GPT-Video MCP

Servidor MCP remoto para GPT-Video, el editor de video con IA que diriges por chat. Claude, ChatGPT, Cursor y otros clientes MCP pueden crear un proyecto, encontrar los momentos destacados en un video que subiste, añadir subtítulos y reencuadrarlos a vertical, y recibir un MP4 de vuelta. Ocho herramientas, solo edición (sin imágenes, video o audio generados).

Ver en gpt-video.comPrueba este MCPPatrocinado

Servidor MCP alojado

npx add-mcp 'https://www.gpt-video.com/api/mcp'

Se instala en Claude Code, Codex, Cursor y más

Documentación

Conecta un asistente de IA

GPT-Video habla MCP, por lo que Claude, ChatGPT, Cursor y cualquier otra herramienta que lo hable pueden editar video a través de él. Aquí está la dirección y la configuración para cada uno.

Qué es esto

GPT-Video habla MCP — el Protocolo de Contexto de Modelo — para que un asistente de IA pueda hacer el trabajo de edición directamente: crear un proyecto, encontrar los momentos destacados en un video que subiste, subtitularlos y reencuadrarlos, y devolverte un MP4. Tú te quedas en el asistente; el renderizado ocurre aquí.

El servidor es remoto, por lo que para la mayoría de los asistentes conectarlo significa pegar una URL. Expone ocho herramientas y nada que genere imágenes, video o audio: todo lo que hace es una edición del material que proporcionaste.

Antes de conectarte

Inicia sesión en GPT-Video y abre Configuración → Conexiones.
Crea una clave API. Se muestra una sola vez — cópiala en ese momento, porque se almacena con hash y no se puede volver a mostrar. Si la pierdes, revócala y crea otra.
Guárdala en un lugar donde tu asistente pueda leerla como variable de entorno. Cualquier cosa escrita en una línea de comandos es legible por todos los procesos en la misma máquina.

Donde tu asistente lo ofrezca, puedes iniciar sesión con tu cuenta de GPT-Video en lugar de pegar una clave. De cualquier manera, la conexión abre exactamente un espacio de trabajo — el tuyo — y puedes revocarla desde la misma página en cualquier momento.

La dirección


Endpoint	`https://www.gpt-video.com/api/mcp`
Transporte	HTTP transmisible
Autenticación	`Authorization: Bearer gvk_…`

Esa es toda la configuración. Todo lo demás son los mismos dos datos en el formato que cada asistente en particular prefiere.

Claude Code

claude mcp add --transport http gpt-video https://www.gpt-video.com/api/mcp \
  --header "Authorization: Bearer gvk_…"

Claude, Cursor, Windsurf y la mayoría de los asistentes de escritorio

Estos leen un archivo JSON que lista los servidores MCP — la ubicación del archivo difiere, su forma no:

{
  "mcpServers": {
    "gpt-video": {
      "type": "http",
      "url": "https://www.gpt-video.com/api/mcp",
      "headers": { "Authorization": "Bearer gvk_…" }
    }
  }
}

En la interfaz de conector propia de Claude no hay ningún archivo: agrega un conector personalizado, pega la URL e inicia sesión cuando lo pida.

Una entrada con un url y sin type se lee como un comando local por algunos hosts y falla con un error confuso. Mantén el type.

ChatGPT

Habilita el modo desarrollador, agrega un servidor MCP y pega el endpoint anterior. ChatGPT solicita la credencial por sí mismo en lugar de leer un archivo.

VS Code, JetBrains AI y otros editores

Los editores cambian su formato de configuración más a menudo de lo que esta página puede seguir. Usa sus propias instrucciones para agregar un servidor MCP remoto sobre HTTP, con el endpoint y el encabezado Authorization anterior.

Asistentes que solo hablan stdio

Zed, algunas versiones de JetBrains y Windsurf, n8n autoalojado y cualquier máquina detrás de un proxy corporativo pueden lanzar un proceso local pero no pueden alcanzar un servidor MCP remoto. Un pequeño puente los cubre: lee mensajes MCP en la entrada estándar y los reenvía aquí a través de HTTPS.

