höchstens 10 aktive Slots. Normale Generierung hat Priorität; Bulk nutzt freie Kapazität innerhalb administratorseitig definierter globaler und benutzerspezifischer Limits. Eine verlorene Provider-Antwort hält ihren Slot zur Abstimmung belegt und löst niemals automatisch eine doppelte kostenpflichtige Anfrage aus. API- und MCP-Credit-Ereignisse werden in den Credit Logs des Administrators getrennt gekennzeichnet.
Diese Version stellt Generierung und einzelne Downloads über API/MCP bereit. Die breitere Planung mit Studio-Bulk-Ansichten, CSV-Upload, Ergebnisfreigabe und ZIP-Export bleibt zukünftige Arbeit. Aktualisiere nach der Bereitstellung die Tool-Liste deines MCP-Connectors, um die neuen Batch-Tools zu entdecken. Siehe den REST-Bulk-Vertrag für Felder, Budgetsemantik und Fehler.
Der Editor unter /video-editor ermöglicht es dir und deinem Assistenten, an derselben gespeicherten Timeline mit mehreren Ebenen zu arbeiten. Er unterstützt Video, Bilder/Logos, Quell-Audio, unabhängige Musik-/Sprachebenen, Text, zeitgesteuerte Untertitel, Zuschneiden, Teilen, Geschwindigkeit, Lautstärke, Überblendungen und Notizen zur Take-Prüfung. Der Browser bietet eine interaktive Vorschau und lokalen MP4-/WebM-Export. Öffne Video Editor, um interaktiv zu bearbeiten; die Tools und Limits sind unten beschrieben.
Beginne mit get_editor_guide (auch als Ressource v4v://video-editor verfügbar). Aktualisiere nach der Bereitstellung die Tool-Liste des Connectors.
Für eine vollständige Content Factory lies get_factory_guide / v4v://factory. create_factory_run, list_factory_runs, get_factory_run und submit_factory_stage persistieren die neun Rollen mit exakten Operationswiederholungen und getrennten Ausführungs-/Projektrevisionen. prepare_factory_review gibt echte aufgenommene Bilder zurück, get_factory_frame liest sie erneut und preview_factory_audio gibt einen gemessenen WAV-Auszug zurück. Prüfe jedes aufgenommene Frame und überprüfe Bewegung/Sprache, bevor du ein Urteil abgibst. repair_factory_run erlaubt höchstens zwei Korrekturen; release_factory_run reiht einen vollständigen privaten Library-Export, eine bearbeitbare ZIP, ein Cover und REVIEW.md ein und verifiziert ihn anschließend. Diese Tools erfordern Projekteigentum; Schreibvorgänge benötigen OAuth Lesen + Schreiben, ohne Generierungsberechtigung oder Credit-Kosten. Kostenpflichtige Szenengenerierung bleibt eine separate budgetierte Operation. Siehe den ukrainischen Factory-Vertrag für HTTP-Routen, Wiederherstellung und gemessene gegenüber von Reviewern gemeldeten Nachweisen.
Tool
Zweck
get_editor_guide
Timeline-Vertrag, Bearbeitungs-Workflow und ein leeres Timeline-Beispiel
get_motion_guide
Versionierte Motion-API, tatsächliche Schemas, native/HTML-Beispiele, Zeit-/Geometrieeinheiten und Lifecycle; auch v4v://motion-api
get_editor_troubleshooting
Versionierte Wiederherstellungsanleitung für tatsächliche Fehler; auch v4v://troubleshooting; Lesen führt niemals eine Reparatur oder Wiederholung aus
get_project_transfer_guide
Lokale/V4V-ZIP-Interoperabilität, Binäranfragen, Berechtigungen und Wiederherstellung; auch v4v://project-transfer
export_editor_bundle
Eine bereichsbezogene Binär-Download-Anfrage für ein Projekt in der aktuellen Revision vorbereiten; führe sie aus, um die tatsächliche ZIP zu erhalten
import_editor_bundle
Einen Binär-ZIP-Upload mit {} vorbereiten und dann dessen neues Projekt mit transfer_id wiederherstellen; kein base64 über Modelltext
get_editor_capabilities
Tatsächliche Formate, Laufzeiten, lokale/geteilte Operationen und optionale Services
get_creative_library / search_creative_library
Die installierte geteilte Creative-Registry entdecken
get_creative_item
Exaktes Schema eines Elements, Originalbeispiel, Vorschaupfade, Lizenz und Limits
get_style_format_guide
Datenformat für Community-Packs; derselbe Inhalt wie v4v://style-format
create_style_example
Ein neues bearbeitbares Stilbeispiel und Originalmedien in das Konto importieren; keine Modell-Credits
apply_style
Mit dry_run=true in der Vorschau anzeigen und dann in derselben Revision committen; Sperren und manuelle Overrides bleiben bestehen
check_editor_project
Strukturelle/mediale P0/P1-Prüfung; tatsächliche Frames und Audio getrennt prüfen
list_editor_projects
Eigene/geteilte Editor-Projekte finden, scope filtern und Zugriffsebenen lesen
create_editor_project
Ein leeres Projekt oder eine validierte Timeline erstellen
get_editor_project
Timeline, Revision und erneuerbare Medien-URLs lesen
update_editor_project
Eine vollständige Timeline in einer erwarteten Revision speichern
edit_editor_project
Atomare Clip-/Ebenen-/Untertitel-Operationen in einer erwarteten Revision anwenden
propose_editor_silence_cuts
Tatsächliches Quell-Audio messen und gepolsterte stille Intervalle vorschlagen, ohne zu bearbeiten; überprüfte remove_time_ranges explizit in derselben Revision anwenden, um alle Tracks mitzuschieben
propose_editor_audio_ducking
Tatsächliche Sprach-/Musik-Stems und vorgeschlagene Automation messen; RMS vor/nachher prüfen und dann die zurückgegebenen set_audio_envelope explizit in derselben Revision anwenden
