Zum Hauptinhalt springen
Krea stellt einen gehosteten Model-Context-Protocol-Server (MCP) für Agenten und Coding-Assistenten bereit. Nutze ihn, wenn ein MCP-kompatibler Client Krea direkt aufrufen soll, anstatt API-Anfragen manuell zu schreiben.
Du brauchst keinen API-Schlüssel, um dich zu verbinden. Trage https://api.krea.ai/mcp als MCP-Server-URL ein und melde dich anschließend über den OAuth-Flow deines Clients mit deinem Krea-Konto an.

​
Server-Details

EinstellungWert
TransportStreamable HTTP
URLhttps://api.krea.ai/mcp
AuthentifizierungOAuth
Die Abrechnung hängt davon ab, wie du dich authentifizierst:
AuthentifizierungsmethodeAbrechnungsquelle
OAuthCompute Units des Workspaces, den du bei der Zustimmung auswählst
API-TokenSeparates API-Guthaben deines Workspaces

​
Authentifizierung

Die meisten MCP-Clients verwenden OAuth automatisch. Wenn dich der Client zur Verbindung auffordert, folge dem Browser-Anmeldevorgang und autorisiere Krea.

​
Workspace während der Zustimmung auswählen

Der OAuth-Zustimmungsbildschirm enthält eine Workspace-Auswahl, die alle Workspaces auflistet, denen du angehörst. Dein Standard-Workspace ist vorausgewählt; wähle einen anderen, wenn diese MCP-Sitzung an einem anderen Ort laufen soll (zum Beispiel in einem gemeinsamen Studio-Workspace anstelle deines persönlichen). Der Workspace, den du auswählst, wird an die OAuth-Sitzung gebunden und bestimmt:
  • Abrechnung. Compute Units werden vom ausgewählten Workspace abgezogen, nicht nur vom angemeldeten Konto.
  • Asset-Geltungsbereich. Über Tools wie upload_asset hochgeladene Dateien werden im gebundenen Workspace gespeichert, und Tools, die einen Upload erfordern (zum Beispiel get_upload_url), funktionieren erst, wenn ein Workspace gebunden ist.
Um den gebundenen Workspace später zu wechseln, trenne Krea in deinem MCP-Client und verbinde dich erneut – die Auswahl erscheint wieder.
Ältere OAuth-Sitzungen, die vor der Einführung der Workspace-Auswahl erstellt wurden, haben keine explizite Bindung. Solche Sitzungen greifen auf den Standard-Workspace deines Kontos zurück. Verbinde dich erneut, um die Sitzung an einen bestimmten Workspace zu binden.
Falls dein MCP-Client kein OAuth unterstützt, kannst du dich stattdessen mit einem API-Token authentifizieren:
Header-SchlüsselHeader-Wert
AuthorizationBearer KREA_API_TOKEN
Ersetze KREA_API_TOKEN durch ein Token von krea.ai/app/api/tokens. Nur Workspace-Owner und -Admins können API-Tokens erstellen. Die Nutzung per API-Token wird dem API-Guthaben deines Workspaces belastet, genauso wie direkte API-Aufrufe. Details zum API-Guthaben findest du unter API-Schlüssel & Abrechnung.
Bewahre MCP-Zugangsdaten mit API-Token genauso sicher auf wie API-Schlüssel. Committe niemals MCP-Konfigurationsdateien, die echte Tokens enthalten.

​
Claude Code

Führe diesen Befehl in deinem Terminal aus: 
claude mcp add --transport http krea-ai https://api.krea.ai/mcp
Melde dich mit deinem Krea-Konto an, wenn Claude Code dich zur Verbindung auffordert. Starte Claude Code neu oder lade deine MCP-Server neu, nachdem du den Server hinzugefügt hast.

​
Codex

  1. Öffne in Codex Settings > MCP servers.
  2. Füge einen neuen Server hinzu.
  3. Wähle Streamable HTTP als Transport.
  4. Füge die Server-URL ein:
https://api.krea.ai/mcp
  1. Speichere den Server und melde dich mit deinem Krea-Konto an, wenn Codex dich zur Verbindung auffordert.

