Media Gen MCP

Name: Media Gen MCP
Author: strato-space

von strato-spaceVersion 1.0.4i★ –iLäuft auf deinem Computer

Name in der Registryio.github.strato-space/media-gen-mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

MCP server for OpenAI Images/Videos and Google GenAI (Veo) media generation.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiGanz neu↓ 109/Wo. · ★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Design, Bilder & Audio
Das musst du eintragen: OPENAI_API_KEY, GEMINI_API_KEY, GOOGLE_API_KEY, AZURE_OPENAI_API_KEY

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Das trägst du selbst ein: OPENAI_API_KEY, GEMINI_API_KEY, GOOGLE_API_KEY, GOOGLE_GENAI_USE_VERTEXAI, GOOGLE_CLOUD_PROJECT, GOOGLE_CLOUD_LOCATION, AZURE_OPENAI_API_KEY, AZURE_OPENAI_ENDPOINT, OPENAI_API_VERSION, AZURE_OPENAI_DEPLOYMENT, MEDIA_GEN_DIRS, MEDIA_GEN_URLS, MEDIA_GEN_MCP_URL_PREFIXES, MEDIA_GEN_MCP_TEST_SAMPLE_DIR

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

npmNode.js installiert (für den Befehl npx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "media-gen": {
      "command": "npx",
      "args": [
        "-y",
        "@strato-space/media-gen-mcp"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value",
        "GEMINI_API_KEY": "your-value",
        "GOOGLE_API_KEY": "your-value",
        "GOOGLE_GENAI_USE_VERTEXAI": "your-value",
        "GOOGLE_CLOUD_PROJECT": "your-value",
        "GOOGLE_CLOUD_LOCATION": "your-value",
        "AZURE_OPENAI_API_KEY": "your-value",
        "AZURE_OPENAI_ENDPOINT": "your-value",
        "OPENAI_API_VERSION": "your-value",
        "AZURE_OPENAI_DEPLOYMENT": "your-value",
        "MEDIA_GEN_DIRS": "your-value",
        "MEDIA_GEN_URLS": "your-value",
        "MEDIA_GEN_MCP_URL_PREFIXES": "your-value",
        "MEDIA_GEN_MCP_TEST_SAMPLE_DIR": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add media-gen --env OPENAI_API_KEY=your-value --env GEMINI_API_KEY=your-value --env GOOGLE_API_KEY=your-value --env GOOGLE_GENAI_USE_VERTEXAI=your-value --env GOOGLE_CLOUD_PROJECT=your-value --env GOOGLE_CLOUD_LOCATION=your-value --env AZURE_OPENAI_API_KEY=your-value --env AZURE_OPENAI_ENDPOINT=your-value --env OPENAI_API_VERSION=your-value --env AZURE_OPENAI_DEPLOYMENT=your-value --env MEDIA_GEN_DIRS=your-value --env MEDIA_GEN_URLS=your-value --env MEDIA_GEN_MCP_URL_PREFIXES=your-value --env MEDIA_GEN_MCP_TEST_SAMPLE_DIR=your-value -- npx -y @strato-space/media-gen-mcp

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "media-gen": {
      "command": "npx",
      "args": [
        "-y",
        "@strato-space/media-gen-mcp"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value",
        "GEMINI_API_KEY": "your-value",
        "GOOGLE_API_KEY": "your-value",
        "GOOGLE_GENAI_USE_VERTEXAI": "your-value",
        "GOOGLE_CLOUD_PROJECT": "your-value",
        "GOOGLE_CLOUD_LOCATION": "your-value",
        "AZURE_OPENAI_API_KEY": "your-value",
        "AZURE_OPENAI_ENDPOINT": "your-value",
        "OPENAI_API_VERSION": "your-value",
        "AZURE_OPENAI_DEPLOYMENT": "your-value",
        "MEDIA_GEN_DIRS": "your-value",
        "MEDIA_GEN_URLS": "your-value",
        "MEDIA_GEN_MCP_URL_PREFIXES": "your-value",
        "MEDIA_GEN_MCP_TEST_SAMPLE_DIR": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "media-gen": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@strato-space/media-gen-mcp"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value",
        "GEMINI_API_KEY": "your-value",
        "GOOGLE_API_KEY": "your-value",
        "GOOGLE_GENAI_USE_VERTEXAI": "your-value",
        "GOOGLE_CLOUD_PROJECT": "your-value",
        "GOOGLE_CLOUD_LOCATION": "your-value",
        "AZURE_OPENAI_API_KEY": "your-value",
        "AZURE_OPENAI_ENDPOINT": "your-value",
        "OPENAI_API_VERSION": "your-value",
        "AZURE_OPENAI_DEPLOYMENT": "your-value",
        "MEDIA_GEN_DIRS": "your-value",
        "MEDIA_GEN_URLS": "your-value",
        "MEDIA_GEN_MCP_URL_PREFIXES": "your-value",
        "MEDIA_GEN_MCP_TEST_SAMPLE_DIR": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Werte, die du selbst einträgst

