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 →

Che cos'è Music MCP

Un server MCP musicale è un server remoto del Protocollo di Contesto Modello che espone la generazione musicale AI, il testo in voce, il cloning vocale e gli effetti sonori come strumenti che un agente AI può richiamare da una finestra di chat o da un editor di codice. Il tuo agente legge l'elenco dei modelli attivi, stima il costo in crediti e crea il lavoro solo dopo che lo approvi.

Invece di copiare le chiavi API in un file di configurazione, ti autorizzi una volta nel browser con il tuo account Viddo AI. Ogni client compatibile su quella macchina rimane connesso, e la traccia finita torna come un link all'interno della conversazione dove l'hai richiesta.

Il tuo agente invia una richiesta, il server esegue il modello e il risultato ritorna come un link. La differenza pratica si manifesta in un flusso di lavoro video. Un sottofondo che corrisponde alla ripresa, una voce fuori campo che si adatta alla linea prevista e un effetto sonoro che colpisce il taglio possono essere richiesti nello stesso thread che ha definito il video, invece di essere ottenuti da tre dashboard separate.
AI Image to Video Ads

Caratteristiche principali del Music MCP

Valuta un video senza lasciare la conversazione
L'agente prende il brief che hai già scritto per il video e trasforma i momenti emotivi in una traccia. Chiedi un sottofondo di pianoforte calmo all'inizio e un crescendo lento negli ultimi cinque secondi, e il risultato è tagliato secondo quella forma. Non c'è bisogno di riesporre nulla in uno strumento audio separato, perché il contesto è già nel thread.
Valuta un video senza lasciare la conversazione
Un agente gestisce letto, voce ed effetti.
La stessa connessione copre i tre strati audio di cui un video ha solitamente bisogno. Un sottofondo musicale sotto la scena, una voce narrante con il tono richiesto e un singolo effetto di transizione sul taglio sono tre richieste a un unico agente. Questo è importante quando il brief già indica ciò di cui ha bisogno il video, perché l'audio segue lo stesso brief invece di avviare una nuova conversazione.
Un agente gestisce letto, voce ed effetti.
Il Clonazione Vocale Mantiene Coerente una Serie
Un profilo vocale clonato mantiene la stessa interpretazione in ogni episodio di una serie. L'agente riutilizza il profilo che hai approvato, quindi il secondo video di onboarding suona come il primo senza bisogno di una nuova registrazione. Per una serie parlata, quella coerenza è solitamente più preziosa rispetto a una voce nuova ogni volta.
Il Clonazione Vocale Mantiene Coerente una Serie
L'agente stima il costo e attende la tua approvazione.
I lavori audio possono durare a lungo, quindi l'agente legge i tuoi crediti rimanenti, stima il costo del modello esatto e dei parametri che hai descritto e si ferma prima che venga creato qualcosa. Nulla viene eseguito e nulla viene addebitato fino a quando non confermi il modello, i parametri e il numero. Richiedi quel comportamento una volta e l'agente lo mantiene per il resto della sessione.
L'agente stima il costo e attende la tua approvazione.
I lavori falliti non ti addebitano due volte.
Quando un lavoro fallisce, l'agente riporta il fallimento e l'ID della richiesta invece di ripetere silenziosamente con parametri diversi. Un tentativo che riutilizza la stessa richiesta riutilizza lo stesso lavoro, quindi un timeout o un messaggio reinviato non si traduce in una seconda addebito. In un lotto di letti e doppiaggi, ogni compito riporta il proprio stato, così sai esattamente cosa è stato completato.
I lavori falliti non ti addebitano due volte.
Lavori lunghi in esecuzione in background
La generazione audio richiede tempo, quindi il lavoro viene eseguito in background e l'agente controlla lo stato fino al completamento dell'asset. Puoi inviare più attività in una sola richiesta, ottenere uno stato separato per ciascuna e continuare a lavorare mentre vengono elaborate. I file finiti arrivano come link che l'agente può utilizzare, scaricare o inserire nel progetto su cui stai già lavorando.
Lavori lunghi in esecuzione in background

Come utilizzare il Music MCP su Viddo AI

  • Step1

    Copia l'URL del server Viddo MCP

    La generazione audio funziona sullo stesso endpoint remoto di tutti gli altri strumenti Viddo AI MCP, quindi si tratta della stessa configurazione a un indirizzo che utilizzi per qualsiasi altra cosa. Copialo e incollalo nelle impostazioni MCP del cliente su cui stai scrivendo.

