Un vistazo honesto a Kling 3.0 MCP: qué servidores existen de verdad, cómo registrar uno en Claude Code y Codex CLI, en qué se diferencian los tres modelos Kling v3 y cómo ejecutar lotes sin interfaz con prompts de varias tomas, imágenes de referencia y control de movimiento.
Escribes una frase en una terminal y, unos minutos después, un MP4 aparece en la carpeta de tu proyecto. Esa es la imagen que tiene la mayoría de la gente cuando busca Kling 3.0 MCP, y algunas partes ya funcionan. Otras necesitan una advertencia honesta, porque la expresión agrupa tres cosas distintas: los modelos de video Kling v3, el Model Context Protocol y los agentes de programación (Claude Code y Codex CLI) que llaman herramientas a través de él.
Este artículo separa las tres cosas. Verás qué hace cada modelo Kling v3, cómo registrar un servidor MCP en Claude Code y en Codex, cómo ejecutar los mismos prompts sin interfaz desde una shell y cómo escribir prompts que salgan bien a la primera o a la segunda. Cuando no pude verificar algo, lo digo en lugar de adivinarlo.
El Model Context Protocol es una forma estándar de que un cliente de IA llame a herramientas externas. Un cliente como Claude Code o Codex CLI inicia o se conecta a un servidor MCP, pregunta qué herramientas ofrece y las llama mientras trabaja. Un servidor de video suele exponer herramientas como "crear un video", "consultar el estado del trabajo" y "descargar el archivo".
Los servidores vienen en dos tipos. Un servidor stdio es un programa local: el cliente lanza un comando (a menudo npx o uvx) y se comunica con él por la entrada y salida estándar. Un servidor HTTP es remoto y normalmente necesita un token de portador. En ambos casos la configuración es, en esencia, la misma: un nombre, un comando o una URL, y las variables de entorno que necesita el servidor.
Esta es la situación tal como pude verificarla al escribir:
mcp-kling, descrito como un servidor MCP para la generación de video de Kling AI. La ficha muestra que se lanza con uvx mcp-kling y que lee una variable ACEDATACLOUD_API_TOKEN. Lee su README para ver qué versiones de Kling admite antes de construir sobre él.Poner las tres rutas una al lado de otra facilita ver las contrapartidas:
| Ruta | Configuración | Acceso a Kling v3 | Ideal para |
|---|---|---|---|
mcp-kling de terceros | Comando uvx más un token de API | Depende del servidor, consulta su README | Ejecuciones con script desde una terminal |
| Conector de PicassoIA | Añade el conector en tu cliente | No está en la lista de los cuatro modelos | Trabajo rápido de imagen y video desde un chat |
| Página de modelo de PicassoIA | Un navegador y una cuenta | Los tres modelos Kling v3 | Probar prompts y renders finales |
💡 Consejo: Trata cada servidor MCP como código que se ejecuta en tu equipo. Lee el repositorio, fija una versión y guarda los tokens en variables de entorno, nunca dentro de un prompt.
Kling v3 no es un solo modelo en PicassoIA, sino tres, y elegir el adecuado evita la mayoría de las generaciones desperdiciadas.
| Modelo | Ideal para | Entradas principales | Salida |
|---|---|---|---|
| Kling v3 Video | Texto a video, control del primer y último fotograma | Prompt, imagen inicial, imagen final, guion multitoma | Hasta 15 s, 720p o 1080p |
| Kling v3 Omni Video | Personajes coherentes, edición de un clip existente | Hasta 7 imágenes de referencia, video de referencia | De 3 a 15 s, 720p o 1080p |
| Kling v3 Motion Control | Hacer que un personaje de imagen fija repita movimientos reales | Una imagen más un video | Hasta 10 s o 30 s, 720p o 1080p |
Kling v3 Video es la opción predeterminada. Convierte un prompt en un clip de hasta 15 segundos, en modo estándar (720p) o modo pro (1080p). El prompt puede tener hasta 2.500 caracteres, y el prompt negativo tiene el mismo límite. Puedes fijar el primer fotograma con start_image y el último con end_image, o escribir un guion de hasta seis tomas con multi_prompt. El audio nativo viene desactivado por defecto y se activa con generate_audio.
Kling v3 Omni Video añade referencias. Adjunta hasta siete imágenes de referencia (cuatro cuando hay un video de referencia) para fijar cómo se ven un personaje, un objeto o un lugar, y luego invócalas dentro del prompt con marcadores como <<<image_1>>>. Un video de referencia de 3 a 10 segundos funciona de dos maneras: feature toma el estilo y el movimiento de cámara, mientras que base edita un clip existente a partir de tu descripción escrita.
