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 →

Czym jest Music MCP

Serwer muzyczny MCP to zdalny serwer Model Context Protocol, który udostępnia generację muzyki AI, syntezę mowy, klonowanie głosu i efekty dźwiękowe jako narzędzia, które agent AI może wywołać z okna czatu lub edytora kodu. Twój agent przegląda listę modeli na żywo, szacuje koszt kredytów i tworzy zadanie dopiero po Twojej akceptacji.

Zamiast kopiować klucze API do pliku konfiguracyjnego, autoryzujesz się raz w przeglądarce za pomocą swojego konta Viddo AI. Każdy kompatybilny klient na tym urządzeniu pozostaje zalogowany, a gotowy utwór wraca jako link wewnątrz rozmowy, w której o niego poprosiłeś.

Twój agent wysyła żądanie, serwer uruchamia model, a wynik wraca jako link. Praktyczna różnica pojawia się w przepływie pracy z wideo. Tło muzyczne pasujące do ujęcia, narracja trafiająca w zamierzony tekst i efekt dźwiękowy dopasowany do cięcia mogą być wszystkie zamówione w tym samym wątku, który określił filmik, zamiast pochodzić z trzech oddzielnych pulpitów nawigacyjnych.
AI Image to Video Ads

Kluczowe cechy Music MCP

Zdobądź wideo bez opuszczania rozmowy
Agent bierze brief, który już napisałeś do wideo, i przekształca emocjonalne momenty w utwór. Proszę o spokojną podkładkę fortepianową na początku oraz powolne narastanie w ostatnich pięciu sekundach, a wynik jest dostosowany do tego kształtu. Nic nie musi być ponownie wyjaśniane w osobnym narzędziu audio, ponieważ kontekst jest już zawarty w rozmowie.
Zdobądź wideo bez opuszczania rozmowy
Jeden agent obsługuje łóżko, głos i efekty.
To samo połączenie obejmuje trzy warstwy dźwiękowe, których zwykle potrzebuje wideo. Tło pod sceną, mówiony komentarz z tonem, o który prosiłeś, oraz jeden efekt przejścia na cięciu to trzy prośby do jednego agenta. Ma to znaczenie, gdy brief już określa, czego potrzebuje wideo, ponieważ dźwięk podąża za tym samym briefem zamiast rozpoczynać nową rozmowę.
Jeden agent obsługuje łóżko, głos i efekty.
Klonowanie głosu utrzymuje spójność serii
Skopiowany profil głosu zachowuje tę samą interpretację w każdym odcinku serii. Agent ponownie wykorzystuje zatwierdzony przez Ciebie profil, więc drugi film onboardingowy brzmi jak pierwszy bez potrzeby nagrywania na nowo. W przypadku serii mówionych ta spójność zazwyczaj jest bardziej wartościowa niż nowy głos za każdym razem.
Klonowanie głosu utrzymuje spójność serii
Agent szacuje koszt i czeka na Twoją akceptację.
Zadania audio mogą trwać długo, więc agent odczytuje twoje pozostałe kredyty, szacuje koszt dokładnego modelu i parametrów, które opisałeś, i zatrzymuje się przed utworzeniem czegokolwiek. Nic nie jest uruchamiane ani naliczane do momentu potwierdzenia modelu, parametrów i liczby. Poproś o to zachowanie raz, a agent zapamięta je na resztę sesji.
Agent szacuje koszt i czeka na Twoją akceptację.
Nieudane zadania nie obciążają cię podwójnie.
Gdy zadanie się nie powiedzie, agent zgłasza awarię oraz identyfikator żądania zamiast cicho ponownie przesyłać z innymi parametrami. Ponowne próby, które wykorzystują to samo żądanie, używają tego samego zadania, więc przekroczenie czasu oczekiwania lub ponownie wysłana wiadomość nie skutkuje podwójnym obciążeniem. W partii łóżek i nagrań głosowych każde zadanie raportuje swój własny status, dzięki czemu dokładnie wiesz, co zostało zakończone.
Nieudane zadania nie obciążają cię podwójnie.
Długie zadania działają w tle
Generowanie audio zajmuje czas, więc zadanie działa w tle, a agent sprawdza status, aż zasób zostanie ukończony. Możesz przesłać kilka zadań w jednym żądaniu, uzyskać osobny status dla każdego z nich i kontynuować pracę podczas renderowania. Ukończone pliki przychodzą jako linki, do których agent może się odwoływać, pobierać lub dodawać do projektu, nad którym już pracujesz.
Długie zadania działają w tle

Jak korzystać z Music MCP na Viddo AI

  • Step1

    Skopiuj adres URL serwera Viddo MCP.

