Saltar al contenido principal
Krea ofrece un servidor Model Context Protocol (MCP) alojado para agentes y asistentes de programación. Úsalo cuando quieras que un cliente compatible con MCP llame a Krea directamente en lugar de escribir las solicitudes a la API a mano.
No necesitas una clave de API para conectarte. Añade https://api.krea.ai/mcp como URL del servidor MCP y luego inicia sesión con tu cuenta de Krea mediante el flujo de OAuth de tu cliente.

Detalles del servidor

ConfiguraciónValor
TransporteStreamable HTTP
URLhttps://api.krea.ai/mcp
AutenticaciónOAuth
La facturación depende de cómo te autentiques:
Método de autenticaciónOrigen de la facturación
OAuthLas unidades de cómputo del workspace que selecciones durante el consentimiento
Token de APIEl saldo de API independiente de tu workspace

Autenticación

La mayoría de los clientes MCP usan OAuth automáticamente. Cuando el cliente te pida conectarte, sigue el flujo de inicio de sesión en el navegador y autoriza Krea.

Elige un workspace durante el consentimiento

La pantalla de consentimiento de OAuth incluye un selector de Workspace que lista todos los workspaces a los que perteneces. Tu workspace predeterminado viene preseleccionado; elige otro si quieres que esta sesión MCP se ejecute en otro lugar (por ejemplo, un workspace de estudio compartido en lugar del personal). El workspace que selecciones queda vinculado a la sesión OAuth y determina:
  • Facturación. Las unidades de cómputo se descuentan del workspace seleccionado, no solo de la cuenta con la que iniciaste sesión.
  • Alcance de los assets. Los archivos subidos mediante herramientas como upload_asset se guardan en el workspace vinculado, y las herramientas que requieren una subida (por ejemplo, get_upload_url) solo funcionan una vez que un workspace está vinculado.
Para cambiar el workspace vinculado más adelante, desconecta Krea en tu cliente MCP y vuelve a conectarte: verás el selector de nuevo.
Las sesiones OAuth heredadas creadas antes del lanzamiento del selector de workspace no tienen un vínculo explícito. Esas sesiones recurren al workspace predeterminado de tu cuenta. Vuelve a conectarte para vincular la sesión a un workspace específico.
Si tu cliente MCP no admite OAuth, puedes autenticarte con un token de API en su lugar:
Clave del encabezadoValor del encabezado
AuthorizationBearer KREA_API_TOKEN
Reemplaza KREA_API_TOKEN con un token de krea.ai/app/api/tokens. Solo los propietarios y administradores del workspace pueden crear tokens de API. El uso con token de API se factura al saldo de API de tu workspace, igual que las llamadas directas a la API. Consulta Claves de API y facturación para conocer los detalles del saldo de API.
Almacena las credenciales MCP basadas en tokens de API de la misma forma que almacenas las claves de API. No confirmes archivos de configuración MCP que contengan tokens reales.

Claude Code

Ejecuta este comando en tu terminal:
claude mcp add --transport http krea-ai https://api.krea.ai/mcp
Inicia sesión con tu cuenta de Krea cuando Claude Code te pida conectarte. Reinicia Claude Code o recarga tus servidores MCP después de añadir el servidor.

Codex

  1. Abre Settings > MCP servers en Codex.
  2. Añade un nuevo servidor.
  3. Selecciona Streamable HTTP como transporte.
  4. Pega la URL del servidor:
https://api.krea.ai/mcp
  1. Guarda el servidor e inicia sesión con tu cuenta de Krea cuando Codex te pida conectarte.

Cursor

Abre la paleta de comandos, busca Open MCP settings y luego añade esta entrada a mcp.json:
{
  "mcpServers": {
    "krea-ai": {
      "url": "https://api.krea.ai/mcp"
    }
  }
}
Reinicia Cursor después de guardar el archivo y luego inicia sesión con tu cuenta de Krea cuando Cursor te pida conectarte.

Usar Krea a través de MCP

Una vez conectado, pídele a tu agente que liste los modelos de Krea o inspeccione el esquema de un modelo antes de generar. Los ID de modelo coinciden con las rutas de la API utilizadas en el resto de la documentación para desarrolladores, como image/krea/krea-2/medium o video/google/veo-3.1. Por ejemplo:
List the available Krea image models, then generate an image with Krea 2 using a 16:9 aspect ratio.
Si un modelo está obsoleto, Krea devuelve metadatos de obsolescencia a través del descubrimiento de modelos de MCP. Consulta Obsolescencias para obtener orientación sobre la migración.