OPENAI_API_KEY geheim env
OpenAI API key (required for OpenAI image/video tools).
GEMINI_API_KEY geheim env
Gemini API key (alternative to GOOGLE_API_KEY).
GOOGLE_API_KEY geheim env
Google GenAI API key for Veo video tools.
GOOGLE_GENAI_USE_VERTEXAI env
Set to true to use Vertex AI for Google GenAI.
GOOGLE_CLOUD_PROJECT env
GCP project id for Vertex AI.
GOOGLE_CLOUD_LOCATION env
GCP region for Vertex AI (e.g. us-central1).
AZURE_OPENAI_API_KEY geheim env
Azure OpenAI API key (optional).
AZURE_OPENAI_ENDPOINT env
Azure OpenAI endpoint hostname.
OPENAI_API_VERSION env
Azure OpenAI API version.
AZURE_OPENAI_DEPLOYMENT env
Azure OpenAI deployment name.
MEDIA_GEN_DIRS env
Comma-separated output directories for media files.
MEDIA_GEN_URLS env
Comma-separated URL prefixes allowed for fetch tools.
MEDIA_GEN_MCP_URL_PREFIXES env
Public URL prefixes for mapping local output files.
MEDIA_GEN_MCP_TEST_SAMPLE_DIR env
Path to sample images for the test-images tool.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 8. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto strato-space bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Design, Bilder & Audioi

Mehr Sterne als 0 % der anderen 2789 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 1 % der anderen 2789 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 2789 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Media Gen MCP sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Das musst du eintragen: OPENAI_API_KEY, GEMINI_API_KEY, GOOGLE_API_KEY, AZURE_OPENAI_API_KEY

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.0.4) kam vor 11 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Figma Context MCP, Claude Real Video, Figma MCP Server

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Figma Context MCP

Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.

von GLipsWeit verbreitet↓ 161.192/Wo.★ 16.165Aktualisiert vor 5 Monaten

Läuft auf deinem Computer

Installieren

Claude Real Video

Let any LLM watch a video locally — and search everything it has ever watched.

von HUANGCHIHHUNGLeoWeit verbreitet↓ 1106/Wo.★ 2284Aktualisiert vor 2 Monaten

Läuft auf deinem Computer

Installieren

Figma MCP Server

The Figma MCP server brings Figma design context directly into your AI workflow.

von figmaWachsend★ 2152Aktualisiert vor 13 Monaten

Läuft in der Cloud✓ mcp.figma.com

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

media-gen-mcp

Media Gen MCP is a strict TypeScript Model Context Protocol (MCP) server for OpenAI Images (gpt-image-1.5, gpt-image-1), OpenAI Videos (Sora), and Google GenAI Videos (Veo): generate/edit images, create/remix video jobs, and fetch media from URLs or disk with smart resource_link vs inline image outputs and optional sharp processing. Production-focused (full strict typecheck, ESLint + Vitest CI). Works with fast-agent, Claude Desktop, ChatGPT, Cursor, VS Code, Windsurf, and any MCP-compatible client.

Design principle: spec-first, type-safe image tooling – strict OpenAI Images API + MCP compliance with fully static TypeScript types and flexible result placements/response formats for different clients.

