Uma análise honesta do Kling 3.0 MCP: quais servidores existem de fato, como registrar um no Claude Code e no Codex CLI, em que os três modelos Kling v3 diferem e como rodar lotes headless com prompts multi-shot, imagens de referência e controle de movimento.
Você digita uma frase no terminal e, poucos minutos depois, um MP4 aparece na pasta do seu projeto. É essa a imagem que a maioria das pessoas tem quando pesquisa por Kling 3.0 MCP, e parte dela já funciona. Outras partes precisam de uma ressalva honesta, porque a expressão junta três coisas separadas: os modelos de vídeo Kling v3, o Model Context Protocol e os agentes de programação (Claude Code e Codex CLI) que chamam ferramentas por meio dele.
Este artigo separa essas peças. Você vai ver o que cada modelo Kling v3 faz, como registrar um servidor MCP no Claude Code e no Codex, como rodar os mesmos prompts de forma headless a partir de um shell e como escrever prompts que funcionem na primeira ou na segunda tentativa. Quando não consegui verificar algo, eu digo isso em vez de chutar.
O Model Context Protocol é um jeito padrão de um cliente de IA chamar ferramentas externas. Um cliente como o Claude Code ou o Codex CLI inicia ou se conecta a um servidor MCP, pergunta quais ferramentas ele oferece e depois as chama enquanto trabalha. Um servidor de vídeo normalmente expõe ferramentas como "criar um vídeo", "verificar o status do job" e "baixar o arquivo".
Os servidores vêm em dois tipos. Um servidor stdio é um programa local: o cliente executa um comando (muitas vezes npx ou uvx) e se comunica com ele pela entrada e saída padrão. Um servidor HTTP é remoto e normalmente exige um token bearer. Nos dois casos a configuração é parecida na essência: um nome, um comando ou URL e as variáveis de ambiente de que o servidor precisa.
Esta é a situação como consegui verificá-la enquanto escrevia:
mcp-kling, descrito como um servidor MCP para geração de vídeo com Kling AI. A listagem mostra que ele é iniciado com uvx mcp-kling e lê uma variável ACEDATACLOUD_API_TOKEN. Leia o README dele para ver as versões do Kling que oferece antes de construir sobre ele.Colocar lado a lado as três rotas deixa as contrapartidas mais visíveis:
| Rota | Configuração | Acesso ao Kling v3 | Melhor para |
|---|---|---|---|
mcp-kling de terceiros | Comando uvx mais um token de API | Depende do servidor, confira o README | Execuções roteirizadas a partir de um terminal |
| Conector da PicassoIA | Adicione o conector no seu cliente | Não está entre os quatro modelos da lista | Trabalho rápido com imagem e vídeo a partir de um chat |
| Página do modelo na PicassoIA | Um navegador e uma conta | Os três modelos Kling v3 | Testar prompts e renderizações finais |
💡 Dica: Trate todo servidor MCP como código que roda na sua máquina. Leia o repositório, fixe uma versão e guarde os tokens em variáveis de ambiente, nunca dentro de um prompt.
O Kling v3 não é um modelo único na PicassoIA, são três, e escolher o certo evita a maior parte das execuções desperdiçadas.
| Modelo | Melhor para | Entradas principais | Saída |
|---|---|---|---|
| Kling v3 Video | Texto para vídeo, controle do primeiro e do último quadro | Prompt, imagem inicial, imagem final, roteiro multi-shot | Até 15 s, 720p ou 1080p |
| Kling v3 Omni Video | Personagens consistentes, edição de um clipe existente | Até 7 imagens de referência, vídeo de referência | 3 a 15 s, 720p ou 1080p |
| Kling v3 Motion Control | Fazer um personagem parado repetir movimentos reais | Uma imagem mais um vídeo | Até 10 s ou 30 s, 720p ou 1080p |
O Kling v3 Video é a escolha padrão. Ele transforma um prompt em um clipe de até 15 segundos, no modo standard (720p) ou no modo pro (1080p). O prompt pode chegar a 2.500 caracteres, e o prompt negativo tem o mesmo limite. Você pode fixar o primeiro quadro com start_image e o último com end_image, ou roteirizar até seis planos com multi_prompt. O áudio nativo vem desligado por padrão e é ativado com generate_audio.