get_safe_area_guide
Versionierte redaktionelle Zielprofile und benutzerdefiniertes Schema; auch v4v://safe-areas
inspect_editor_text
Gespeicherten nativen/Motion-/HTML-Text mit gebündelten Schriftarten messen und Ergebnisse zu gesampeltem Überlauf, Überlappung und Lesbarkeit melden
propose_editor_text_fit
Schriftgrößen für statischen Text vorschlagen, ohne Wörter, Timing oder das gespeicherte Projekt zu ändern
propose_editor_scene_layout
Explizite Motion-/HTML-Content-Grenzen und Schriftuntergrenze aus dem gespeicherten Safe-Area-Profil vorschlagen; prüfe und wende die zurückgegebenen set_scene_layout an
list_editor_media
Eigene Library-Medien nach Typ und Namen durchsuchen
get_editor_media
Eigene Quelldauer, Abmessungen und Wiedergabe-URL prüfen
preview_editor_project
Bis zu sechs tatsächlich komponierte JPEG-Frames zur visuellen Prüfung zurückgeben
get_editor_text_styles
Text-/Untertitel-Presets, Konturen, Motion und Sound-Reaktion entdecken
quote_editor_captions
Quellsprachtranskription zitieren, ohne zu generieren
Transkriptionsfortschritt und Hinweise zur Quellzeit lesen
append_editor_audio
Geordnete Audio-Medien-IDs an eine entsperrte Ebene anhängen, mit optionalen Pausen
export_editor_project
MP4, WebM, MP3 oder MP4 mit statischem Cover einreihen/wiederherstellen; export_id sofort zurückgeben
get_editor_export
Status/Stufe abfragen und das abgeschlossene Library-Medium mit erneuerten Links abrufen
get_editor_project_sharing
Eigentümer: Mitarbeitende auflisten und den privaten Projektlink zurückgeben
share_editor_project_with_user
Eigentümer: per E-Mail einladen oder Lese-/Schreibzugriff ändern, optional per E-Mail benachrichtigen
remove_editor_project_access
Eigentümer: einer mitarbeitenden Person den Zugriff per Benutzer-ID entziehen
transfer_editor_project_ownership
Eigentümer: ausdrücklich per E-Mail an ein anderes V4V-Konto übertragen
share_editor_project
Einen öffentlichen Link für das aktuell exportierte Video veröffentlichen, wenn ausdrücklich angefordert
Motion-API und Wiederherstellung
Beginnend mit Kit 0.1.31 akzeptieren get_motion_guide und get_editor_troubleshooting{} und entsprechen ihren JSON-Ressourcen exakt. Beide enthalten version und engineVersion; entdecke nach der Bereitstellung die Tools des aktuellen Servers. Ihr V4V-OAuth-Bereich ist v4v:read. Das Lesen dieser Ressourcen bearbeitet, rendert, wiederholt oder reserviert keine Credits.
Der Motion-Leitfaden enthält tatsächlich registrierte Schemas, native und HTML-add_clip-Beispiele, einen deterministischen prepare- / renderAt- / dispose-Lifecycle, Regeln für lokale Szenenzeit und fraktionale Geometrie. Wende in einem neuen leeren Projekt die Beispieloperationen in der gespeicherten Revision an und prüfe die Vorschau bei Sekunde 1 und 5. Passe in bestehenden Projekten Track-/Clip-IDs und Platzierung bewusst an. Es werden nur registrierte JSON-Szenen akzeptiert; die Timeline installiert kein beliebiges HTML und keine Skripte. Prüfe tatsächliche Frames und die exportierte Motion vor der Freigabe.
Nutze die Fehlerbehebung mit dem tatsächlichen Fehlercode und dem gespeicherten Zustand. Ein CONFLICT bedeutet: neu laden und gleichzeitige Bearbeitungen beibehalten; fehlende Medien erfordern eine autorisierte echte Quelle; fehlende Schriftarten erfordern eine ausdrückliche Wiederherstellung. Prüfe den bestehenden Export-/Shot-Versuch nach einer unbekannten Antwort. Das Lesen einer Wiederherstellungsanleitung autorisiert niemals einen neuen Kauf, das Umgehen von Berechtigungen oder den Neustart eines abgebrochenen Vorgangs.
Gemessene Layout- und Audiovorschläge
Safe-Area-Profile sind versionierte redaktionelle Leitfäden, keine offiziellen Plattformgarantien. set_safe_area_profile speichert den Leitfaden, ohne gerenderte Pixel zu verändern. propose_editor_scene_layout verwendet ihn, um explizite motion.layout vorzuschlagen; prüfe applicable und den Bericht und wende dann die zurückgegebenen Operationen über edit_editor_project in derselben Revision an. layout:null macht die Einstellung rückgängig. Eine spätere Änderung des Leitfadens passt Inhalte nicht neu ein. inspect_editor_text nimmt Stichproben echter Glyphen/DOM-Boxen; eingebrannter Medientext, rotierendes Clipping, Kontrast über Footage, volle Bewegung und Anhören bleiben Prüfaufgaben.
Für Musik unter Sprache rufe propose_editor_audio_ducking mit tatsächlichem project_id, revision, disjunkten voice_clip_ids und music_clip_ids sowie optionalem options auf. Die Standardwerte zielen auf einen RMS-Abstand von 12 dB zwischen Sprache und Musik, erkennen Aktivität bei −40 dBFS und begrenzen die Absenkung auf 30 dB. Der Service mischt ausgewählte Quellen mit ihren tatsächlichen Trimmungen, ihrer Geschwindigkeit, Lautstärke und Ein-/Ausblendungen; außerdem mischt er die vorgeschlagene Musik neu und misst sie. Prüfe das Basis-comparison, das gemessene after, targetMet, Warnungen und Phrasenintervalle, höre es dir an und wende dann die zurückgegebenen operations explizit über edit_editor_project in derselben Revision an.