Generate images from text prompts using OpenAI's gpt-image-1.5 model (with gpt-image-1 compatibility and DALL·E support planned in future versions).
Edit images (inpainting, outpainting, compositing) from 1 up to 16 images at once, with advanced prompt control.
Generate videos via OpenAI Videos (sora-2, sora-2-pro) with job create/remix/list/retrieve/delete and asset downloads.
Generate videos via Google GenAI (Veo) with operation polling and file-first downloads.
Fetch & compress images from HTTP(S) URLs or local file paths with smart size/quality optimization.
Fetch documents from HTTP(S) URLs or local file paths and return resource_link/resource outputs.
Debug MCP output shapes with a test-images tool that mirrors production result placement (content, structuredContent, toplevel).
Integrates with: fast-agent, Windsurf, Claude Desktop, Cursor, VS Code, and any MCP-compatible client.

✨ Features

Strict MCP spec support Tool outputs are first-class CallToolResult objects from the latest MCP schema, including: content items (text, image, resource_link, resource), optional structuredContent, optional top-level files, and the isError flag for failures.

Full gpt-image-1.5 and sora-2/sora-2-pro parameters coverage (generate & edit)
openai-images-generate mirrors the OpenAI Images create API for gpt-image-1.5 (and gpt-image-1) (background, moderation, size, quality, output_format, output_compression, n, user, etc.).
openai-images-edit mirrors the OpenAI Images createEdit API for gpt-image-1.5 (and gpt-image-1) (image, mask, n, quality, size, user).

OpenAI Videos (Sora) job tooling (create / remix / list / retrieve / delete / content)
openai-videos-create mirrors videos/create and can optionally wait for completion.
openai-videos-remix mirrors videos/remix.
openai-videos-list mirrors videos/list.
openai-videos-retrieve mirrors videos/retrieve.
openai-videos-delete mirrors videos/delete.
openai-videos-retrieve-content mirrors videos/content and downloads video / thumbnail / spritesheet assets to disk, returning MCP resource_link (default) or embedded resource blocks (via tool_result).

Google GenAI (Veo) operations + downloads (generate / retrieve operation / retrieve content)
google-videos-generate starts a long-running operation (ai.models.generateVideos) and can optionally wait for completion and download .mp4 outputs. Veo model reference
google-videos-retrieve-operation polls an existing operation.
google-videos-retrieve-content downloads an .mp4 from a completed operation, returning MCP resource_link (default) or embedded resource blocks (via tool_result).

Fetch and process images from URLs or files fetch-images tool loads images from HTTP(S) URLs or local file paths with optional, user-controlled compression (disabled by default). Supports parallel processing of up to 20 images.

Fetch videos from URLs or files fetch-videos tool lists local videos or downloads remote video URLs to disk and returns MCP resource_link (default) or embedded resource blocks (via tool_result).

Fetch documents from URLs or files fetch-document tool downloads remote files or reuses local paths and returns MCP resource_link (default) or embedded resource blocks (via tool_result).

Mix and edit up to 16 images openai-images-edit accepts image as a single string or an array of 1–16 file paths/base64 strings, matching the OpenAI spec for GPT Image models (gpt-image-1.5, gpt-image-1) image edits.

Smart image compression Built-in compression using sharp — iteratively reduces quality and dimensions to fit MCP payload limits while maintaining visual quality.

Resource-aware file output with `resource_link`
Automatic switch from inline base64 to file when the total response size exceeds a safe threshold.
Outputs are written to disk using output_ _media-gen__ _ . filenames (images/documents use a generated UUID; videos use the OpenAI video_id) and exposed to MCP clients via content[] depending on tool_result (resource_link/image for images, resource_link/resource for video/document downloads).

Built-in test-images tool for MCP client debugging test-images reads sample images from a configured directory and returns them using the same result-building logic as production tools. Use tool_result and response_format parameters to test how different MCP clients handle content[] and structuredContent.

Structured MCP error handling All tool errors (validation, OpenAI API failures, I/O) are returned as MCP errors with isError: true and content: [{ type: "text", text: }], making failures easy to parse and surface in MCP clients.