Kling v3 Motion Control toma una imagen fija de un personaje más un video de referencia, y hace que el personaje repita el movimiento. Configura character_orientation como image para clips de hasta 10 segundos que mantienen la pose de tu imagen, o como video para clips de hasta 30 segundos que siguen a la persona de la grabación. Los videos de referencia pueden ser MP4 o MOV de hasta 100 MB, y keep_original_sound decide si se conserva su audio.
Claude Code registra los servidores con claude mcp add. Todo lo que va después del doble guion es el comando que inicia el servidor.
claude mcp add kling --env ACEDATACLOUD_API_TOKEN=$ACEDATACLOUD_API_TOKEN -- uvx mcp-kling
Expandir la variable en tu shell mantiene el secreto fuera del comando que pegas en un chat o en una captura de pantalla. Los nombres de la bandera y de la variable vienen del listado del directorio, así que confírmalos en el README del propio servidor.
Ejecuta claude mcp list para ver todos los servidores y su estado, o escribe /mcp dentro de una sesión. Si Kling aparece como fallido, ejecuta a mano el comando que va después del doble guion en una terminal normal. La mayoría de los fallos vienen de una instalación de uvx que falta o de un token incorrecto.
Para compartir la configuración con un equipo, añade --scope project. Claude Code escribe un archivo .mcp.json en la raíz del repositorio, y puedes referenciar el token como ${ACEDATACLOUD_API_TOKEN} para que el secreto nunca se suba al control de versiones.
Cuando el servidor esté en verde, pide un clip con lenguaje natural:
Usa la herramienta de Kling para crear un clip de 5 segundos, 16:9: un barco pesquero que sale de un puerto con niebla al amanecer, travelling lento hacia delante, zumbido bajo del motor. Consulta el estado hasta que termine y luego dame la URL del archivo.
Codex CLI guarda su configuración de MCP en ~/.codex/config.toml. Puedes editar ese archivo o dejar que un comando lo escriba por ti.
codex mcp add kling --env ACEDATACLOUD_API_TOKEN=$ACEDATACLOUD_API_TOKEN -- uvx mcp-kling
codex mcp list
La sintaxis es igual que en Claude Code: un nombre, pares --env opcionales, un doble guion y, después, el comando de inicio. codex mcp list confirma que el servidor se guardó.
Cada servidor es una tabla [mcp_servers.<name>]:
[mcp_servers.kling]
command = "uvx"
args = ["mcp-kling"]
env_vars = ["ACEDATACLOUD_API_TOKEN"]
Aquí env_vars indica una variable que se pasa desde tu shell. Si prefieres guardar un valor, usa en su lugar una tabla [mcp_servers.kling.env], y mantén ese archivo fuera del control de versiones. También funciona un .codex/config.toml local del proyecto para los proyectos que hayas marcado como de confianza. Los servidores remotos usan url y bearer_token_env_var en lugar de command.
Ambos agentes son herramientas de línea de comandos, así que la misma configuración funciona sin ventana de chat. Eso importa cuando quieres veinte clips durante la noche en lugar de uno a la hora de comer. Además, el agente es algo más que un lanzador: puede convertir un guion en bruto en una lista de tomas, comprobar que las duraciones suman bien, reintentar un trabajo fallido y poner a cada archivo de salida el nombre de su prompt.
| Tarea | Claude Code | Codex CLI |
|---|---|---|
| Añadir un servidor | claude mcp add | codex mcp add |
| Listar servidores | claude mcp list | codex mcp list |
| Una ejecución de una sola toma | claude -p "..." | codex exec "..." |
| Ubicación de la configuración | .mcp.json o configuración de usuario | ~/.codex/config.toml |
Una ejecución sin interfaz envía una instrucción y termina. Aprueba previamente las herramientas de Kling, o la llamada a la herramienta se rechaza porque nadie está ahí para aprobarla:
claude -p "Read prompts/harbor.txt, make a 5 second Kling clip from it, wait until it finishes, and print the URL" --allowedTools "mcp__kling"
codex exec "Read prompts/harbor.txt, make a 5 second Kling clip from it, wait until it finishes, and print the URL"
La generación es lenta, así que planifícala. Los ejemplos de la página de Kling v3 Video tardaron entre 5 y 18 minutos cada uno, y los de Omni tardaron unos 2 a 10 minutos. Ejecuta los clips uno tras otro y registra la salida en lugar de quedarte mirándola.