Ausgewählte Musikautomatisierung wird ersetzt statt kumuliert; Grundverstärkung und Ein-/Ausblendungen bleiben erhalten. Kurven sind in ZIP portabel und folgen ihrem Musikclip. Nach Änderungen an Sprach-Timing/-Pegel, Quellen oder Musikplatzierung neu berechnen. Bis zu 500 Sprach- und 20 Musikclips, 100 MiB pro V4V-Quelle, 512 MiB insgesamt und 64 sich überschneidende Clips pro Analysefenster; Ressourcen-/Ratenlimits gelten ebenfalls. Lesezugriff erlaubt Vorschläge, ihre Anwendung erfordert Schreibzugriff. Weder Messung noch lokale Bearbeitung verbrauchen Credits. RMS und erkannte Amplitude belegen keine Verständlichkeit; auch Vorschläge für leise Schnitte müssen vor Ripple-Edits über alle Spuren angehört werden.
Portables ZIP via V4V MCP
Lies get_project_transfer_guide / v4v://project-transfer. Beide Hosts verwenden denselben .v4v.zip-Inhalt: ein versioniertes bundle.json und ursprüngliche assets/<sha256>-Bytes. Nur das lokale Kit akzeptiert das Argument directory; V4V lehnt lokale Dateisystempfade ausdrücklich ab.
Export: Rufe export_editor_bundle mit project_id und der aktuellen revision auf, führe dann das download_request mit dem exakt abgegrenzten Header aus und speichere die tatsächliche binäre Antwort. Das Tool hat eine Anfrage vorbereitet, aber noch keine Datei erstellt. Der Download prüft Account/Key/OAuth, Projekt-/Medienzugriff und Revision erneut. Seine Antwort enthält X-Content-SHA256; vergleiche die heruntergeladenen Bytes. Wenn sich das Projekt geändert hat, lies die Revision erneut und fordere bewusst einen weiteren Export an.
Import: Rufe import_editor_bundle mit {} auf, sende die ursprünglichen ZIP-Bytes per POST mit dem zurückgegebenen upload_request (application/zip, nicht multipart), und rufe dann import_editor_bundle mit seinem transfer_id auf. Dadurch wird ein neues Projekt erstellt, Quellen werden verifiziert/untersucht und verschachtelte Medien-IDs werden neu zugeordnet. Nach verlorener Bestätigung stelle dieselbe Übertragung wieder her: Ein abgeschlossener Import gibt das vorhandene Projekt zurück. Ein unterbrochener Import kann seinen abgelaufenen Lease mit den ursprünglichen Bytes zurückfordern; eine andere Datei erfordert eine neue Übertragung. Erfinde niemals Dateidaten und gib kein großes base64 im Modellkontext aus. Clients ohne Zugriff auf Binärdateien können in Studio Projekt-ZIP öffnen verwenden.
Übertragungsanmeldedaten laufen nach 15 Minuten ab; Empfangsbestätigungen bleiben sieben Tage lang wiederherstellbar. Tokens gehören in den zurückgegebenen Request-Header, nicht in URLs, Timelines oder öffentliche Nachrichten. Import erfordert OAuth-Lese- + Schreibzugriff; Export erfordert Lesezugriff und Zugriff auf das aktuelle Projekt. ZIP und entpackte Inhalte sind auf 100 MiB begrenzt; zwei Übertragungen pro Prozess, begrenzte Request-Bodys, Leases und Ratenlimits pro Benutzer/Request gelten ebenfalls. Import/Export führt keine Generierung, öffentliche Freigabe oder Benachrichtigungen aus. Berechtigungen für Account-Sharing und Modell-Anmeldedaten werden nicht im ZIP mitgenommen. Öffne das zurückgegebene Projekt erneut und prüfe vor der Auslieferung die tatsächlichen Medien/Frames.
Private Projektfreigabe via MCP
Der Assistent kann private Freigaben abschließen, ohne den Benutzer aufzufordern, den Browser zu bedienen. Wenn die V4V-E-Mail des Empfängers oder seine Lese-/Schreibzugriffsstufe fehlt, frage danach und rufe dann auf:
Verwende notify_by_email: true nur, wenn der Benutzer eine E-Mail-Benachrichtigung angefordert hat; standardmäßig ist es false. Gib project_link zurück, damit der Benutzer es senden kann, und melde emailNotification korrekt: failed bedeutet, dass Zugriff gewährt wurde, die E-Mail aber nicht gesendet wurde. Der Projektlink erfordert den eingeladenen Account; abgemeldete Empfänger melden sich an und kehren zum selben Projekt zurück. Kein Videoexport, keine Generierung und keine Generierungs-Credits sind erforderlich.
get_editor_project_sharing listet Mitwirkende und ihre userId, E-Mail und ihren Zugriff auf. Ändere Berechtigungen mit share_editor_project_with_user; entziehe einem aufgelisteten Benutzer den Zugriff mit remove_editor_project_access und seinem user_id. Übertrage nur dann, wenn der Benutzer ausdrücklich eine Eigentumsübertragung angefordert und die E-Mail des neuen Eigentümers angegeben hat. Der alte Eigentümer verliert den Zugriff; andere Mitwirkende und Quellreferenzen bleiben erhalten. Alle Verwaltungsaufrufe erzwingen Projektinhaberschaft; OAuth-Änderungen erfordern zusätzlich v4v:write.
share_editor_project bleibt eine andere Aktion: Es veröffentlicht das fertig exportierte Video auf einer öffentlichen Freigabeseite. Verwende es nicht für private Einladungen an Mitwirkende. Aktualisiere/verbinde den MCP-Connector nach dem Deployment neu, um die neuen Tools und Anweisungen zu erkennen.