🚀 Installation

git clone https://github.com/strato-space/media-gen-mcp.git

cd media-gen-mcp

npm install npm run build

Build modes:

npm run build – strict TypeScript build with all strict flags enabled, including skipLibCheck: false. Incremental builds via .tsbuildinfo (~2-3s on warm cache).
npm run esbuild – fast bundling via esbuild (no type checking, useful for rapid iteration).

Development mode (no build required)

For development or when TypeScript compilation fails due to memory constraints:

npm run dev  # Uses tsx to run TypeScript directly

Quality checks

npm run lint        # ESLint with typescript-eslint

npm run typecheck # Strict tsc --noEmit npm run test # Unit tests (vitest) npm run test:watch # Watch mode for TDD npm run ci # lint + typecheck + test

Unit tests

The project uses vitest for unit testing. Tests are located in test/.

Covered modules:

Module	Tests	Description
`compression`	12	Image format detection, buffer processing, file I/O
`helpers`	31	URL/path validation, output resolution, result placement, resource links
`env`	19	Configuration parsing, env validation, defaults
`logger`	10	Structured logging + truncation safety
`pricing`	5	Sora pricing estimate helpers
`schemas`	69	Zod schema validation for all tools, type inference
`fetch-images` (integration)	3	End-to-end MCP tool call behavior
`fetch-videos` (integration)	3	End-to-end MCP tool call behavior

Test categories:

compression — isCompressionAvailable, detectImageFormat, processBufferWithCompression, readAndProcessImage
helpers — isHttpUrl, isAbsolutePath, isBase64Image, ensureDirectoryWritable, resolveOutputPath, getResultPlacement, buildResourceLinks
env — config loading and validation for MEDIA_GEN_* / MEDIA_GEN_MCP_* settings
logger — truncation and error formatting behavior
schemas — validation for openai-images-*, openai-videos-*, fetch-images, fetch-videos, test-images inputs, boundary testing (prompt length, image count limits, path validation)

npm run test

✓ test/compression.test.ts (12 tests)

✓ test/helpers.test.ts (31 tests)

✓ test/env.test.ts (19 tests)

✓ test/logger.test.ts (10 tests)

✓ test/pricing.test.ts (5 tests)

✓ test/schemas.test.ts (69 tests)

✓ test/fetch-images.integration.test.ts (3 tests)

✓ test/fetch-videos.integration.test.ts (3 tests)

Tests: 152 passed

Run directly via npx (no local clone)

You can also run the server straight from a remote repo using npx:

npx -y github:strato-space/media-gen-mcp --env-file /path/to/media-gen.env

The --env-file argument tells the server which env file to load (e.g. when you keep secrets outside the cloned directory). The file should contain OPENAI_API_KEY, optional Azure variables, and any MEDIA_GEN_MCP_* settings.

`secrets.yaml` (optional)

You can keep API keys (and optional Google Vertex AI settings) in a secrets.yaml file (compatible with the fast-agent secrets template):

openai:

api_key: anthropic: api_key: google: api_key: vertex_ai: enabled: true project_id: your-gcp-project-id location: europe-west4

media-gen-mcp loads `secr

Nur der Anfang wird gezeigt; den Rest findest du im Repo

Media Gen MCP

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Werte, die du selbst einträgst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Design, Bilder & Audioi

Häufige Fragen

Alternativen

Figma Context MCP

Claude Real Video

Figma MCP Server

README vom Entwickler

media-gen-mcp

✨ Features

🚀 Installation

Development mode (no build required)

Quality checks

Unit tests

✓ test/compression.test.ts (12 tests)

✓ test/helpers.test.ts (31 tests)

✓ test/env.test.ts (19 tests)

✓ test/logger.test.ts (10 tests)

✓ test/pricing.test.ts (5 tests)

✓ test/schemas.test.ts (69 tests)

✓ test/fetch-images.integration.test.ts (3 tests)

✓ test/fetch-videos.integration.test.ts (3 tests)

Tests: 152 passed

Run directly via npx (no local clone)

secrets.yaml (optional)

`secrets.yaml` (optional)