内容提要
本文介绍如何在 VS Code 中通过 Kling MCP 插件调用快手 Kling 视频生成模型:先安装扩展 acedatacloud.mcp-kling,在 Ace Data Cloud 控制台获取 API Key 并用命令保存,然后在 GitHub Copilot Chat 的 Agent 模式中提出需求并点名 kling 即可调用;也可手动配置 mcp.json。该插件支持文生视频、图生视频及视频扩展,示例包括生成海边公路视频、图片转视频和延长视频。
延伸解读
MCP 接入的实际价值:把视频生成留在编辑器内
文章强调的核心便利不是模型能力本身,而是调用路径的缩短:安装 acedatacloud.mcp-kling 后,在 GitHub Copilot Chat 的 Agent 模式中直接点名 kling 即可触发,无需切换窗口或复制粘贴。这意味着视频生成被嵌入到写代码的同一界面里,适合需要边开发边产出素材的场景。但要注意,首次调用依赖已保存的 API Key,且需手动切到 Agent 模式,并非装完即自动可用。
API Key 的保存方式与更换成本
文中给出的 Key 管理方式较为明确:通过命令面板执行 Kling MCP: Set Ace Data Cloud API Key 保存,凭据存放在 VS Code SecretStorage 或系统钥匙串,而非明文写在配置文件里。需要更换时先执行 Clear 命令再重新设置。同一个 Key 可用于全部 Ace Data Cloud MCP,这对同时使用多个 MCP 插件的用户减少了重复配置,但也意味着 Key 泄露的影响范围会覆盖多个服务。
手动 mcp.json 配置:适合团队与项目级管理
除插件安装外,文章提供了在项目 .vscode/mcp.json 中手动声明 kling 服务器的方案,使用 HTTP 类型指向 kling.mcp.acedata.cloud/mcp,并通过 Authorization 头携带 Bearer 令牌,令牌由 inputs 中的 promptString 以密码形式提示输入。这种方式把配置随项目走,便于版本化管理;但需注意文中示例的 input id 与描述存在 acedata-api-key 和 acedata-token 两种写法,实际配置时应保持前后一致。
能力边界:两类工具与可选模型范围
文章列出的工具只有两个:kling_generate_video 负责文生视频与图生视频,kling_extend_video 负责按提示词延长已有视频。生成工具支持的模型包括 kling-v1、v1-6、v2-master、v2-1-master、v2-5-turbo、v2-6、v3 与 v3-omni,示例中使用了 kling-v3 生成 5 秒视频。读者应留意,文中未说明各模型的具体差异、计费方式或时长上限,选择模型时需另行查证。
Q&A
如何在 VS Code 中安装 Kling MCP 插件?
打开 VS Code 扩展市场(Cmd+Shift+X),搜索“Kling MCP”或扩展 ID“acedatacloud.mcp-kling”,点击 Install,安装后按提示重载窗口。
怎么获取并设置 Kling MCP 的 API Key?
打开 Ace Data Cloud 控制台 / Applications 复制 API Key,然后在 VS Code 中按 Cmd+Shift+P 执行“Kling MCP: Set Ace Data Cloud API Key”,粘贴 Key 并回车保存。
如何在 GitHub Copilot Chat 中调用 Kling 生成视频?
打开 GitHub Copilot Chat,切换到 Agent 模式,直接提出需求并点名 kling,例如“用 kling 帮我完成这个任务”,首次调用会自动使用保存的 API Key。
Kling MCP 支持哪些视频生成功能?
支持文生视频、图生视频以及视频扩展(对已有视频按提示词继续延伸)。
如何手动配置 mcp.json 来使用 Kling MCP?
在项目里创建 .vscode/mcp.json,配置 servers 中的 kling 类型为 http,url 为 https://kling.mcp.acedata.cloud/mcp,并在 headers 中添加 Authorization: Bearer ${input:acedata-api-key},同时定义 inputs 提示输入 API Key。
Kling MCP 提供了哪些工具?分别有什么作用?
提供 kling_generate_video(通过文本/图片生成视频,支持多个模型版本)和 kling_extend_video(对已有视频按提示词继续延伸)。