Editor-Projekt-IDs sind von Studio-/Lab-Generierungsprojekt-IDs getrennt. Verwende list_editor_projects statt list_projects, um sie zu ermitteln. Generierung bleibt über die bestehenden Tools für Modellerkennung, Schätzung und generate_lab verfügbar. Die file_id abgeschlossener Medien können direkt als Timeline-assetId verwendet werden. Speech-to-Text ist auch als type: "subtitle" erkennbar; bevorzuge ai.gemini_3_5_transcribe (Gemini 3.5 Transcribe). Die Ergebnisse seiner abgeschlossenen API-Tasks enthalten Text, SRT, VTT und zeitgesteuerte cues/words in Quellsekunden. Die dedizierten Editor-Transkriptionstools vereinfachen die Nutzung einer vorhandenen Bibliotheksquelle.
Eine typische Agentenanfrage:
Erstelle aus meinen Bibliotheksclips einen 20-sekündigen vertikalen Film. Prüfe repräsentative Frames und ersetze die verzerrte Aufnahme nach Anzeige ihrer Kosten durch eine neue Generierung. Kürze die Shots, füge mein Logo, leise Hintergrundmusik, ein Voiceover und zeitgesteuerte Untertitel hinzu. Speichere das fertige Video in der Bibliothek und gib mir einen Download-Link.
Der Assistent sollte:
Lies den Leitfaden, finde das Projekt und die Quellmedien und prüfe Dauer und Wiedergabe.
Erstelle oder bearbeite die Timeline mit ihrer aktuellen Revision. Füge ein Logo als Bild auf einer oberen visuellen Ebene und Sprache/Musik auf Audioebenen hinzu. Originalmedien bleiben unverändert.
Verwende preview_editor_project, um ausgewählte Frame-Zeitpunkte zu prüfen. Setze Clip-review: "keep" oder "replace" und dokumentiere den Grund in note. Frames belegen weder Bewegungs- noch Tonqualität; prüfe auch die Quellwiedergabe.
Ermittle/schätze angeforderte Modelle, generiere Ersetzungen mit eindeutigen Idempotency-Keys und warte auf ihre abgeschlossenen Datei-IDs. Ersetze die Quelle des ausgewählten Clips und begrenze seine Trimmung/Dauer auf die neue Quelle.
Zitiere/transkribiere die ursprüngliche Sprachquelle, frage mindestens im Abstand von fünf Sekunden ab und füge dann Cues mit sourceClipId hinzu, um Trimmung und Geschwindigkeit zu berücksichtigen. Prüfe den Transkriptionstext. Das Bereitstellen vorhandener zeitgesteuerter Cues kostet keine Credits.
Übermittle die aktuelle Revision mit export_editor_project; frage get_editor_export während Warteschlange/Rendering mindestens im Abstand von fünf Sekunden ab. Eine getrennte MCP-Anfrage bricht den Job nicht ab. Erfolg bedeutet nur completed mit einer Medien-ID und Download-URL; prüfe Fehler vor einem ausdrücklichen erneuten Versuch mit retry_failed: true. Erstelle nur dann einen Freigabelink, wenn dies angefordert wurde.
Beispiel für eine gezielte Bearbeitung nach get_editor_project:
start/duration verwenden Timeline-Sekunden, trimStart verwendet Quellsekunden, und das Split-time ist eine absolute Timeline-Zeit. Lies vor dem Kürzen die tatsächliche Mediendauer. add_clip akzeptiert einen Clip mit eindeutigem id, trackId, kind, assetId, start und duration; andere Felder haben Standardwerte. Text verwendet kind: "text" und text statt eines Assets. Spurarten sind visual, audio oder text. add_track, update_track, remove_track und reorder_tracks verwalten Ebenen. Spuren werden in Array-Reihenfolge gerendert, die letzte liegt oben. Überlappe visuelle Ebenen und nutze Ein-/Ausblendungen für Überblendungen.
Der Server weist unzugängliche Medien, nicht übereinstimmende Medientypen, ungültige Trimmungen und veraltete Revisionen zurück. Bei einem Revisionskonflikt lies die neue Version und wende die beabsichtigten Änderungen erneut an. Überschreibe nicht die Arbeit des anderen Editors. Saubere geöffnete Browser-Editoren übernehmen Agentenänderungen automatisch; lokal geänderte Entwürfe behalten ihre Änderungen und zeigen Konflikte an.
Agenten-Frame-Prüfung und visueller Timeline-WebM-Export erfordern Playwright Chromium auf dem Deployment. Diese visuellen Timeline-Exporte unterstützen bis zu zwei Minuten und 300 MB Quellmedien und geben ein gespeichertes WebM zurück; ein wiederholter Export derselben Revision verwendet sein vorhandenes Asset erneut. Browser-Export unterstützt Timelines von zehn Minuten und bietet MP4, wenn das Gerät H.264-/AAC-Encoder hat. Wenn das Rendering fehlschlägt, melde den Fehler und den Editor-Link; behaupte keinen erfolgreichen Export. Timeline-Bearbeitung/-Rendering verbraucht keine Modell-Credits; Generierung/Transkription schon. Freigabe erstellt einen Link, der für jeden mit dem Link sichtbar ist.
Verwende list_models mit type="audio", dann get_model für
ai.gemini_3_8_flash_tts oder ai.gemini_3_8_flash_lite_tts.
