llms

Music MCP for AI Music Generation in Any Agent By Viddo AI

Music MCP lets Claude, ChatGPT, Cursor, Gemini, Grok, and other AI agents compose music, record voiceovers, and place sound effects through the Model Context Protocol. Runs on your own credits with no API key to manage.
1

Copy the Viddo MCP URL

Copy the Viddo MCP server URL. You will need it in the next step.

https://mcp.viddo.ai/mcp
2

Add Viddo to Grok

Open the page below and click New Connector, then Custom. Name it Viddo, paste the URL, and click Add Connector.

3

Connect and Start Creating

Sign in with your Viddo account and approve the connection. Then ask Grok to generate and edit images, videos, and audio.

Verify the connection

Please call viddo_list_models and list the models available on my account.
Full Grok setup guide →

¿Qué es Music MCP?

Un servidor MCP de música es un servidor remoto del Protocolo de Contexto de Modelo que expone la generación de música por IA, texto a voz, clonación de voz y efectos de sonido como herramientas que un agente de IA puede llamar desde una ventana de chat o un editor de código. Tu agente lee la lista de modelos en vivo, estima el costo en créditos y crea el trabajo solo después de que lo apruebes.

En lugar de copiar claves API en un archivo de configuración, te autorizas una vez en el navegador con tu cuenta de Viddo AI. Cada cliente compatible en esa máquina permanece conectado, y la pista terminada regresa como un enlace dentro de la conversación donde lo solicitaste.

Tu agente envía una solicitud, el servidor ejecuta el modelo y el resultado regresa como un enlace. La diferencia práctica se muestra en un flujo de trabajo de video. Una pista musical que coincide con la toma, una voz en off que llega a la línea deseada y un efecto sonoro que impacta en el corte pueden ser solicitados en el mismo hilo que delimitó el video, en lugar de ser obtenidos desde tres paneles separados.
AI Image to Video Ads

Características clave del MCP de música

Califica un video sin salir de la conversación.
El agente toma el resumen que ya escribiste para el video y convierte los momentos emocionales en una pista. Pide un fondo de piano tranquilo bajo una introducción y un crescendo lento en los últimos cinco segundos, y el resultado se ajusta a esa forma. No es necesario volver a explicar nada en una herramienta de audio separada, porque el contexto ya está en la conversación.
Califica un video sin salir de la conversación.
Un agente maneja cama, voz y efectos.
La misma conexión cubre las tres capas de audio que un video suele necesitar. Una base de fondo bajo la escena, una voz en off hablada con el tono que solicitaste y un solo efecto de transición en el corte son tres solicitudes a un mismo agente. Eso importa cuando el brief ya dice lo que necesita el video, porque el audio sigue el mismo brief en lugar de iniciar una nueva conversación.
Un agente maneja cama, voz y efectos.
La clonación de voz mantiene una serie consistente.
Un perfil de voz clonado mantiene la misma entrega en cada episodio de una serie. El agente reutiliza el perfil que aprobaste, por lo que el segundo video de incorporación suena como el primero sin necesidad de volver a grabarlo. Para una serie hablada, esa consistencia suele valer más que tener una nueva voz cada vez.
La clonación de voz mantiene una serie consistente.
El agente estima el costo y espera su aprobación.
Los trabajos de audio pueden durar mucho tiempo, por lo que el agente lee tus créditos restantes, estima el costo del modelo exacto y los parámetros que describiste, y se detiene antes de que se cree algo. Nada se ejecuta y nada se cobra hasta que confirmes el modelo, los parámetros y el número. Pide ese comportamiento una vez y el agente lo mantendrá durante el resto de la sesión.
El agente estima el costo y espera su aprobación.
Los trabajos fallidos no te cobran dos veces.
Cuando un trabajo falla, el agente informa del fallo y del ID de la solicitud en lugar de volver a enviar silenciosamente con diferentes parámetros. Un reintento que reutiliza la misma solicitud reutiliza el mismo trabajo, por lo que un tiempo de espera o un mensaje reenviado no se convierte en un segundo cargo. En un lote de camas y locuciones, cada tarea informa su propio estado, así que sabes exactamente qué se completó.
Los trabajos fallidos no te cobran dos veces.
Los trabajos largos se ejecutan en segundo plano.
La generación de audio lleva tiempo, por lo que el trabajo se ejecuta en segundo plano y el agente consulta el estado hasta que el activo está terminado. Puedes enviar varias tareas en una sola solicitud, obtener un estado separado para cada una y seguir trabajando mientras se renderizan. Los archivos terminados llegan como enlaces a los que el agente puede hacer referencia, descargar o agregar al proyecto en el que ya estás.
Los trabajos largos se ejecutan en segundo plano.

