HeyGen MCP Claude सेटअप: अवतार वीडियो के लिए रिमोट MCP सर्वर

आप Claude में एक वाक्य टाइप करते हैं, कॉफ़ी लेने चले जाते हैं, और लौटकर एक तैयार अवतार वीडियो पाते हैं जिसका लिंक आप क्लाइंट को भेज सकते हैं। HeyGen रिमोट MCP सर्वर का यही वादा है, और सेटअप में लगभग पाँच मिनट लगते हैं क्योंकि कुछ इंस्टॉल नहीं करना पड़ता। न कोई लोकल सर्वर, न कॉन्फ़िग फ़ाइल में पेस्ट की गई API क्रेडेंशियल, न कोई अलग बिलिंग। आप OAuth से एक बार साइन इन करते हैं और Claude आपके HeyGen अकाउंट के अंदर काम कर सकता है।

यह गाइड HeyGen MCP Claude सेटअप के उन तीन तरीकों को समझाती है जहाँ लोग असल में Claude चलाते हैं: वेब ऐप, डेस्कटॉप ऐप और Claude Code। आपको सटीक एंडपॉइंट, सटीक टर्मिनल कमांड, ऐसे प्रॉम्प्ट मिलेंगे जो काम के वीडियो बनाते हैं, HeyGen के अपने दस्तावेज़ों से क्रेडिट और रेट लिमिट की जानकारी, और उन गलतियों की सूची जो लोगों को अक्सर परेशान करती हैं। लेख के अंत में HeyGen के Avatar V इंजन को सीधे PicassoIA पर चलाने का छोटा ट्यूटोरियल है, उन दिनों के लिए जब आपको किसी असिस्टेंट को खोले बिना टॉकिंग प्रेज़ेंटर चाहिए।

💡 त्वरित उत्तर: एंडपॉइंट https://mcp.heygen.com/mcp/v1/ है। इसे Claude में कस्टम कनेक्टर के रूप में जोड़ें (या Claude Code में claude mcp add कमांड एक बार चलाएँ), OAuth लॉगिन को मंज़ूरी दें, फिर एक वीडियो माँगें।

रिमोट MCP असल में क्या करता है

MCP का मतलब है Model Context Protocol, एक ओपन स्टैंडर्ड जो AI असिस्टेंट को दूसरे ऐप्स के अंदर टूल्स कॉल करने देता है। HeyGen अपना सर्वर अपने इंफ़्रास्ट्रक्चर पर चलाता है, इसलिए Claude आपके लैपटॉप पर चल रहे प्रोग्राम के बजाय होस्टेड एंडपॉइंट से बात करता है। दस्तावेज़ों के अनुसार, उपयोग आपके HeyGen प्लान में पहले से शामिल क्रेडिट से होता है, और यह कनेक्टर हर प्लान पर काम करता है।

एक बार जुड़ने के बाद, Claude चैट विंडो से असली प्रोडक्शन का काम संभाल सकता है:

• एक प्रॉम्प्ट से लिखें और रेंडर करें। HeyGen का Video Agent अवतार चुनता है, स्क्रिप्ट का ड्राफ़्ट बनाता है, सीन तैयार करता है और नतीजा रेंडर करता है।
• अवतार को निर्देश दें। HeyGen अवतार, या आपकी दी गई इमेज, लिप सिंक के साथ आपकी सटीक स्क्रिप्ट बोलती है।
• तैयार वीडियो का अनुवाद करें दूसरी भाषाओं में, और मुँह की हरकत को मिलाकर रखें।
• लाइब्रेरी संभालें। वीडियो की सूची देखें, लाएँ और हटाएँ, साथ ही टेम्प्लेट, ब्रांड किट और फ़ोल्डर के साथ काम करें।
• वॉइस संभालें। 500+ वॉइस का कैटलॉग देखें, टेक्स्ट विवरण से नई वॉइस डिज़ाइन करें, या किसी ऑडियो फ़ाइल से वॉइस क्लोन बनाएँ।