Beide erzeugen WAV-Audio mit nur einem Sprecher aus bis zu 10.000 gesprochenen Zeichen:
Read get_model.voices for each preset’s exact id, gender, description
and free preview_url. Send the selected ID as parameters.voice; omit
metadata and preview URLs from generation arguments. Check the balance and call
estimate_generation with source="lab" first, then call generate_lab. Read get_task for
owned audio file IDs and signed download links. Delivery instructions belong in
style; they are not spoken. Flash focuses on expressive narration, Flash-Lite
on efficient generation. Provider selection is managed in admin settings, not
through an MCP parameter. ElevenLabs text-to-voice is temporarily disabled.
get_editor_text_styles gibt 14 Untertitel-Presets, 6 Titel-Presets und ein fontCatalog mit 12 gebündelten Schriftarten plus 4 Legacy-Systemaliasen zurück. Jedes Untertitel-Preset reagiert auf echte Wortzeitstempel. Verwende Preset-category und use, um eine Behandlung zu wählen: word-pop (Creator punch), caption-marker (Lime marker), caption-underline, editorial (Podcast panel), caption-soft, caption-outline oder neon-pulse (Neon glow) sowie andere Wortbewegungsstile. Titel haben eigene Presets: title-clean, title-condensed, title-magazine, title-tech, title-sticker und cinema-gold. Neue Untertitel verwenden standardmäßig 100 px Montserrat in Großbuchstaben mit drei Wörtern pro Phrase. Behalte einen einheitlichen Untertitelstil und einen ergänzenden Titelstil, starken Kontrast und sichere Ränder bei. Vorhandene gespeicherte Timelines behalten ihre Einstellungen bis zur Neugestaltung. Siehe den vollständigen Typografiekatalog.
Bevorzuge gebündelte fontFamily-IDs: inter, montserrat, manrope, oswald, rubik, roboto-condensed, unbounded, nunito, playfair-display, roboto-slab, jetbrains-mono, comfortaa. Sie unterstützen Latein und ukrainisches Kyrillisch und werden vor dem Rendering in der Vorschau und auf beiden Exportpfaden aus V4V geladen. fontCatalog.weights gibt den unterstützten Bereich jeder Familie an. Legacy-sans, impact, serif und mono hängen von Systemschriftarten ab. Ignoriere niemals einen Fehler beim Laden von Schriftarten und behaupte nicht, der Export sei erfolgreich gewesen.
Textclips akzeptieren strokeWidth (0–24 Ausgabepixel), strokeColor, color, fontFamily (Katalog-ID), fontWeight (400/500/600/700/800/900, begrenzt auf den von der Schriftart unterstützten Bereich), textBackground, backgroundColor, backgroundOpacity, accentColor, textAnimation, activeWordEffect (none, color, pop, shake, swing, spin, box, underline, glow), activeWordColor (Marker-Vordergrund), letterSpacing (-0.06–0.2 em), lineHeight (0.9–1.8), textShadow, shadowColor, shadowBlur, shadowOffsetY, backgroundFit (box oder text), backgroundRadius, textTransform (none, uppercase), fontSize, animationIntensity (0–1), audioReactive und optional audioSourceClipId. Animationen sind none, fade, slide, pop, float, shake, pulse, color-cycle und karaoke. audioReactive: true verwendet die tatsächliche Audiolautstärke einschließlich Trimmung, Geschwindigkeit, Ein-/Ausblendungen, Lautstärke und stummgeschalteter/ausgeblendeter Spuren. Es folgt allen hörbaren Quellen, sofern keine Quellclip-ID angegeben ist; musikalische Beats erkennt es nicht. Vorschau, Seek, lokaler Export und Serverexport verwenden denselben Renderer.
Verwende edit_editor_project mit { "type": "apply_text_style", "clipIds": ["caption-1", "caption-2"], "stylePreset": "creator-pop" }, um mehrere Untertitel zu gestalten. Nimm Feinanpassungen mit update_clip vor. add_captions akzeptiert stylePreset, maxWordsPerCaption (1–8, Standard 3) und Cue-words wie { "text": "Hello", "start": 1.2, "end": 1.6 }. Cue-Wörter verwenden Quellsekunden und sourceClipId richtet sie an Quelltrimmung, Geschwindigkeit und Timeline-Position aus. Bei einem einzelnen Textclip verwendet wordTimings Sekunden relativ zu diesem Clip. Gesprochene-Wort-Effekte heben nur das zu diesem Zeitpunkt gesprochene Wort hervor und animieren nur dieses; bewahre echte Zeitstempel. Großschreibung ändert das Rendering, ohne den ursprünglichen Text oder die Timings umzuschreiben. SRT liefert nur Cue-Timings, daher erfinde daraus niemals Worttimings.
Für die Transkription rufe list_models mit type: "subtitle" auf, dann get_model mit model: "ai.gemini_3_5_transcribe". Erstelle ein Angebot mit estimate_generation und übermittle dieselbe Anfrage über generate_lab:
Alternativ gib videoUrl mit einer dir gehörenden Videoreferenz an. Wähle genau eine Quelle, bis zu 15 Minuten. Das verbundene Google-Servicekonto übernimmt die Authentifizierung. Gib keine Provider-Anmeldedaten oder Routing-Parameter an. Frage get_task für results mit type: "subtitle" ab; behalte seine Cues und Worttimings für Editor-Untertitel bei. Google kennzeichnet Wortzeitstempel derzeit als experimentell, daher prüfe die Genauigkeit des Transkripts. Die Angebots-/Transkriptionstools des Editors verwenden dieses Modell jetzt standardmäßig. Legacy-ai.speech_to_text bleibt getrennt; Administratoren können es unabhängig ausblenden. Fehlgeschlagene bezahlte Anfragen werden über den normalen Job-Lebenszyklus erstattet und dürfen nicht automatisch als neuer Kauf erneut versucht werden.
Schließe den Untertitel-Workflow im Editor ab
Das Transkribieren einer Datei fügt keine Untertitel in ein Editor-Projekt ein. Für einen vorhandenen Film:
Lies get_editor_project und identifiziere den Quellclip und seine assetId.
Wenn du für diese Quelle bereits ein erfolgreiches generate_lab-/get_task-Untertitel-Ergebnis hast, verwende dessen cues erneut und gehe direkt zur Einfügung in Schritt 4; ein Video-file_id oder eine zweite Transkription ist nicht nötig. Andernfalls rufe quote_editor_captions auf, dann transcribe_editor_media mit diesem asset_id, language: "auto" (oder einem BCP-47-Code) und einem eindeutigen idempotency_key. Verwende diesen Schlüssel nach einem Netzwerk-Timeout erneut.