    Copia l'URL Viddo MCP: https://mcp.viddo.ai/mcp
  • Step2

    Aggiungi il server al tuo client

    Apri le impostazioni MCP nel tuo client e crea una nuova voce del server. Incolla l'URL sopra, scegli Streamable HTTP come trasporto e lascia l'autenticazione su OAuth. La maggior parte dei client si registra automaticamente, quindi non ci sono ID cliente o segreto cliente da compilare. Se il tuo client elenca i server MCP sotto un'etichetta diversa, quello è lo stesso pannello.
  • Step3

    Accedi e approva le autorizzazioni

    Il tuo agente apre il browser sulla pagina di accesso. Accedi con il tuo account e approva i permessi richiesti. Il browser ti riporta al tuo client e gli strumenti audio appaiono sotto l'entry di Viddo insieme al resto del catalogo.
  • Step4

    Verifica la connessione e invia la tua prima richiesta.

    Chiedi al tuo agente di confermare il collegamento prima di generare qualsiasi cosa. Confermare prima significa che trovi un'approvazione rotta prima di aspettare su una traccia di tre minuti.

    Connetti e inizia a creare: per favore chiama viddo_list_models e elenca i modelli disponibili sul mio account.

    Se l'elenco torna, la connessione funziona. Poi chiedi una traccia, approva la stima dei crediti e aspetta che il risultato arrivi nella conversazione. Se l'elenco degli strumenti rimane vuoto, l'approvazione del browser non è stata completata e riaggiungere il server solitamente risolve il problema.

Esempi di richieste per agenti per Music MCP

Questi vanno direttamente in qualsiasi client connesso. Si leggono come un brief per un produttore piuttosto che come un prompt per uno strumento.
Camera da letto illuminata dal sole con peluche sul letto.

Scorri un video con un letto di sfondo

Scrivi un letto strumentale calmo di 30 secondi per una sequenza di apertura: pianoforte morbido, senza batteria, senza voci, costruzione delicata negli ultimi cinque secondi. Dammi due opzioni di tempo e il costo in crediti per ciascuna prima di generare.

Primo piano di una custodia per auricolari wireless nera opaca.

Registra una Voce per un Prodotto

Scrivi e genera un voiceover di 30 secondi per il lancio di auricolari wireless. Conversazionale, sicuro, senza gergo. Poi controlla la durata audio prima dell'esportazione.

Sfondo ambientale caldo per una pagina prodotto

Costruisci un letto musicale più lungo

Crea una traccia ambientale in loop di 60 secondi per lo sfondo di una pagina prodotto: pad caldi, senza percussioni, senza voci e senza un finale evidente in modo che possa ripetersi.

Una transizione morbida tra due scene

Posiziona un singolo effetto sonoro

Genera un effetto sonoro di transizione morbida per un cambio scena intorno ai quattro secondi, breve e leggero, e salvalo in modo che io possa inserirlo nel montaggio.

Narrazione di onboarding registrata con una voce salvata

Clona una Voce per una Serie

Utilizza il mio profilo vocale salvato per generare una narrazione di onboarding di 45 secondi per una nuova funzionalità. Stessa consegna del mio ultimo intervento, stesso ritmo e fammi sapere il costo prima di iniziare.

Un copione parlato cronometrato per uno slot di 15 secondi.

Controlla la durata prima dell'esportazione

Genera prima il copione parlato, riporta la sua durata e produci l'audio finale solo se rientra nel limite di 15 secondi che ti ho dato.

FAQ sulla musica MCP

1

Quali app di intelligenza artificiale possono connettersi a MCP musicale?

Qualsiasi client che supporta un server MCP remoto tramite HTTP Streamable. Su Viddo AI ciò include ChatGPT, Claude, Claude Code, Grok, Gemini, Gemini CLI, Cursor, VS Code, Codex, Cline, Zed, OpenCode, Microsoft Copilot Studio e OpenClaw.