    Generowanie audio działa na tym samym zdalnym punkcie końcowym co każde inne narzędzie Viddo AI MCP, więc jest to ta sama konfiguracja z jednym adresem, której używasz do czegokolwiek innego. Skopiuj go i wklej do ustawień MCP klienta, w którym piszesz.

    Skopiuj adres URL Viddo MCP: https://mcp.viddo.ai/mcp
  • Step2

    Dodaj serwer do swojego klienta

    Otwórz ustawienia MCP w swoim kliencie i utwórz nowy wpis serwera. Wklej powyższy adres URL, wybierz Streamable HTTP jako transport i pozostaw uwierzytelnianie na OAuth. Większość klientów rejestruje się automatycznie, więc nie ma potrzeby wypełniania identyfikatora klienta ani tajnego klucza klienta. Jeśli twój klient wyświetla serwery MCP pod inną etykietą, to jest ten sam panel.
  • Step3

    Zaloguj się i zatwierdź uprawnienia

    Twój agent otwiera przeglądarkę na stronie logowania. Zaloguj się na swoje konto i zatwierdź wymagane uprawnienia. Przeglądarka przenosi cię z powrotem do klienta, a narzędzia audio pojawiają się pod wpisem Viddo obok reszty katalogu.
  • Step4

    Zweryfikuj połączenie i wyślij swoje pierwsze żądanie.

    Poproś swojego agenta o potwierdzenie linku, zanim wygenerujesz cokolwiek. Potwierdzenie najpierw oznacza, że znajdziesz uszkodzoną akceptację, zanim będziesz czekać na trzyminutowy utwór.

    Połącz się i zacznij tworzyć: Proszę wywołać viddo_list_models i wypisać modele dostępne na moim koncie.

    Jeśli lista wróci, połączenie działa. Następnie poproś o utwór, zatwierdź szacunkowy koszt kredytu i poczekaj na wynik w rozmowie. Jeśli lista narzędzi pozostaje pusta, akceptacja przeglądarki nie została zakończona, a ponowne dodanie serwera zazwyczaj to naprawia.

Przykładowe zapytania agenta dla Muzycznego MCP

Te trafiają bezpośrednio do każdego podłączonego klienta. Czytają się jak brief dla producenta, a nie jako polecenie dla narzędzia.
Słoneczna sypialnia z pluszakami na łóżku

Zrób podkład muzyczny do wideo z tłem łóżka

Napisz 30-sekundową spokojną instrumentalną podkładkę na otwierającą sekwencję: delikatny fortepian, bez perkusji, bez wokali, łagodne narastanie w ostatnich pięciu sekundach. Podaj mi dwie opcje tempa i koszt kredytów za każdą przed wygenerowaniem.

Zbliżenie matowego czarnego etui na bezprzewodowe słuchawki.

Nagraj głos do produktu

Napisz i wygeneruj 30-sekundowy ciepły głos do produktu na premierę bezprzewodowych słuchawek. Rozmowny, pewny siebie, bez żargonu. Następnie sprawdź czas trwania audio przed eksportem.

Ciepłe tło ambientowe dla strony produktu

Zbuduj dłuższe podkład muzyczny

Stwórz 60-sekundowy pętlący utwór ambientowy na tło strony produktu: ciepłe pady, brak perkusji, brak wokali i brak wyraźnego zakończenia, aby mógł się powtarzać.

Miękka przejście między dwiema scenami

Umieść pojedynczy efekt dźwiękowy.

Wygeneruj delikatny dźwięk przejścia dla zmiany sceny około czwartej sekundy, krótki i lekki, a następnie zapisz go, abym mógł go wstawić do edycji.

Narracja wprowadzająca nagrana za pomocą zapisanego głosu

Skopiuj głos do serii

Użyj mojego zapisanego profilu głosowego, aby wygenerować 45-sekundową narrację wprowadzającą dla nowej funkcji. Ta sama forma jak w moim ostatnim nagraniu, ten sam tempo i powiedz mi koszt przed rozpoczęciem.

Mówiony skrypt dostosowany do 15-sekundowego slotu.

Sprawdź czas trwania przed eksportem

Najpierw wygeneruj skrypt mówiony, podaj jego czas trwania, a finalny dźwięk stwórz tylko wtedy, gdy zmieści się w 15-sekundowym przedziale, który ci podałem.

Muzyka MCP FAQ

1

Które aplikacje AI mogą łączyć się z muzycznym MCP?

Każdy klient, który obsługuje zdalny serwer MCP przez Streamable HTTP. Na Viddo AI obejmuje to ChatGPT, Claude, Claude Code, Grok, Gemini, Gemini CLI, Cursor, VS Code, Codex, Cline, Zed, OpenCode, Microsoft Copilot Studio i OpenClaw.

2

Czy potrzebuję klucza API, aby korzystać z muzycznego MCP?