Frage get_editor_captions in Abständen von mindestens fünf Sekunden ab. Bei failed melde error und stoppe. Ein neuer kostenpflichtiger Versuch erfordert die Anfrage des Nutzers.
Bei succeeded verlange nichtleere cues, rufe die neueste Projektrevision ab und übergib diese exakten Cues an edit_editor_project mit type: "add_captions", dem sourceClipId des Quellclips, stylePreset: "word-pop" und maxWordsPerCaption: 3 (oder einer anderen angeforderten Wortvorgabe).
Prüfe neue Textclips in der gespeicherten Timeline und in der Vorschau zu einer tatsächlichen Untertitelzeit. Prüfe die Textgenauigkeit. Eine während der Transkription geänderte Quelle oder ein Zuschnitt ohne überlappende Sprache muss gemeldet werden; behaupte nicht, dass das Einfügen erfolgreich war. Verwende abgeschlossene Cues erneut, um Bearbeitungskonflikte zu lösen, ohne erneut zu generieren.
Bewahre alle zurückgegebenen Wort-Zeitstempel, einschließlich gleicher Start-/End-Offsets für kurze Wörter. Benenne ein Overlay mit update_clip / changes.name um; ändere sichtbare Wörter mit changes.text. Benenne seine Ebene mit update_track / changes.name um. Bewahre IDs und beachte gesperrte Ebenen.
Die Gemini-Transkription kostet pro Anfrage mindestens 1 Credit, auch bei kurzen Clips; nenne vor dem Generieren den aktuellen dauerbasierten Preis. Untertitel-JSON enthält time_unit: "seconds", ein flaches words-Array und cues[].words, mit text, start, end und optional speaker_id für jedes Wort. Verwende diese Wörter für Karaoke und andere synchronisierte Stile. SRT hat nur Zeilen-Timing. Labor kann zeitgesteuerte Wörter in der Vorschau anzeigen und JSON oder SRT kopieren/herunterladen. Video Editor akzeptiert das JSON direkt über Captions → Import SRT or JSON; wähle eine der großen Presets für gesprochene Wörter und verwende Clip properties → Words & timing, um einzelne Wörter zu korrigieren, ohne ihr Timing zu entfernen. MCP-Korrekturen sollten sowohl changes.text als auch den vollständig korrigierten changes.wordTimings übergeben; nur den Text zu ändern löscht veraltetes Timing.
Um eine vorhandene zeitgesteuerte Untertitelebene ohne weitere Generierung zu kürzen, verwende:
Verwende die tatsächliche aktuelle Revision und Ebenen-ID. Das bewahrt echtes Wort-Timing, Stil und die Ebene und gibt die aktualisierte Timeline mit neuen Clip-IDs zurück. Wende mit apply_text_style eine gemeinsame Wortvorgabe auf diese IDs an. Im Browser verwende Clip properties → Words & timing → Words per caption → Split this layer into short captions, dann Text & appearance → style → Apply style to layer. SRT-Zeilen lassen sich ohne Transkription nicht präzise in zeitgesteuerte Wörter aufteilen.
Hörbücher: Stimmen zusammenstellen, Tags setzen, MP3 oder MP4 mit Cover exportieren
MCP 1.15.0 fügt denselben Workflow Audio & audiobook hinzu, der auch im Video Editor verfügbar ist. Lies get_editor_guide für audiobookTimeline oder lies vor dem Bearbeiten das aktuelle Projekt. Setze timeline.mode auf audiobook für eine Timeline mit bis zu 7.200 Sekunden (zwei Stunden), 1.000 Clips und 24 Ebenen. Der Videomodus behält sein Limit von zehn Minuten/500 Clips.
Finde vorhandene Aufnahmen über list_editor_media / get_editor_media oder lade/importiere sie. Generiere neue Sprache nur auf Anfrage, unter Verwendung von Modellerkennung, einer Credit-Schätzung und der vorhandenen Gemini-TTS-Tools. Der Editor stellt Aufnahmen zusammen; er errät nicht für jede Zeile den Sprecher.
Füge bei Bedarf eine Audioebene für jeden Erzähler, Dialog, Musik oder Effekte hinzu. Verwende append_editor_audio mit den geordnetenasset_ids, track_id, der aktuellen revision und optional gap_seconds (0–60). Es hängt vollständige Clips ohne durch Frame-Rundung verursachte Lücken an diese Ebene an. Dateinamen werden niemals sortiert oder der letzte Teil passend abgeschnitten. Für Überlappungen oder benutzerdefiniertes Timing verwende die vorhandenen Clip-Operationen. Zuschnitte, Geschwindigkeit, Lautstärke, Fades, Stummschaltung und ausgeblendete Ebenen wirken sich auf den Mix aus; das Ändern der Geschwindigkeit ändert die Tonhöhe.
Speichere Tags, Bitrate und Cover über edit_editor_project, zum Beispiel:
settings ersetzt die gespeicherten Audioeinstellungen: Bewahre Felder, deren Änderung der Nutzer nicht angefordert hat. Alle Tags sind Strings. artist erfasst Erzähler/Ausführende, composer kann den Autor erfassen, album kennzeichnet das Buch, year besteht aus vier Ziffern und track ist eine Zahl oder Zahl/Gesamtzahl. Erfinde keine Credits oder Copyright-Angaben. Ein leerer Titel fällt auf den Projekttitel zurück. MP3 enthält ID3v2.3-Unicode-Tags und, falls ausgewählt, ein APIC-Titelbild. Das Bild wird in die Datei eingebettet statt per URL referenziert. MP3 kann ohne Cover auskommen; MP4 mit Cover erfordert eines. Bitraten sind 96, 128 (Standard), 192, 256 oder 320 kbps.