HeyGen सर्वर पर 48 से ज़्यादा फ़ंक्शन गिनता है और Claude (वेब, डेस्कटॉप और Code), Cursor, Gemini CLI, Codex CLI, Lovable, Manus, Superhuman और OpenAI-आधारित एजेंट, साथ ही किसी भी कस्टम MCP क्लाइंट के लिए समर्थन सूचीबद्ध करता है।

होस्टेड है, इंस्टॉल नहीं करना पड़ता

पहले प्रकाशित हुए समुदाय के HeyGen सर्वर आपकी अपनी मशीन पर चलते थे और एक API क्रेडेंशियल माँगते थे जो एनवायरनमेंट वेरिएबल में रखी जाती थी। रिमोट सर्वर ये दोनों झंझट हटा देता है। ऑथेंटिकेशन OAuth से होता है, इसलिए किसी कॉन्फ़िग फ़ाइल में कोई सीक्रेट नहीं रहता, और टूल्स का रखरखाव HeyGen अपनी तरफ़ से करता है। आप एक URL पेस्ट करते हैं और एक लॉगिन स्क्रीन को मंज़ूरी देते हैं।

अपना सेटअप चुनें

HeyGen तीन तरीके बताता है जिनसे एजेंट प्लेटफ़ॉर्म के साथ काम कर सकता है। हर मामले में क्रेडिट आपके प्लान से आते हैं।

💡 एजेंटों के लिए HeyGen की सलाह सीधी है: पहले MCP सर्वर आज़माएँ, फिर CLI, और raw API कॉल सबसे आख़िर में। किसी चैट विंडो में API क्रेडेंशियल कभी न डालें।

HeyGen को Claude से जोड़ें

Claude वेब और डेस्कटॉप

ऐप के वर्ज़न के हिसाब से मेनू के लेबल थोड़े बदलते हैं, लेकिन प्रक्रिया हमेशा एक जैसी रहती है।

1. Claude खोलें और Settings, फिर Connectors पर जाएँ।
2. HeyGen खोजें। अगर वह सूची में है, तो Connect पर क्लिक करें। नहीं है, तो Add custom connector चुनें।
3. उसका नाम HeyGen रखें और https://mcp.heygen.com/mcp/v1/ पेस्ट करें।
4. Connect पर क्लिक करें। एक ब्राउज़र टैब HeyGen की OAuth स्क्रीन पर खुलेगा।
5. उस HeyGen अकाउंट में साइन इन करें जिसके क्रेडिट आप खर्च करना चाहते हैं, फिर एक्सेस को मंज़ूरी दें।
6. एक नई चैट खोलें और पुष्टि करें कि HeyGen कनेक्टर उस चैट के लिए चालू है।

OAuth वाला चरण सबसे ज़रूरी है। क्रेडिट उस अकाउंट के होते हैं जिसे आप मंज़ूरी देते हैं, इसलिए आगे बढ़ने से पहले दोबारा जाँच लें कि आप सही वर्कस्पेस में साइन इन हैं।

💡 अपने डोमेन पर कस्टम एजेंट चला रहे हैं? HeyGen उस डोमेन को अपने इंटीग्रेशन इंटेक फ़ॉर्म के ज़रिए जमा करने को कहता है, ताकि उसे व्हाइटलिस्ट किया जा सके।

Claude Code में एक कमांड से

इसे अपने टर्मिनल में एक बार चलाएँ:

claude mcp add --transport http heygen https://mcp.heygen.com/mcp/v1/

प्रॉम्प्ट कॉपी करें

फिर Claude Code खोलें, /mcp टाइप करें, heygen चुनें, और अपने ब्राउज़र से OAuth साइन इन पूरा करें। अगर आप चाहते हैं कि सर्वर सिर्फ़ मौजूदा प्रोजेक्ट में नहीं, बल्कि हर प्रोजेक्ट में उपलब्ध हो, तो --scope user जोड़ें।