Nie. Z tym serwerem autoryzujesz się za pomocą swojego konta przez przeglądarkę, a klient automatycznie obsługuje wymianę OAuth. Nic nie jest zapisywane w pliku konfiguracyjnym, więc nie ma klucza do rotacji, gdy członek zespołu dołącza lub odchodzi.

3

Czy serwer MCP może generować muzykę, głos i efekty dźwiękowe?

Tak. Generowanie muzyki przez AI, tekst na mowę, klonowanie głosu i efekty dźwiękowe są dostępne przez to samo połączenie, więc jeden agent może skomponować scenę, nagrać narrację i zastosować efekt przejścia bez zmiany narzędzi. Strona generatora muzyki AI przedstawia pełny katalog.

4

Jak działa fakturowanie za generowanie muzyki AI przez MCP?

Prace MCP wykorzystują twoje istniejące kredyty, ten sam bilans co aplikacja internetowa. Twój agent może odczytać saldo i oszacować zadanie przed utworzeniem czegokolwiek, a generacja zaczyna się dopiero po zatwierdzeniu modelu, parametrów i kosztu kredytowego. Kredyty audio podlegają tej samej zasadzie co wideo, więc jedno saldo pokrywa cały projekt.

5

Czy mój agent może wybrać dla mnie model muzyczny?

Tak. Agent odczytuje listę modeli na żywo oraz zasady dotyczące parametrów, a następnie rekomenduje kompatybilną opcję, dzięki czemu możesz opisać 'spokojne łóżko do otwarcia' zamiast podawać nazwę modelu. Możesz nadal bezpośrednio wymienić jeden, gdy chcesz uzyskać konkretny dźwięk. Pełny katalog modeli wideo AI pokazuje, co jest dostępne na platformie.

6

Jak długo trwa przybycie wygenerowanego utworu?

Generowanie audio działa jako zadanie w tle, więc twój agent sprawdza status zadania, aż plik zostanie ukończony. Na klientach z bogatymi odpowiedziami karta generacji aktualizuje się na miejscu, a na klientach tylko tekstowych agent zwraca linki do pobrania po zakończeniu pracy.

7

Czy to samo połączenie może obsługiwać również obrazy i wideo?

Tak. Audio znajduje się na tym samym serwerze co zdjęcia i wideo. Jeśli uruchomienie wymaga ścieżki dźwiękowej, miniatury i montażu, jeden agent zajmuje się wszystkimi trzema, a strona serwera MCP generacji obrazów szczegółowo opisuje zdjęcia.

8

Czy mogę używać audio komercyjnie?

Tak. Każdy plan obejmuje użycie komercyjne i brak znaków wodnych, więc utwór lub nagranie głosowe jest gotowe do publikacji i pracy dla klienta. Jeśli dzieło się nie powiedzie, możesz poprosić o zwrot pieniędzy lub odzyskać wykorzystane kredyty, a niepowodzenie nigdy nie staje się cichym drugim obciążeniem na twojej następnej fakturze.

Pro wskazówki dotyczące korzystania z Music MCP

Poproś o oszacowanie kredytu przed pierwszym zadaniem sesji, a następnie wykorzystaj to oszacowanie do wariacji.
Nazwij model, gdy potrzebujesz konkretnego dźwięku, a pozostaw otwarte, gdy chcesz, aby agent dokonał wyboru.
Zachowaj jedno żądanie na wariant, aby pojedyncza awaria nie spowodowała utraty całej partii.
Zamiast ponownie wysyłać wiadomość, sprawdzaj działające zadanie, aby ta sama prośba nie była fakturowana dwukrotnie.
Najpierw poproś o skrypt lub czas trwania, a następnie zrealizuj finalny dźwięk.
Podłącz kilku klientów swobodnie, ponieważ każdy z nich posiada własny token, podczas gdy dzielą się jednym saldem kredytowym.

Odkryj więcej

Rozpocznij korzystanie z Music MCP na Viddo AI

Twój asystent może teraz ocenić scenę, nagrać narrację i umieścić efekt bez konieczności opuszczania wątku. Zaloguj się raz na swoje konto, zatwierdź szacunkowy koszt kredytu, gdy twój agent go pokaże, i zacznij tworzyć w swojej następnej wiadomości.
Rozpocznij korzystanie z Music MCP na Viddo AI
viddo.ai

Viddo AI to zaawansowana, wszechstronna platforma do generowania wideo i obrazów AI, która pozwala szybko i łatwo tworzyć wspaniałe filmy i obrazy z różnych źródeł. Te modele AI obsługiwane przez Google, OpenAI, Grok AI, ByteDance, Alibaba, Kling, Runway, Vidu, Minimax, Elevenlabs, Midjourney i tak dalej.

© 2026 viddo.ai. All rights reserved.