Sende export_editor_project mit der gespeicherten Revision und format: "mp3" oder format: "mp4-cover". Fordere beides an, wenn beide Dateien gewünscht sind. Jedes Projekt/jede Revision/jedes Format hat seinen eigenen persistenten Job, daher ersetzt ein Format niemals ein anderes. Frage get_editor_export in Abständen von mindestens fünf Sekunden ab, bis completed oder failed erreicht ist. Zu den Phasen gehören das Laden von Medien, Audiomischung mit Fortschritt, Kodierung und Speichern. Ein getrennter Client bricht den Job nicht ab; erneutes Senden stellt ihn wieder her. Fehlgeschlagene Jobs erfordern ein ausdrückliches retry_failed: true.
Bestätige status: "completed", assetId sowie die signierten Download-/Wiedergabelinks. Prüfe den finalen Mix, die Dauer, die angeforderten Tags und das Bild, bevor du den Abschluss meldest. MP3 wird als Audio-Bibliotheksmedium gespeichert; MP4 mit Cover ist ein Video-Medium. Die Prüfung einzelner Frames allein kann weder Audio noch Metadaten verifizieren. Das öffentliche Video-Sharing-Tool ist nicht für MP3-Dateien gedacht; private Projektzusammenarbeit bleibt verfügbar.
Das Format mp4-cover zeigt für die gesamte Audiodauer ein angepasstes Cover über dem Projekthintergrund an. Visuelle Timeline-Clips, Text und Untertitel sind in diesem Format ausgeschlossen. Um diese zu rendern, verwende den vorhandenen format: "webm"-MCP-Export (Standard, bis zu zwei Minuten) oder den MP4-/WebM-Export im Browser (bis zu zehn Minuten).
Audioexporte sind nur für Eigentümer verfügbar, kosten keine Generierungs-Credits und erfordern den persistenten Editor-Worker sowie FFmpeg/ffprobe mit libmp3lame und libx264. Chromium ist für diese beiden Formate nicht erforderlich. Limits: 1 GB Quelldateien, 300 MB pro exportierter Datei, 64 Audioclipsegmente pro 30-Sekunden-Mischfenster. Verwende eine niedrigere Bitrate oder teile ein größeres Buch in Teile auf. Einstellungen und Cover-Referenzen bleiben in der Timeline erhalten, werden revisionsgeprüft und folgen den Medienberechtigungen des Projekts nach Freigabe oder Eigentumsübertragung. Dieses Release fügt keine Kapitelmarken, kein Voice-Cloning und keine automatische Sprecherzuweisung hinzu.
Geteilte Stilgalerie und Pakete
/video-editor/gallery und das Design-Panel zeigen dieselben 30 ursprünglichen nativen Stilpakete wie das lokale Kit. Jedes enthält fünf bearbeitbare Szenen, eine 12-sekündige stumme Vorschau, originale beschriftete Illustration, Prompt, Rubrik und Hash-Manifest. Dies ist eine wiederverwendbare Demonstration einer Szenenfamilie, keine faktische Produktkampagne. Vorschaupfade aus get_creative_item sind relativ zu /api/video-editor/creative-assets/; sie enthalten nur gebündeltes Originalmaterial, niemals Account-Medien.
create_style_example importiert das echte Quellbild in die Bibliothek des angemeldeten Eigentümers und ordnet die Medien-ID der Timeline neu zu. Es verwendet v4v:write, ohne Generierungs-Credits. apply_style(dry_run=true) erfordert ebenfalls Bearbeitungszugriff und die aktuelle Revision, meldet geänderte/gesperrte/nicht unterstützte Clips und schreibt nichts. Wende nach Prüfung des Plans mit denselben Parametern und derselben Revision an. Der Umfang ausgewählter Szenen ändert den eingehenden Übergang dieser Szenen; Clipzeiten und Audio bleiben unverändert.
Begrenztes Open Video Kit-Generierungsbudget
create_generation_budget erstellt eine unveränderliche gemeinsame Obergrenze ohne Abbuchung; get_generation_budget liest tatsächliche Ausgaben und Reservierungen, close_generation_budget schließt neue Kontingente dauerhaft. Für unterstützte Medien gibt estimate_generation eine signierte quote_token zurück, die fünf Minuten gültig ist. Übergib budget_id, max_credits und quote_token gemeinsam im aktuellen generate_lab / generate_studio; idempotency_key ist Pflichtfeld. Exakte Wiederholungen akzeptierter Anfragen lösen keine zweite Generierung aus. Parallele Reservierungen werden serverseitig berücksichtigt; token-basierter Chat ist von diesem Pfad ausgeschlossen. Das Budget ist keine eigenständige Nutzerautorisierung zum Ausgeben von Credits. Detaillierter Vertrag und Validierungen: Cloud Kit.
Private Referenzstile (Open Video Kit 0.1.24)
get_reference_guide / v4v://reference-style dokumentiert den gemeinsamen Workflow. analyze_reference_style akzeptiert eine stabile reference_id, ein eigenes Bibliotheksmedium (source: { type: "asset", assetId }) oder eine explizite öffentliche video|image|page-URL. Es gibt gemessene Paletten, vorläufige Grenzen/Rhythmus und tatsächliche Frame-Zeiten zurück; get_reference_frame gibt PNG-Inhalt zurück. Prüfe alle aufgezeichneten Frames vor review_reference_style, das originale Regeln für Typografie/Layout/Bewegung/Übergang/Rhythmus, vollständige Tokens, Einschränkungen der Prüfer und Zeit-/SHA-256-Zitate erfordert. get_reference_profile gibt privates portables JSON zurück. apply_reference_style verwendet standardmäßig einen Probelauf; zum Commit ist die aktuelle Revision eines eigenen Projekts erforderlich, einschließlich Revision null. Referenzmaterial wird niemals in die Montage oder ZIP eingebettet.
Lese-Tools erfordern v4v:read; Analyse/Prüfung/Anwendung erfordern v4v:read und v4v:write. Sie erfordern weder v4v:generate noch verbrauchen sie Generierungs-Credits. V4V-Referenz-/Factory-Evidenzdateien sind mit objektspezifischen Schlüsseln verschlüsselt, die nur in eigentümerbezogenen Datenbankmanifesten aufbewahrt werden, und private Dateien sind für die generische Medienauslieferung gesperrt. Das Eigentum an ursprünglichen Referenzmedien in der Bibliothek wird beim Zugriff geprüft. Siehe ukrainische Implementierung und Limits.