Cómo usar el MCP de música en Viddo AI

  • Step1

    Copia la URL del servidor Viddo MCP.

    La generación de audio se ejecuta en el mismo punto final remoto que todas las demás herramientas Viddo AI MCP, por lo que esta es la misma configuración de una sola dirección que utilizas para cualquier otra cosa. Cópialo y pégalo en la configuración MCP del cliente en el que escribes.

    Copia la URL de Viddo MCP: https://mcp.viddo.ai/mcp
  • Step2

    Agrega el servidor a tu cliente.

    Abre la configuración de MCP en tu cliente y crea una nueva entrada de servidor. Pega la URL anterior, elige Streamable HTTP como el transporte y deja la autenticación en OAuth. La mayoría de los clientes se registran automáticamente, por lo que no hay un ID de cliente ni un secreto de cliente que completar. Si tu cliente lista servidores MCP bajo una etiqueta diferente, ese es el mismo panel.
  • Step3

    Iniciar sesión y aprobar los permisos

    Tu agente abre el navegador en la página de inicio de sesión. Inicia sesión con tu cuenta y aprueba los permisos solicitados. El navegador te devuelve a tu cliente, y las herramientas de audio aparecen bajo la entrada de Viddo junto al resto del catálogo.
  • Step4

    Verifica la conexión y envía tu primera solicitud.

    Pide a tu agente que confirme el enlace antes de generar cualquier cosa. Confirmar primero significa que encuentras una aprobación rota antes de esperar en un seguimiento de tres minutos.

    Conéctate y comienza a crear: Por favor, llama a viddo_list_models y lista los modelos disponibles en mi cuenta.

    Si la lista regresa, la conexión funciona. Luego pide un seguimiento, aprueba la estimación de crédito y espera a que el resultado llegue a la conversación. Si la lista de herramientas permanece vacía, la aprobación del navegador no se completó y volver a agregar el servidor generalmente lo soluciona.

Ejemplos de Indicaciones para Agentes de Música MCP

Estos van directamente a cualquier cliente conectado. Se leen como un breve para un productor en lugar de un aviso para una herramienta.
Dormitorio iluminado por el sol con peluches en la cama.

Puntúa un video con una cama de fondo.

Escribe una base instrumental tranquila de 30 segundos para una secuencia de apertura: piano suave, sin batería, sin voces, con un aumento suave en los últimos cinco segundos. Dame dos opciones de tempo y el costo en créditos por cada una antes de generar.

Primer plano de un estuche de auriculares inalámbricos negro mate.

Grabar una voz en off para un producto

Escribe y genera un voiceover de 30 segundos para el lanzamiento de unos auriculares inalámbricos. Conversacional, seguro, sin jerga. Luego verifica la duración del audio antes de exportar.

Fondo ambiental cálido para una página de producto

Construir una cama musical más larga

Crea una pista ambiental en bucle de 60 segundos para el fondo de una página de producto: pads cálidos, sin percusión, sin voces y sin un final obvio para que pueda repetirse.

Una transición suave entre dos escenas.

Colocar un efecto de sonido único

Genera un suave efecto de transición para un cambio de escena alrededor de cuatro segundos, corto y ligero, y guárdalo para que pueda insertarlo en la edición.

Narración de incorporación grabada con una voz guardada.

Clonar una voz para una serie

Utiliza mi perfil de voz guardado para generar una narración de 45 segundos para la incorporación de una nueva función. Mismo estilo que mi última grabación, mismo ritmo, y dime el costo antes de comenzar.

Un guion hablado cronometrado para un espacio de 15 segundos.

Verificar la duración antes de exportar

Genera primero el guion hablado, informa su duración y solo produce el audio final si encaja dentro del intervalo de 15 segundos que te di.

Preguntas frecuentes sobre Music MCP

1

¿Qué aplicaciones de IA pueden conectarse a MCP de música?