​
Cursor

Öffne die Befehlspalette, suche nach Open MCP settings und füge dann diesen Eintrag in mcp.json hinzu: 
{
  "mcpServers": {
    "krea-ai": {
      "url": "https://api.krea.ai/mcp"
    }
  }
}
Starte Cursor nach dem Speichern der Datei neu und melde dich anschließend mit deinem Krea-Konto an, wenn Cursor dich zur Verbindung auffordert.

​
Krea über MCP nutzen

Sobald die Verbindung steht, bitte deinen Agenten, Krea-Modelle aufzulisten oder ein Modell-Schema zu inspizieren, bevor du generierst. Die Modell-IDs entsprechen den API-Pfaden aus dem restlichen Entwickler-Doc, etwa image/krea/krea-2/medium oder video/google/veo-3.1. Zum Beispiel: 
List the available Krea image models, then generate an image with Krea 2 using a 16:9 aspect ratio.
Wenn ein Modell veraltet ist, gibt Krea über die MCP-Modell-Discovery Deprecation-Metadaten zurück. Migrationshinweise findest du unter Deprecations.

​
Tools

Der Krea-MCP-Server stellt Tools bereit, die den öffentlichen API-Endpunkten entsprechen. Dein Agent entdeckt sie automatisch über tools/list; die gängigsten sind:
ToolFunktion
list_modelsVerfügbare Bild- und Videomodelle auflisten.
get_model_schemaDas Eingabe-Schema eines Modells vor dem Generieren inspizieren.
generateEinen Bild- oder Video-Generierungsjob absenden.
execute_node_appEine Node-App ausführen.
get_jobDen aktuellen Status und die Ausgabe eines Jobs anhand der jobId abrufen.
cancel_jobEinen laufenden Job abbrechen und ihn aus deinen Job-Listen entfernen.
get_upload_urlEine kurzlebige Presigned URL anfordern, um eine lokale Datei hochzuladen und als Modell-Eingabe zu verwenden.
Die Tool-Ausgaben für Generierungen und Node-Apps enthalten neben dem Job-Payload auch die job_id des abgesendeten Jobs. Gib diese ID an get_job weiter, um den Status abzufragen, oder an cancel_job, um einen Job zu stoppen, den du nicht mehr brauchst.

​
Job abbrechen

cancel_job ruft intern DELETE /jobs/{id} auf und gibt bei Erfolg { "job_id": "...", "deleted": true } zurück. Ein Abbruch greift nur, solange sich der Job in einem nicht abschließenden Status befindet – siehe Job-Lebenszyklus für die Regeln und Abrechnungsfolgen (abgebrochene Jobs werden nicht berechnet). Beispiel-Prompt: 
Cancel job 7f3c9b1a-… because the prompt was wrong.

​
Medien-Eingaben bereitstellen

Jede Modell-Eingabe, die eine Medien-URL akzeptiert (zum Beispiel start_image, image_style_references[].url oder reference_images), akzeptiert eine von drei Formen:
  • Eine externe URL – ein öffentlich erreichbarer https://-Link zu einer Bild-, Video-, Audio- oder 3D-Modell-Datei.
  • Ein Base64-Daten-URI – zum Beispiel data:image/png;base64,iVBORw0KGgo….
  • Eine URL zu einem hochgeladenen Asset – die URL, die nach dem Hochladen einer lokalen Datei zu Krea zurückgegeben wird.
Komma-separierte Listen von URLs werden nicht unterstützt. Übergib jede Eingabe als eigenes Feld oder Array-Element.

​
Lokale Datei mit get_upload_url hochladen

Wenn die Datei, die du verwenden möchtest, auf deinem lokalen Rechner liegt und noch nicht irgendwo gehostet ist, bitte deinen Agenten, get_upload_url aufzurufen. Das Tool gibt eine Presigned URL zurück, die drei Stunden gültig ist. Dein Client schickt die Datei dann per POST als multipart/form-data mit einem einzigen file-Feld an diese URL, und der Antwort-Body enthält eine Asset-URL, die du an einen anschließenden generate-Aufruf übergeben kannst. Beispiel-Ablauf: 
# 1. Ask the agent to call get_upload_url through MCP. It returns something like:
#    https://api.krea.ai/public-api/assets/presigned/...