O Kling v3 Omni Video adiciona referências. Anexe até sete imagens de referência (quatro quando há um vídeo de referência) para fixar como um personagem, objeto ou lugar se parece e depois chame-as dentro do prompt com marcadores como <<<image_1>>>. Um vídeo de referência de 3 a 10 segundos funciona de duas formas: feature empresta estilo e movimento de câmera, enquanto base edita um clipe existente a partir da sua descrição escrita.
O Kling v3 Motion Control recebe a imagem parada de um personagem mais um vídeo de referência e faz o personagem repetir o movimento. Defina character_orientation como image para clipes de até 10 segundos que mantêm a pose da sua imagem, ou como video para clipes de até 30 segundos que seguem a pessoa do material. Os vídeos de referência podem ser MP4 ou MOV de até 100 MB, e keep_original_sound decide se o áudio deles é mantido.
O Claude Code registra servidores com claude mcp add. Tudo o que vem depois do duplo hífen é o comando que inicia o servidor.
claude mcp add kling --env ACEDATACLOUD_API_TOKEN=$ACEDATACLOUD_API_TOKEN -- uvx mcp-kling
Expandir a variável no seu shell mantém o segredo fora do comando que você cola em um chat ou em capturas de tela. Os nomes da flag e da variável vêm da listagem do diretório, então confirme-os no README do próprio servidor.
Execute claude mcp list para ver todos os servidores e o status deles, ou digite /mcp dentro de uma sessão. Se o Kling aparecer com falha, execute o comando depois do duplo hífen manualmente em um terminal comum. A maioria das falhas vem de uma instalação de uvx ausente ou de um token errado.
Para compartilhar a configuração com a equipe, adicione --scope project. O Claude Code grava um arquivo .mcp.json na raiz do repositório, e você pode referenciar o token como ${ACEDATACLOUD_API_TOKEN} para que o segredo nunca seja versionado.
Quando o servidor estiver verde, peça um clipe em linguagem simples:
Use a ferramenta do Kling para criar um clipe de 5 segundos, 16:9: um barco de pesca saindo de um porto com neblina ao amanhecer, travelling lento de aproximação, zumbido suave do motor. Consulte o status até terminar e depois me dê a URL do arquivo.
O Codex CLI guarda as configurações de MCP em ~/.codex/config.toml. Você pode editar esse arquivo ou deixar um comando gravá-lo para você.
codex mcp add kling --env ACEDATACLOUD_API_TOKEN=$ACEDATACLOUD_API_TOKEN -- uvx mcp-kling
codex mcp list
A sintaxe espelha a do Claude Code: um nome, pares --env opcionais, um duplo hífen e então o comando de inicialização. codex mcp list confirma que o servidor foi salvo.
Cada servidor é uma tabela [mcp_servers.<name>]:
[mcp_servers.kling]
command = "uvx"
args = ["mcp-kling"]
env_vars = ["ACEDATACLOUD_API_TOKEN"]
Aqui env_vars nomeia uma variável a ser repassada do seu shell. Se preferir guardar um valor, use uma tabela [mcp_servers.kling.env] no lugar, e mantenha esse arquivo fora do controle de versão. Um .codex/config.toml local ao projeto também funciona para projetos marcados como confiáveis. Servidores remotos usam url e bearer_token_env_var no lugar de command.
Os dois agentes são ferramentas de linha de comando, então a mesma configuração funciona sem uma janela de chat. Isso importa quando você quer vinte clipes durante a noite em vez de um no almoço. O agente também é mais do que um disparador. Ele pode transformar um roteiro bruto em uma lista de planos, conferir se as durações batem, tentar de novo um job que falhou e nomear cada arquivo de saída a partir do seu prompt.
| Tarefa | Claude Code | Codex CLI |
|---|---|---|
| Adicionar um servidor | claude mcp add | codex mcp add |
| Listar servidores | claude mcp list | codex mcp list |
| Execução de um plano | claude -p "..." | codex exec "..." |
| Local da configuração | .mcp.json ou configuração do usuário | ~/.codex/config.toml |
Uma execução headless envia uma instrução e encerra. Pré-aprove as ferramentas do Kling, senão a chamada da ferramenta é recusada porque ninguém está ali para aprová-la:
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"
A geração é lenta, então planeje em torno disso. Os exemplos listados na página do Kling v3 Video levaram cerca de 5 a 18 minutos cada um, e os exemplos do Omni rodaram de aproximadamente 2 a 10 minutos. Rode os clipes um após o outro e registre a saída em vez de ficar observando.