Herramientas

El servidor MCP de Krea expone herramientas que se corresponden con la API pública. Tu agente las descubre automáticamente mediante tools/list; las más comunes son:
HerramientaQué hace
list_modelsLista los modelos de imagen y video disponibles.
get_model_schemaInspecciona el esquema de entrada de un modelo antes de generar.
generateEnvía un trabajo de generación de imagen o video.
execute_node_appEjecuta una node app.
get_jobObtiene el estado actual y la salida de un trabajo a partir de su jobId.
cancel_jobCancela un trabajo en curso y lo elimina de tu lista de trabajos.
get_upload_urlSolicita una URL prefirmada de corta duración para subir un archivo local y usarlo como entrada de un modelo.
Las salidas de las herramientas de generación y de node app incluyen el job_id del trabajo enviado junto con la carga útil del trabajo. Pasa ese ID a get_job para consultar el estado, o a cancel_job para detener un trabajo que ya no necesites.

Cancelar un trabajo

cancel_job llama a DELETE /jobs/{id} por detrás y devuelve { "job_id": "...", "deleted": true } cuando se ejecuta correctamente. La cancelación solo surte efecto mientras el trabajo está en un estado no terminal; consulta Ciclo de vida de los trabajos para conocer las reglas y las implicaciones de facturación (los trabajos cancelados no se facturan). Ejemplo de prompt:
Cancel job 7f3c9b1a-… because the prompt was wrong.

Proporcionar entradas multimedia

Cualquier entrada de modelo que acepte una URL de medio (por ejemplo, start_image, image_style_references[].url o reference_images) admite una de estas tres formas:
  • Una URL externa: un enlace https:// accesible públicamente a un archivo de imagen, video, audio o modelo 3D.
  • Un URI de datos en base64: por ejemplo, data:image/png;base64,iVBORw0KGgo….
  • Una URL de recurso subido: la URL devuelta tras subir un archivo local a Krea.
No se admiten listas de URL separadas por comas. Pasa cada entrada como su propio campo o elemento de un arreglo.

Subir un archivo local con get_upload_url

Cuando el archivo que quieres usar está en tu máquina local y aún no está alojado en algún sitio, pídele a tu agente que llame a get_upload_url. La herramienta devuelve una URL prefirmada que es válida durante tres horas. Tu cliente luego hace POST del archivo a esa URL como multipart/form-data con un único campo file, y el cuerpo de la respuesta contiene una URL de recurso que puedes pasar a una llamada posterior a generate. Flujo de ejemplo:
# 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.
Si el POST de subida falla debido a restricciones de salida de red, añade api.krea.ai a la lista de dominios permitidos de tu cliente. La URL prefirmada se sirve desde el mismo host que el resto de la API pública.
Si tu archivo ya es accesible en una URL pública o puedes codificarlo como un URI de datos en base64, omite get_upload_url y pasa ese valor directamente a la entrada de generación.

Widget de interfaz MCP Apps

Las llamadas a las herramientas de generación y de node app adjuntan un recurso de interfaz de MCP Apps. Los clientes MCP que admiten MCP Apps renderizan un widget interactivo de resultados de trabajo en línea con la respuesta de la herramienta, que incluye:
  • Un mosaico de carga dimensionado según la relación de aspecto del trabajo mientras este está en cola o procesándose.
  • Polling automático de get_job para que el widget se actualice a medida que avanza el trabajo, sin que el agente tenga que llamar a get_job por su cuenta.
  • Botones de acción para reintentar la generación o cancelar el trabajo desde dentro del widget.
  • Un control deslizante de comparación antes/después a pantalla completa para los resultados de enhance.
El widget se expone como el recurso ui://krea-public-api/job-result-frame y se conecta automáticamente, sin necesidad de configuración en el cliente. Los clientes que no admiten MCP Apps simplemente ignoran el recurso y recurren a la salida estructurada de la herramienta. Como el widget hace el polling por ti, prefiere la generación asíncrona (la opción predeterminada) cuando quieras que la interfaz muestre el progreso. Usa el modo síncrono solo cuando el usuario pida explícitamente esperar al resultado final en la respuesta de la herramienta.

Solución de problemas

ProblemaSolución
La autenticación fallaVuelve a conectar el servidor MCP y completa el flujo de OAuth de Krea en tu navegador. Si usas un token de API, confirma que el encabezado sea exactamente Authorization: Bearer KREA_API_TOKEN y que el token no haya sido revocado.
El cliente no se puede conectarConfirma que el cliente esté configurado para Streamable HTTP y use https://api.krea.ai/mcp.
La generación se rechaza por facturaciónSi te conectaste con OAuth, revisa las unidades de cómputo del workspace que seleccionaste durante el consentimiento; vuelve a conectarte si necesitas vincular la sesión a un workspace diferente. Si te conectaste con un token de API, añade saldo de API en krea.ai/app/api.
La llamada al modelo fallaPide a tu agente que inspeccione el esquema del modelo antes de reintentar. Las solicitudes MCP usan las mismas entradas de modelo que la API.

Siguientes pasos

Claves de API y facturación

Crea tokens de API y gestiona el saldo de API para las solicitudes autenticadas con token.

Playground interactivo

Prueba las solicitudes en la app de Krea antes de pedirle a un agente que las ejecute.

Obsolescencias

Descubre cómo MCP expone los metadatos de migración de modelos.

APIs de modelos

Explora los esquemas de los endpoints y los parámetros de los modelos.