जो टीमें एक रिपॉज़िटरी साझा करती हैं, वे इसके बजाय प्रोजेक्ट कॉन्फ़िग कमिट कर सकती हैं:

{
  "mcpServers": {
    "heygen": {
      "type": "http",
      "url": "https://mcp.heygen.com/mcp/v1/"
    }
  }
}

प्रॉम्प्ट कॉपी करें

इस फ़ाइल में कोई क्रेडेंशियल नहीं होता, इसलिए हर टीम सदस्य अपना ऑथेंटिकेशन खुद करता है और क्रेडिट उसी व्यक्ति के नाम पर रहते हैं जिसने वीडियो माँगा।

कनेक्शन की जाँच करें

Claude से पूछें: "HeyGen का get_current_user टूल कॉल करें और मुझे बताएँ कि कौन सा अकाउंट जुड़ा है।" HeyGen के अपने दस्तावेज़ इस कॉल को हेल्थ चेक के रूप में इस्तेमाल करते हैं। Claude Code में यह टूल mcp__heygen__get_current_user के रूप में दिखता है। अगर अकाउंट का नाम आपकी उम्मीद से मेल खाता है, तो आप तैयार हैं। अगर Claude कहे कि उसके पास HeyGen के टूल नहीं हैं, तो नीचे दी गई फ़िक्स टेबल पर जाएँ।

पहला अवतार वीडियो बनाएँ

रेंडरिंग असिंक्रोनस होती है। HeyGen के अनुसार वीडियो आम तौर पर 1 से 5 मिनट में पूरे हो जाते हैं, और यह जानने के लिए Claude को एक स्टेटस टूल कॉल करना पड़ता है। इसे अपने प्रॉम्प्ट में साफ़ लिखें, नहीं तो असिस्टेंट आपको एक ID थमाकर रुक सकता है।

काम करने वाले प्रॉम्प्ट

Video Agent विचार से वीडियो तक पहुँचने का सबसे छोटा रास्ता है। इसके दो मोड हैं: generate एक बार में पूरा चल जाता है, बीच में कोई बातचीत नहीं होती, जबकि chat कई बारी में आपको नतीजे सुधारने देता है। एक मज़बूत प्रॉम्प्ट छह बातें बताता है:

• लक्ष्य: वीडियो देखने के बाद दर्शक को क्या करना चाहिए
• दर्शक: कौन देख रहा है
• लंबाई: 15, 30 या 60 सेकंड
• टोन: शांत, उत्साहित या औपचारिक
• फ़ॉर्मेट: 16:9 वाइडस्क्रीन या वर्टिकल 9:16
• स्टाइल: स्टाइल की सूची से एक चुनें

"HeyGen Video Agent से स्टैंडिंग डेस्क के लिए 30 सेकंड का प्रोडक्ट एक्सप्लेनर बनाओ। दोस्ताना महिला प्रेज़ेंटर, शांत टोन, वर्टिकल 9:16, साफ़ ऑफ़िस स्टाइल। वीडियो तैयार होने तक स्टेटस चेक करते रहो, फिर मुझे लिंक दो।"

रेंडर करने से पहले, Claude से list_video_agent_styles कॉल करने को कहें। ये स्टाइल क्यूरेटेड टेम्प्लेट हैं जो सीन की बनावट, गति और लुक को नियंत्रित करते हैं, और आप इन्हें "cinematic" या "retro-tech" जैसे टैग से फ़िल्टर कर सकते हैं।

सीधे अवतार वीडियो

जब शब्द बिल्कुल सटीक होने चाहिए, जैसे प्राइस लिस्ट या कंप्लायंस नोटिस, तो एजेंट छोड़कर create_video इस्तेमाल करें। चुना हुआ अवतार या कोई स्थिर इमेज लिप सिंक के साथ आपकी स्क्रिप्ट या ऑडियो बोलती है। इंजन के रूप में आप Avatar III, Avatar IV या Avatar V चुनते हैं, और Avatar IV डिफ़ॉल्ट है। Avatar V केवल उन्हीं अवतारों के साथ काम करता है जो इसे सपोर्ट करते हैं।

