> ## Documentation Index > Fetch the complete documentation index at: https://www.krea.ai/docs/llms.txt > Use this file to discover all available pages before exploring further. # MCP > Krea を MCP 対応エージェントに接続し、モデルの探索、スキーマの確認、ワークスペースからの画像・動画生成を可能にします。 Krea は、エージェントやコーディングアシスタント向けにホスト型の Model Context Protocol (MCP) サーバーを提供しています。手動で API リクエストを書く代わりに、MCP 対応クライアントから直接 Krea を呼び出したい場合に利用してください。 接続に API キーは必要ありません。MCP サーバー URL として `https://api.krea.ai/mcp` を追加し、クライアントの OAuth フローを通じて Krea アカウントでサインインしてください。 ## サーバー詳細 | 設定項目 | 値 | | ------- | ------------------------- | | トランスポート | Streamable HTTP | | URL | `https://api.krea.ai/mcp` | | 認証 | OAuth | 請求は認証方法によって異なります。 | 認証方法 | 請求元 | | -------- | ------------------------------ | | OAuth | 同意時に選択したワークスペースの compute units | | API トークン | ワークスペースの個別の API 残高 | ## 認証 ほとんどの MCP クライアントは自動的に OAuth を使用します。クライアントから接続を求められたら、ブラウザでのサインインフローに従って Krea を認可してください。 ### 同意画面でワークスペースを選択する OAuth の同意画面には、所属するすべてのワークスペースが一覧表示される **ワークスペース** ピッカーが含まれています。既定のワークスペースがあらかじめ選択されているため、この MCP セッションを別の場所で実行したい場合（たとえば、個人用ではなく共有スタジオのワークスペース）には、別のワークスペースを選択してください。 選択したワークスペースは OAuth セッションに紐付けられ、次の項目を決定します。 * **請求。** compute units は、サインインしたアカウントだけでなく、選択したワークスペースから差し引かれます。 * **アセットのスコープ。** `upload_asset` などのツールでアップロードされたファイルは、紐付けられたワークスペースに保存されます。また、アップロードを必要とするツール（たとえば `get_upload_url`）は、ワークスペースが紐付けられて初めて動作します。 紐付けられたワークスペースを後から切り替えるには、MCP クライアントで Krea を切断してから再接続してください。再びピッカーが表示されます。 ワークスペースピッカーの提供前に作成されたレガシーの OAuth セッションには、明示的な紐付けがありません。これらのセッションはアカウントの既定のワークスペースにフォールバックします。セッションを特定のワークスペースに紐付けるには、再接続してください。 利用している MCP クライアントが OAuth に対応していない場合は、代わりに API トークンで認証できます。 | ヘッダーキー | ヘッダー値 | | --------------- | ----------------------- | | `Authorization` | `Bearer KREA_API_TOKEN` | `KREA_API_TOKEN` は [krea.ai/app/api/tokens](https://www.krea.ai/app/api/tokens) で発行したトークンに置き換えてください。API トークンを作成できるのはワークスペースのオーナーと管理者のみです。 API トークン経由の使用料は、直接 API 呼び出しと同様にワークスペースの API 残高から請求されます。API 残高の詳細については [API キーと請求](/developers/api-keys-and-billing) を参照してください。 API トークンを用いた MCP 認証情報は、API キーと同じ方法で保管してください。実際のトークンを含む MCP 設定ファイルをコミットしないでください。 ## Claude Code ターミナルで次のコマンドを実行してください。 ```bash theme={null} claude mcp add --transport http krea-ai https://api.krea.ai/mcp ``` Claude Code から接続を求められたら Krea アカウントでサインインしてください。サーバーを追加した後は、Claude Code を再起動するか MCP サーバーを再読み込みしてください。 ## Codex 1. Codex で **Settings** > **MCP servers** を開きます。 2. 新しいサーバーを追加します。 3. トランスポートとして **Streamable HTTP** を選択します。 4. サーバー URL を貼り付けます。 ```text theme={null} https://api.krea.ai/mcp ``` 5. サーバーを保存し、Codex から接続を求められたら Krea アカウントでサインインしてください。 ## Cursor コマンドパレットを開き、**Open MCP settings** を検索したうえで、`mcp.json` に次のエントリを追加してください。 ```json theme={null} { "mcpServers": { "krea-ai": { "url": "https://api.krea.ai/mcp" } } } ``` ファイルを保存したら Cursor を再起動し、Cursor から接続を求められたら Krea アカウントでサインインしてください。 ## MCP を通じた Krea の利用 接続が完了したら、生成を行う前にエージェントへ Krea のモデル一覧の取得やモデルスキーマの確認を依頼してください。モデル ID は、開発者ドキュメントの他の箇所で使用されている API パスと一致します。例えば `image/krea/krea-2/medium` や `video/google/veo-3.1` などです。 例: ```text theme={null} List the available Krea image models, then generate an image with Krea 2 using a 16:9 aspect ratio. ``` モデルが非推奨になっている場合、Krea は MCP のモデル検出を通じて非推奨に関するメタデータを返します。移行ガイダンスについては [非推奨](/developers/deprecations) を参照してください。 ## ツール Krea MCP サーバーは、公開 API に対応するツールを公開しています。エージェントは `tools/list` を介して自動的にそれらを検出します。よく使われるツールは次のとおりです。 | ツール | 機能 | | ------------------ | ---------------------------------------------------------- | | `list_models` | 利用可能な画像・動画モデルを一覧表示します。 | | `get_model_schema` | 生成を行う前にモデルの入力スキーマを確認します。 | | `generate` | 画像または動画の生成ジョブを送信します。 | | `execute_node_app` | ノードアプリを実行します。 | | `get_job` | `jobId` を指定してジョブの現在のステータスと出力を取得します。 | | `cancel_job` | 実行中のジョブをキャンセルし、ジョブ一覧から削除します。 | | `get_upload_url` | モデル入力として使用するローカルファイルをアップロードするための、短期間有効な署名付き URL をリクエストします。 | 生成ツールおよびノードアプリツールの出力には、ジョブのペイロードに加えて、送信されたジョブの `job_id` が含まれます。その ID を `get_job` に渡してステータスをポーリングしたり、不要になったジョブを停止するために `cancel_job` に渡したりできます。 ### ジョブのキャンセル `cancel_job` は内部で `DELETE /jobs/{id}` を呼び出し、成功時には `{ "job_id": "...", "deleted": true }` を返します。キャンセルはジョブが非終了状態にある間のみ有効です。ルールと請求への影響については [ジョブのライフサイクル](/developers/job-lifecycle) を参照してください（キャンセルされたジョブには課金されません）。 プロンプト例: ```text theme={null} Cancel job 7f3c9b1a-… because the prompt was wrong. ``` ### メディア入力の指定 メディア URL を受け付けるモデル入力（例えば `start_image`、`image_style_references[].url`、`reference_images` など）は、次の 3 つの形式のいずれかを受け付けます。 * 外部 URL — 画像、動画、音声、または 3D モデルファイルへの、公開アクセス可能な `https://` リンク。 * base64 データ URI — 例えば `data:image/png;base64,iVBORw0KGgo…` のようなもの。 * アップロード済みアセット URL — ローカルファイルを Krea にアップロードした後に返される URL。 カンマ区切りの URL リストはサポートされていません。各入力はそれぞれ独立したフィールドまたは配列要素として渡してください。 ### `get_upload_url` を用いたローカルファイルのアップロード 使用したいファイルがローカルマシンにあり、まだどこにもホストされていない場合は、エージェントに `get_upload_url` の呼び出しを依頼してください。このツールは 3 時間有効な署名付き URL を返します。続いてクライアントから、`file` フィールドを 1 つ持つ `multipart/form-data` としてそのファイルをその URL に `POST` すると、レスポンスボディに含まれるアセット URL を後続の `generate` 呼び出しに渡せます。 フローの例: ```bash theme={null} # 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. ``` ネットワーク送信が制限されているために `POST` でのアップロードが失敗する場合は、クライアントのドメイン許可リストに `api.krea.ai` を追加してください。署名付き URL は、その他の公開 API と同じホストから提供されます。 ファイルがすでに公開 URL でアクセス可能である場合や、base64 データ URI としてエンコードできる場合は、`get_upload_url` をスキップし、その値を直接生成入力に渡してください。 ## MCP Apps UI ウィジェット 生成ツールおよびノードアプリツールの呼び出しには、[MCP Apps](https://modelcontextprotocol.io/) UI リソースが付随します。MCP Apps に対応した MCP クライアントは、ツールのレスポンスとともにインタラクティブなジョブ結果ウィジェットをインライン表示します。主な機能は以下のとおりです。 * ジョブがキューに入っているか処理中の間、ジョブのアスペクト比に合わせたサイズのローディングタイルを表示します。 * `get_job` の自動ポーリングにより、エージェント自身が `get_job` を呼び出さなくても、ジョブの進行に合わせてウィジェットが更新されます。 * ウィジェット内から生成を再試行したり、ジョブをキャンセルしたりするアクションボタンを提供します。 * エンハンス結果用のフルスクリーンの Before/After 比較スライダーを提供します。 このウィジェットは `ui://krea-public-api/job-result-frame` リソースとして公開されており、自動的に接続されます。クライアント側の設定は不要です。MCP Apps に対応していないクライアントは、このリソースを単に無視し、構造化されたツール出力にフォールバックします。 ウィジェットが代わりにポーリングを行うため、UI に進捗を表示したい場合は非同期生成（既定）を推奨します。ユーザーが明示的にツールのレスポンスで最終結果を待つことを求めた場合のみ、同期モードを使用してください。 ## トラブルシューティング | 問題 | 対処方法 | | -------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | | 認証に失敗する | MCP サーバーに再接続し、ブラウザで Krea の OAuth フローを完了してください。API トークンを使用している場合は、ヘッダーが正確に `Authorization: Bearer KREA_API_TOKEN` であること、およびトークンが取り消されていないことを確認してください。 | | クライアントが接続できない | クライアントが Streamable HTTP 用に構成されており、`https://api.krea.ai/mcp` を使用していることを確認してください。 | | 請求の理由で生成が拒否される | OAuth で接続している場合は、同意時に選択したワークスペースの compute units を確認してください。セッションを別のワークスペースに紐付ける必要がある場合は再接続してください。API トークンで接続している場合は、[krea.ai/app/api](https://www.krea.ai/app/api) で API 残高を追加してください。 | | モデル呼び出しが失敗する | 再試行する前に、エージェントにモデルスキーマの確認を依頼してください。MCP リクエストは API と同じモデル入力を使用します。 | ## 次のステップ トークン認証によるリクエストのために、API トークンの作成と API 残高の管理を行います。 エージェントに実行を依頼する前に、Krea アプリでリクエストを試してみましょう。 MCP がモデル移行のメタデータをどのように公開するかを確認しましょう。 エンドポイントのスキーマやモデルのパラメータを参照します。