Cualquier cliente que soporte un servidor MCP remoto a través de HTTP transmitible. En Viddo AI, eso incluye ChatGPT, Claude, Claude Code, Grok, Gemini, Gemini CLI, Cursor, VS Code, Codex, Cline, Zed, OpenCode, Microsoft Copilot Studio y OpenClaw.

2

¿Necesito una clave de API para usar music MCP?

No. Con este servidor, te autorizas con tu cuenta a través del navegador, y el cliente maneja automáticamente el intercambio de OAuth. No se escribe nada en tu archivo de configuración, por lo que no hay ninguna clave que rotar cuando un compañero se une o se va.

3

¿Puede el servidor MCP generar música, voz y efectos de sonido?

Sí. La generación de música por IA, la conversión de texto a voz, la clonación de voz y los efectos de sonido están todos disponibles a través de la misma conexión, por lo que un agente puede componer una escena, grabar la narración y colocar un efecto de transición sin cambiar de herramientas. La página del generador de música por IA mapea todo el catálogo.

4

¿Cómo funciona la facturación para la generación de música con IA a través de MCP?

Los trabajos de MCP utilizan tus créditos existentes, el mismo saldo que la aplicación web. Tu agente puede leer el saldo y estimar un trabajo antes de crear cualquier cosa, y la generación solo comienza después de que apruebes el modelo, los parámetros y el costo en créditos. Los créditos de audio siguen la misma regla que los de video, por lo que un saldo cubre todo el proyecto.

5

¿Puede mi agente elegir el modelo de música por mí?

Sí. El agente lee la lista de modelos en vivo y las reglas de parámetros, luego recomienda una opción compatible, para que puedas describir 'una cama tranquila para una apertura' en lugar de nombrar un modelo. Aún puedes nombrar uno directamente cuando deseas un sonido específico. El catálogo completo de modelos de video AI muestra lo que está disponible en la plataforma.

6

¿Cuánto tiempo tarda en llegar una pista generada?

La generación de audio se ejecuta como un trabajo en segundo plano, por lo que tu agente consulta el estado de la tarea hasta que el archivo está terminado. En clientes con respuestas enriquecidas, la tarjeta de generación se actualiza en su lugar, y en clientes solo de texto, el agente devuelve los enlaces de descarga una vez que se completa el trabajo.

7

¿Puede la misma conexión manejar también imágenes y videos?

Sí. El audio se encuentra en el mismo servidor que las imágenes fijas y el movimiento. Si un lanzamiento necesita una banda sonora, una miniatura y un corte, un agente cubre los tres, y la página del servidor MCP de generación de imágenes cubre las imágenes fijas en detalle.

8

¿Puedo usar el audio comercialmente?

Sí. Cada plan incluye uso comercial y sin marcas de agua, por lo que una pista o una voz en off están autorizadas para su lanzamiento y para trabajos con clientes. Si una creación falla, puedes solicitar un reembolso o recuperar los créditos utilizados, y el fallo nunca se convierte en un segundo cargo silencioso en tu próxima factura.

Consejos profesionales para usar Music MCP

Pide la estimación de crédito antes del primer trabajo de una sesión, luego reutiliza esa estimación para variaciones.
Nombra el modelo cuando necesites un sonido específico y déjalo abierto cuando quieras que el agente elija.
Mantén una solicitud por variación para que un solo fallo no pierda todo el lote.
Consulta una tarea en ejecución en lugar de reenviar el mensaje, para que la misma solicitud no se facture dos veces.
Solicita primero el guion o la duración, luego renderiza el audio final.
Conecta varios clientes libremente, ya que cada uno tiene su propio token mientras comparten un saldo de crédito.

Descubre más

Comienza con el Music MCP en Viddo AI

Tu asistente ahora puede puntuar una escena, grabar la narración y colocar el efecto sin que tengas que salir del hilo. Inicia sesión una vez con tu cuenta, aprueba la estimación de crédito cuando tu agente te la muestre y comienza a crear en tu próximo mensaje.
Comienza con el Music MCP en Viddo AI
viddo.ai

Viddo AI es una plataforma avanzada de generación de imágenes y videos con IA todo en uno que le permite crear rápida y fácilmente videos e imágenes impresionantes a partir de diversas entradas. Estos modelos de IA funcionan con Google, OpenAI, Grok AI, ByteDance, Alibaba, Kling, Runway, Vidu, Minimax, Elevenlabs, Midjourney, etc.

© 2026 viddo.ai. All rights reserved.