2

Ho bisogno di una chiave API per utilizzare music MCP?

No. Con questo server ti autentichi con il tuo account tramite il browser, e il client gestisce automaticamente lo scambio OAuth. Niente viene scritto nel tuo file di configurazione, quindi non c'è nessuna chiave da ruotare quando un compagno di squadra entra o esce.

3

Il server MCP può generare musica, voce ed effetti sonori?

Sì. La generazione di musica AI, il testo in voce, il cloning della voce e gli effetti sonori sono tutti disponibili attraverso la stessa connessione, quindi un agente può comporre una scena, registrare la narrazione e inserire un effetto di transizione senza cambiare strumenti. La pagina del generatore di musica AI mappa l'intero catalogo.

4

Come funziona la fatturazione per la generazione di musica AI tramite MCP?

I lavori MCP utilizzano i tuoi crediti esistenti, lo stesso saldo dell'app web. Il tuo agente può leggere il saldo e stimare un lavoro prima di creare qualsiasi cosa, e la generazione inizia solo dopo che approvi il modello, i parametri e il costo dei crediti. I crediti audio seguono la stessa regola dei video, quindi un saldo copre l'intero progetto.

5

Il mio agente può scegliere il modello musicale per me?

Sì. L'agente legge l'elenco dei modelli live e le regole sui parametri, quindi raccomanda un'opzione compatibile, in modo da poter descrivere 'un letto calmo per un'apertura' invece di nominare un modello. Puoi comunque nominarne uno direttamente quando desideri un suono specifico. Il catalogo completo dei modelli video AI mostra ciò che è disponibile sulla piattaforma.

6

Quanto tempo impiega un brano generato ad arrivare?

La generazione audio viene eseguita come un lavoro in background, quindi il tuo agente controlla lo stato del compito fino al termine del file. Su client con risposte ricche, la scheda di generazione si aggiorna in loco, mentre sui client solo testo l'agente restituisce i link per il download una volta completato il lavoro.

7

La stessa connessione può gestire anche immagini e video?

Sì. L'audio si trova sullo stesso server delle immagini fisse e del video. Se un lancio necessita di una colonna sonora, un'anteprima e un montaggio, un agente copre tutti e tre, e la pagina del server MCP per la generazione delle immagini tratta le immagini fisse in dettaglio.

8

Posso utilizzare l'audio a fini commerciali?

Sì. Ogni piano include l'uso commerciale e nessun watermark, quindi una traccia o una voce fuori campo è autorizzata per la pubblicazione e per il lavoro con i clienti. Se una creazione non riesce, puoi richiedere un rimborso o riavere i crediti utilizzati, e il fallimento non diventa mai un secondo addebito silenzioso sulla tua prossima fattura.

Suggerimenti professionali per utilizzare Music MCP

Richiedi la stima del credito prima del primo lavoro di una sessione, quindi riutilizza quella stima per le variazioni.
Nomina il modello quando hai bisogno di un suono specifico e lascialo aperto quando vuoi che l'agente scelga.
Mantieni una richiesta per variazione in modo che un singolo fallimento non comprometta l'intero lotto.
Interroga un'attività in esecuzione invece di reinviare il messaggio, in modo che la stessa richiesta non venga addebitata due volte.
Richiedi prima lo script o la durata, poi genera l'audio finale.
Collega liberamente più clienti, poiché ciascuno detiene il proprio token mentre condividono un saldo di credito.

Scopri di più

Inizia con il Music MCP su Viddo AI

Il tuo assistente può ora valutare una scena, registrare la narrazione e inserire l'effetto senza che tu debba lasciare il thread. Accedi una volta con il tuo account, approva la stima dei crediti quando il tuo agente te la mostra e inizia a creare nel tuo prossimo messaggio.
Inizia con il Music MCP su Viddo AI
viddo.ai

Viddo AI è una piattaforma avanzata di generazione di video e immagini AI all-in-one che ti consente di creare rapidamente e facilmente video e immagini straordinari da vari input. Questi modelli di intelligenza artificiale basati su Google, OpenAI, Grok AI, ByteDance, Alibaba, Kling, Runway, Vidu, Minimax, Elevenlabs, Midjourney e così via.

© 2026 viddo.ai. All rights reserved.