Pon cada prompt en su propio archivo de texto y recorre la carpeta en un bucle:
mkdir -p out
for f in prompts/*.txt; do
claude -p "Make a Kling clip from $f and save the result URL to out/$(basename "$f" .txt).url" --allowedTools "mcp__kling"
done
Los archivos te dan historial, revisión y reutilización. La lista de tomas de un clip multitoma es solo un pequeño archivo JSON junto al prompt, y un diff muestra exactamente qué cambió entre dos tomas.
Un buen prompt de Kling se lee como la descripción de una toma, no como un deseo. Nombra el sujeto, la acción, el movimiento de cámara, la luz y, si el audio está activado, el sonido. Una idea por toma funciona mejor que cinco ideas apretadas en una sola.
Tanto Kling v3 Video como Kling v3 Omni Video aceptan un array multi_prompt. Cada toma tiene su propio prompt y su propia duración:
[
{"prompt": "Wide shot of a fishing boat leaving a foggy harbor at dawn", "duration": 5},
{"prompt": "Close-up of the captain's weathered hands on the wheel", "duration": 5},
{"prompt": "Aerial shot of the boat heading into open water", "duration": 5}
]
Puedes usar como máximo seis tomas, cada una de al menos un segundo, y las duraciones deben sumar la duration total del clip. Las tres tomas de arriba suman 15 segundos, así que el total se fija en 15.
Para Kling v3 Motion Control, el video de referencia hace la mayor parte del trabajo. Graba un clip corto con el teléfono donde el cuerpo entero quede en el encuadre, la cámara esté quieta y el movimiento sea limpio. Después combínalo con una imagen fija encuadrada de forma parecida. Un retrato en primer plano y un paseo de cuerpo entero rara vez encajan.
duration, así que tomas que suman 12 segundos frente a una duration de 15 hacen que la solicitud no sea válida. Haz la suma antes de enviarla.start_image, porque el clip sigue a la imagen.generate_audio no se puede combinar con un video de referencia. Usa keep_original_sound para el material en su lugar.💡 Consejo: Prueba primero todas las ideas en modo estándar. Renderiza a 720p, así que un prompt flojo te cuesta una espera corta en lugar de una ejecución en modo pro. Cambia a pro para la toma que vas a publicar.
Si prefieres saltarte la configuración del servidor, la página del modelo ejecuta el mismo motor con campos de formulario en lugar de opciones de línea de comandos. Este es el camino para Kling v3 Video:
| Ajuste | Valores | Cuándo cambiarlo |
|---|---|---|
| Modo | estándar (720p), pro (1080p) | Haz borradores en estándar, publica en pro |
| Duración | Hasta 15 s | Más corta para pruebas, más larga para la versión final |
| Relación de aspecto | 16:9, 9:16, 1:1 | Ajústala a la plataforma donde publicas |
| Generar audio | Activado o desactivado, por defecto desactivado | Actívalo para ambiente y efectos |
| Prompt negativo | Hasta 2.500 caracteres | Elimina texto, parpadeos o extremidades de más |
Elige una idea pequeña y pruébala hoy. Escribe un guion de tres tomas de cinco segundos cada una, envíalo a Kling v3 Video en modo estándar, revisa el resultado, corrige la toma más débil y solo entonces paga por el modo pro. Si tienes una imagen de personaje y un fragmento corto grabado con el teléfono, prueba después Kling v3 Motion Control, y usa Kling v3 Omni Video cuando el mismo personaje tenga que aparecer en varias tomas.
¿Quieres quedarte dentro de Claude Code o Codex? El conector de PicassoIA ya incluye PicassoIA Video y Seedance 2.5 Lite, así que puedes generar clips desde la terminal hoy mismo y reservar Kling v3 para las tomas que necesitan su control multitoma.
Lleva un archivo de notas breve mientras avanzas. Junto a cada prompt, anota el modo, la duración y una frase sobre lo que funcionó. Después de diez clips tendrás una biblioteca personal de prompts que ninguna plantilla puede igualar, y encajará directamente en la carpeta de prompts del flujo de trabajo desde la línea de comandos que vimos antes.
Abre PicassoIA, elige un modelo y crea algo. Un clip que puedas ver te enseñará más sobre prompts que cualquier cantidad de lectura.
Elige tu idioma