"मेरे ब्रांड अवतार और इस बिल्कुल सटीक स्क्रिप्ट के साथ create_video इस्तेमाल करो। इंजन Avatar V, 1080p, 16:9। तैयार होने पर video_url लौटाओ।"

get_video टूल स्टेटस, video_url, thumbnail_url, अवधि और किसी भी विफलता का विवरण लौटाता है, इसलिए जब रेंडर अटका हुआ लगे तो यही टूल कॉल करें।

लिप सिंक के साथ अनुवाद

अनुवाद के लिए तीन टूल इस्तेमाल होते हैं: मान्य कोड के लिए list_video_translate_languages, जॉब शुरू करने के लिए create_video_translate, और बाद में कैप्शन लाने के लिए get_video_translate_caption। HeyGen स्पीड और प्रिसिशन मोड देता है, इसलिए एक ही सोर्स वीडियो से जल्दी का ड्राफ़्ट और पॉलिश्ड फ़ाइनल दोनों बन सकते हैं। PicassoIA पर यही परिवार Video Translate के रूप में है, जो 150+ भाषाओं में डबिंग करता है, साथ ही Lipsync Precision और Lipsync Speed भी हैं।

अनुवाद बैच एक रिक्वेस्ट में 100 आइटम तक स्वीकार करते हैं, जिससे एक दोपहर में पूरी ट्रेनिंग लाइब्रेरी का लोकलाइज़ेशन करना व्यावहारिक हो जाता है।

टूल क्या देते हैं और उनकी लागत

टूल ग्रुप एक नज़र में

क्रेडिट, समय और सीमाएँ

• क्रेडिट: आपके प्लान के ऊपर कोई अतिरिक्त शुल्क नहीं है। उपयोग आपके प्लान क्रेडिट से होता है, और प्रोफ़ेशनल वॉइस क्लोन प्रति लुक जनरेशन 1 क्रेडिट लेते हैं।
• फ़िलर वर्ड हटाना: $0.30 प्रति सोर्स मिनट, न्यूनतम एक मिनट।
• समय: ज़्यादातर रेंडर 1 से 5 मिनट में पूरे हो जाते हैं। एक्सपोनेंशियल बैकऑफ़ के साथ पोल करें और किसी भी Retry-After हेडर का सम्मान करें।
• रेट लिमिट: प्रोफ़ेशनल वॉइस सिंथेसिस एंडपॉइंट पर प्रति वर्कस्पेस सदस्य 30 रिक्वेस्ट प्रति मिनट।
• बैच साइज़: हर बैच प्रकार में मिलाकर 100 आइटम प्रति रिक्वेस्ट।
• रेफ़रेंस वीडियो: रेफ़रेंस टू वीडियो मोड में 12 तक, 1:4 से 4:1 तक के आस्पेक्ट रेशियो के साथ।
• टेम्प्लेट: किसी को हटाना सॉफ़्ट डिलीट है, और पहले से बने वीडियो अप्रभावित रहते हैं।

आम समस्याएँ ठीक करें

लक्षण और समाधान

क्रेडिट बचाने की आदतें

• रेंडर से पहले Claude से स्क्रिप्ट, अवतार और फ़ॉर्मेट दोबारा बताने को कहें, फिर "go" लिखकर जवाब दें।
• लंबा वीडियो बनाने से पहले 10 से 15 सेकंड का क्लिप टेस्ट करें।
• पहले स्क्रिप्ट ठीक करें। टाइपो पर दोबारा रेंडर करने से क्रेडिट बेकार जाते हैं।
• एक सैंपल मंज़ूर होने के बाद ही बैच चलाएँ।

PicassoIA कहाँ फ़िट होता है

HeyGen के इंजन HeyGen ऐप के अंदर बंद नहीं हैं। PicassoIA उनमें से कई को दूसरे टॉकिंग वीडियो मॉडल के साथ सूचीबद्ध करता है, जो एक ही स्क्रिप्ट पर A/B टेस्ट के लिए उपयोगी है।