Coloque cada prompt em seu próprio arquivo de texto e percorra a pasta em um loop:
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
Arquivos dão histórico, revisão e reutilização. Uma lista de planos para um clipe multi-shot é apenas um pequeno arquivo JSON ao lado do prompt, e um diff mostra exatamente o que mudou entre dois takes.
Um bom prompt do Kling se lê como a descrição de um plano, não como um desejo. Nomeie o sujeito, a ação, o movimento de câmera, a luz e, se o áudio estiver ligado, o som. Uma ideia por plano vence cinco ideias apertadas em um só.
Tanto o Kling v3 Video quanto o Kling v3 Omni Video aceitam um array multi_prompt. Cada plano recebe o próprio prompt e duração:
[
{"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}
]
Você tem no máximo seis planos, cada um com pelo menos um segundo, e as durações precisam somar o duration total do clipe. Os três planos acima somam 15 segundos, então o total é definido como 15.
Para o Kling v3 Motion Control, o vídeo de referência faz a maior parte do trabalho. Filme um clipe curto com o celular em que o corpo inteiro permaneça no quadro, a câmera fique parada e o movimento seja limpo. Depois combine-o com uma imagem parada enquadrada de forma parecida. Um retrato em close e uma caminhada de corpo inteiro raramente combinam.
duration, então planos que somam 12 segundos contra um duration de 15 tornam a requisição inválida. Faça a conta antes de enviar.start_image, porque o clipe segue a imagem.generate_audio não pode ser combinado com um vídeo de referência. Use keep_original_sound para o material.💡 Dica: Rascunhe cada ideia primeiro no modo standard. Ele renderiza em 720p, então um prompt fraco custa uma espera curta em vez de uma execução no modo pro. Mude para o pro no take que você pretende publicar.
Se preferir pular a configuração do servidor, a página do modelo roda o mesmo motor com campos de formulário em vez de flags. Este é o caminho para o Kling v3 Video:
| Configuração | Valores | Quando mudar |
|---|---|---|
| Modo | standard (720p), pro (1080p) | Rascunhe em standard, publique em pro |
| Duração | Até 15 s | Mais curta para testes, mais longa para o final |
| Proporção | 16:9, 9:16, 1:1 | Combine com a plataforma onde você publica |
| Generate audio | Ligado ou desligado, padrão desligado | Ligue para ambiente e efeitos |
| Prompt negativo | Até 2.500 caracteres | Remova texto, cintilação ou membros extras |
Escolha uma ideia pequena e rode hoje. Escreva um roteiro de três planos de cinco segundos cada, envie para o Kling v3 Video no modo standard, leia o resultado, corrija o plano mais fraco e só então pague pelo pro. Se você tem a imagem de um personagem e um trecho curto de material gravado no celular, experimente em seguida o Kling v3 Motion Control, e use o Kling v3 Omni Video quando o mesmo personagem precisar aparecer em vários planos.
Quer ficar dentro do Claude Code ou do Codex? O conector da PicassoIA já inclui o PicassoIA Video e o Seedance 2.5 Lite, então você pode gerar clipes pelo terminal hoje e manter o Kling v3 para os planos que precisam do seu controle multi-shot.
Mantenha um arquivo de notas curto enquanto trabalha. Ao lado de cada prompt, anote o modo, a duração e uma frase sobre o que funcionou. Depois de dez clipes você terá uma biblioteca pessoal de prompts que nenhum template consegue igualar, e ela entra direto na pasta de prompts do fluxo de trabalho pela linha de comando descrito acima.
Abra a Picasso IA, escolha um modelo e crie algo. Um clipe que você consegue assistir vai ensinar mais sobre prompts do que qualquer quantidade de leitura.
Escolha seu idioma