# 2. POST the local file to that presigned URL.
curl -X POST "$UPLOAD_URL" -F "file=@/path/to/image.png"

# 3. The response body contains the asset URL. Use it in the next generate call,
#    for example as start_image or image_style_references[].url.
Wenn der Upload-POST aufgrund eingeschränkten Netzwerk-Egress fehlschlägt, füge api.krea.ai zur Domain-Allowlist deines Clients hinzu. Die Presigned URL wird vom selben Host bereitgestellt wie der Rest der Public API.
Wenn deine Datei bereits unter einer öffentlichen URL erreichbar ist oder du sie als Base64-Daten-URI kodieren kannst, überspringe get_upload_url und übergib diesen Wert stattdessen direkt an die Generierungs-Eingabe.

​
MCP Apps UI-Widget

Tool-Aufrufe für Generierungen und Node-Apps hängen eine MCP Apps UI-Ressource an. MCP-Clients, die MCP Apps unterstützen, rendern ein interaktives Job-Ergebnis-Widget direkt in der Tool-Antwort, einschließlich:
  • Einer Lade-Kachel im Seitenverhältnis des Jobs, während dieser in der Warteschlange ist oder verarbeitet wird.
  • Automatischem Polling von get_job, damit sich das Widget mit dem Job-Fortschritt aktualisiert, ohne dass der Agent get_job selbst aufrufen muss.
  • Aktions-Buttons, um die Generierung erneut zu starten oder den Job direkt aus dem Widget abzubrechen.
  • Einem Vollbild-Vorher-Nachher-Vergleichsschieber für Enhance-Ergebnisse.
Das Widget wird als Ressource ui://krea-public-api/job-result-frame bereitgestellt und automatisch angebunden – es ist keine Client-Konfiguration nötig. Clients, die MCP Apps nicht unterstützen, ignorieren die Ressource einfach und greifen auf die strukturierte Tool-Ausgabe zurück. Da das Widget das Polling für dich übernimmt, ist die asynchrone Generierung (Standard) zu bevorzugen, wenn die UI den Fortschritt anzeigen soll. Verwende den Sync-Modus nur, wenn der Nutzer ausdrücklich darum bittet, in der Tool-Antwort auf das Endergebnis zu warten.

​
Fehlerbehebung

ProblemLösung
Authentifizierung schlägt fehlVerbinde den MCP-Server neu und schließe den Krea-OAuth-Flow im Browser ab. Wenn du ein API-Token verwendest, prüfe, dass der Header exakt Authorization: Bearer KREA_API_TOKEN lautet und das Token nicht widerrufen wurde.
Client kann sich nicht verbindenStelle sicher, dass der Client für Streamable HTTP konfiguriert ist und https://api.krea.ai/mcp verwendet.
Generierung wird wegen Abrechnung abgelehntHast du dich per OAuth verbunden, prüfe die Compute Units des Workspaces, den du bei der Zustimmung ausgewählt hast – verbinde dich erneut, wenn du die Sitzung an einen anderen Workspace binden musst. Bei API-Token-Verbindung lade API-Guthaben unter krea.ai/app/api auf.
Modellaufruf schlägt fehlBitte deinen Agenten, das Modell-Schema vor einem erneuten Versuch zu inspizieren. MCP-Anfragen verwenden dieselben Modell-Eingaben wie die API.

​
Nächste Schritte

API-Schlüssel & Abrechnung

Erstelle API-Tokens und verwalte das API-Guthaben für Token-authentifizierte Anfragen.

Interaktiver Playground

Probiere Anfragen in der Krea-App aus, bevor du einen Agenten damit beauftragst.

Deprecations

Erfahre, wie MCP Metadaten zur Modellmigration bereitstellt.

Modell-APIs

Durchsuche Endpoint-Schemas und Modellparameter.