स्क्रिप्ट उतनी ही मायने रखती है जितना रेंडर। PicassoIA के लार्ज लैंग्वेज मॉडल, जैसे Claude Sonnet 5, Claude Fable 5 और Claude Opus 4.7, किसी भी अवतार टूल तक पहुँचने से पहले स्क्रिप्ट का ड्राफ़्ट बना और कस सकते हैं। इससे एक साफ़ बँटवारा बनता है: लैंग्वेज मॉडल से लिखें, अवतार मॉडल से रेंडर करें, और हर चरण को आसानी से दोहराने योग्य रखें।

PicassoIA पर Avatar V कैसे इस्तेमाल करें

MCP रास्ता उन लोगों के लिए ठीक है जो Claude के अंदर ही काम करते हैं। अगर आप फ़ॉर्म पर क्लिक करना पसंद करते हैं, तो PicassoIA पर Avatar V टाइप की गई स्क्रिप्ट को बिना कैमरे, स्टूडियो या एक्टर के टॉकिंग-हेड वीडियो में बदल देता है।

चरण दर चरण

1. PicassoIA पर Avatar V पेज खोलें।
2. अपनी स्क्रिप्ट input_text में पेस्ट करें। प्रति रन सीमा 5,000 अक्षरों से कम है।
3. एक voice_id और एक avatar_id जोड़ें। दोनों ज़रूरी हैं, और अवतार में Avatar V का सपोर्ट होना चाहिए। ये ID HeyGen के कैटलॉग से आते हैं, और रिमोट कनेक्टर वॉइस की सूची दे सकता है, इसलिए शॉर्टलिस्ट बनाने के लिए Claude एक सुविधाजनक तरीका है।
4. aspect_ratio चुनें: वाइडस्क्रीन के लिए 16:9 या वर्टिकल के लिए 9:16।
5. एक resolution चुनें: 720p, 1080p (डिफ़ॉल्ट) या 4k।
6. voice_speed को 0.5 से 1.5 के बीच सेट करें, और अगर आप बर्न-इन सबटाइटल चाहते हैं तो caption चालू करें।
7. जनरेशन चलाएँ और तैयार फ़ाइल डाउनलोड करें। मॉडल गैलरी के उदाहरण रन में 1080p पर लगभग 137 सेकंड लगे।

ट्यून करने लायक सेटिंग्स

💡 दो स्क्रिप्ट आदतें जो फ़ायदा देती हैं: वाक्य इतने छोटे रखें कि एक साँस में बोले जा सकें, और संख्याओं व एक्रोनिम को वैसे लिखें जैसे आप चाहते हैं कि वे बोले जाएँ।

आज ही PicassoIA पर आज़माएँ

अब आपके पास एक ही नतीजे तक पहुँचने के दो रास्ते हैं। जब आप चाहते हैं कि वीडियो बनाना एक बातचीत के अंदर हो, और एक वाक्य से रेंडर शुरू हो जाए, तो HeyGen को Claude से जोड़ें। जब आप सेटिंग्स खुद चुनना और इंजनों की साथ-साथ तुलना करना चाहते हैं, तो PicassoIA इस्तेमाल करें।

कोई छोटी स्क्रिप्ट चुनें जो आपके पास पहले से है, शायद किसी प्रोडक्ट का परिचय या ट्रेनिंग का एक चरण, और उसे 720p पर Avatar V से चलाएँ। फिर वही फ़ुटेज Video Translate से गुज़ारें और उसे दूसरी भाषा में सुनें। PicassoIA पर दस मिनट का प्रयोग आपको अपने वर्कफ़्लो के बारे में किसी भी स्पेक शीट से ज़्यादा बता देगा। प्लेटफ़ॉर्म खोलें, एक मॉडल आज़माएँ, और आज ही अपना पहला अवतार वीडियो बनाएँ।