Geometrische Clipmasken und geschichtete Parallaxe
Kit 0.1.32 adds clipMasks and layeredParallax capability flags. Search kind=effect for mask-circle, mask-ellipse, or mask-rounded-rect, then read get_creative_item for the actual schema and limits. Apply set_mask through edit_editor_project at the saved revision with write access; mask:null clears it. The mask's x/y/width/height are clip-relative fractions and its bounds must remain inside the clip box. It follows rotation/scale/keyframes, clips after effects and before transitions, and does not change audio. Locked layers and audio-only targets reject the operation.
get_motion_guide.schemas.mask und recipes.parallax werden mit lokalem Studio geteilt. Letzteres bietet bearbeitbare Zwei-Ebenen-Bewegung mit gewöhnlichen Positions-Keyframes. Zeige echte Frames in der Vorschau an; dies ist keine automatische Tiefenschätzung. Die gemeinsamen GUI-Steuerelemente befinden sich unter Design → Effects. ZIP bewahrt Masken; Textprüfung gibt TEXT_MASK_REVIEW zurück, da Bounds-Checks die Lesbarkeit innerhalb einer gekrümmten Maske nicht garantieren können. Siehe den gemeinsamen zweisprachigen Vertrag.
Design → Libraries bietet 28 bearbeitbare native Kompositionen, darunter Collage, kontinuierliche Kamerabewegung, Spring Panels, gemalte Figuren, Untertitel, Produkt-Walkthroughs und Launch-Sequenzen. Kit 0.3.7 enthält außerdem zehn Originalstile, fünf Rastereffekte und fünfzehn Übergänge. Die dreizehn Shader-Übergänge erfordern WebGL und geben bis zu 4096 Pixel pro Seite aus.
Verwende get_reviewed_library_guide (Ressource v4v://reviewed-libraries) für exakte Schemas, Quelllizenzen und Limits. search_library_references und get_library_reference stellen 456 Referenz-Metadateneinträge bereit; dies sind keine installierten ausführbaren Vorlagen. plan_library_scene ist schreibgeschützt und gibt Operationen für edit_editor_project in der aktuellen Revision zurück. Verwende eigene Bibliotheksmedien oder registrierte lokale Projektmedien; ursprüngliche lokale Bytes bleiben auf dem Gerät des Nutzers. Prüfe nach der Bearbeitung tatsächlich gerenderte Frames.
Mit AI planen speichert das Projekt und bereitet eine bearbeitbare Video-Factory-Anfrage vor. Es sendet keinen Befehl, verbraucht keine Credits, lädt keine Originale hoch und autorisiert keine Generierung. Der Agent klärt folgenreiche fehlende kreative Entscheidungen vor der Bearbeitung. Natives Rendering benötigt keinen Generierungsservice; optionale kostenpflichtige Aktionen behalten vorhandene Angebote und ausdrückliche Zustimmung bei. Kein Upstream-Installer, kein beliebiges HTML/JavaScript, keine ausführbare Musik und kein Leser für den lokalen Verlauf sind aktiviert. Prüfung von Quelle/Lizenz und Originaläquivalente werden in der versionierten Kit-Dokumentation mitgeliefert.
Montagequalität und Evidenz
Lies get_montage_quality_guide / v4v://montage-quality für gemeinsame Geschmacksregeln und ehrliche Evidenzgrenzen. plan_montage_beats leitet frame-ausgerichtete visuelle Schnitte aus echten Wort-Timings ab; plan_compact_captions gruppiert 1–3 Wörter, ohne Zeitstempel zu erfinden. analyze_ui_regions misst Grenzen eigener Screenshots; rectify_ui_region erstellt ein separates perspektivkorrigiertes Bild aus einer zurückgegebenen Fingerprint-/Regions-ID. detect_media_scenes misst visuelle Schnitte in einem Quellfenster von bis zu 600 Sekunden. Diese Operationen bewahren die Quelle und generieren keine kostenpflichtigen Medien.
compare_narration_transcript erfordert eine abgeschlossene eigene Transkription run_id des exakten audio_asset_id; es vergleicht das tatsächliche Transkript mit script und optional bestätigten Namen. ASR-Text belegt weder Aussprachebetonung noch natürliche Darbietung. Kaufe Transkription oder einen neuen Take nur über den üblichen Freigabefluss mit Kostenvoranschlag.
preview_editor_project akzeptiert bis zu 12 echte Frame-times; contact_sheet: true gibt ein Bild zur Prüfung zurück. Der Factory-Browsermodus führt Prüfung/Berichtigung auf dem Gerät des Nutzers aus und hält Originale lokal. Externe MCP-Aufrufer, die nur ein browserbasiertes Original haben, erhalten BROWSER_REQUIRED; verwende für diese Browser-Operationen den offenen Factory-Agenten. Neue Factory-Befehle erfassen separate Prüfantworten zu Inhalt/Finish für acht explizite Evidenzfragen. Unbekannte Evidenz ist keine bestandene Prüfung.
Fehlgeschlagene get_task-Ergebnisse enthalten error.provider_error, den bereinigten Grund des Modell-
Dienstes und error.provider: "managed". Bekannte Fehler umfassen ein hint
und retryable; vorübergehende Ratenlimits/Timeouts geben ebenfalls
retry_after_seconds: 60 an. Lies den Grund, bevor du die Anfrage änderst oder
um einen weiteren kostenpflichtigen Versuch bittest. Unbekannte Fehler bewahren ihren bereinigten Grund,
ohne anzunehmen, dass ein erneuter Versuch funktioniert. REST-Task-Antworten und signierte task.failed-
Callbacks verwenden dieselben Felder; siehe Diagnostik fehlgeschlagener Generierung.