Aún no en npm. El puente está escrito y probado pero no publicado, por lo que el comando a continuación no funciona hoy. Si lo necesitas ahora, escríbenos y te enviaremos una compilación. Todo lo demás en esta página funciona ahora mismo.

{
  "mcpServers": {
    "gpt-video": {
      "command": "npx",
      "args": ["-y", "gpt-video-mcp"],
      "env": { "GPT_VIDEO_API_KEY": "gvk_…" }
    }
  }
}

No tiene dependencias, no guarda nada y nunca escribe tu clave en ningún lugar.

Tu propio código

Cualquier biblioteca cliente de MCP se conecta con el endpoint y el encabezado — el SDK de OpenAI Agents, LangChain, LlamaIndex, Pydantic AI, o unas pocas líneas de tu propio código. No hay un protocolo de enlace que realizar primero: el servidor no tiene estado, por lo que un tools/call en una conexión fría funciona.

Las herramientas

Herramienta	Qué hace	Gasta créditos
`list_projects`	Lista tus proyectos, del más reciente al más antiguo	no
`create_project`	Inicia un proyecto y te da el enlace de subida	no
`get_project`	Estado, configuración y exportaciones terminadas	no
`configure_project`	Subtítulos, relación de aspecto, idioma, duración del clip	no
`find_clips`	Transcribe la fuente y encuentra los mejores momentos	sí
`list_clips`	Los clips encontrados, con puntuaciones y códigos de tiempo	no
`export_clip`	Renderiza un clip a un MP4 vertical	sí
`get_job`	Cómo va un trabajo en curso; el enlace de descarga cuando termina	no

La subida del video fuente ocurre en GPT-Video, no a través del asistente: create_project devuelve un enlace, lo abres y arrastras el archivo. Un endpoint de subida que aceptara escrituras grandes sin sesión es una puerta que preferimos no tener.

Qué cuesta y qué te protege

find_clips y export_clip gastan de tu plan. Los créditos se toman cuando el trabajo se pone en cola y no se devuelven si falla, por lo que tres cosas se interponen frente a ellos:

ambas herramientas requieren un confirm explícito, que es lo que hace que el asistente te pregunte primero;
ambas son seguras de reintentar — pedir dos veces lo mismo devuelve el trabajo ya en ejecución en lugar de comprarlo de nuevo;
cada conexión tiene un límite por hora en trabajos que gastan, por lo que un agente en bucle no puede vaciar un plan.

Un asistente que informa que ha comenzado algo lo ha comenzado una vez.

Trabajos largos

Encontrar clips y exportar toma minutos. Los hosts que implementan la extensión de tareas de MCP obtienen un identificador de tarea y te muestran el progreso; el resto obtiene el id del trabajo en la respuesta y consulta get_job. Ambos llevan al mismo lugar, y get_job devuelve un enlace de descarga nuevo cada vez — los enlaces caducan después de unos minutos a propósito.

Límites


Llamadas	60 por minuto, por conexión
Trabajos que gastan	30 por hora, por conexión
Enlaces de descarga	válidos unos minutos; pide uno nuevo

Exceder el primero te da un mensaje que te dice que vayas más lento, no una conexión rota.

Cuando algo no funciona

"No autorizado" o el conector no se agrega. La clave es incorrecta, fue revocada o tiene un espacio extra. Crea una nueva en Configuración → Conexiones; la anterior deja de funcionar inmediatamente.

El asistente no ve herramientas. Verifica que la URL termine en /api/mcp y que la entrada declare un transporte HTTP en lugar de un comando local.

Una herramienta dice que no está permitido hacer eso. La conexión recibió permisos más restringidos de los que la herramienta necesita — reconéctate y otorga el que falta. Las conexiones de solo lectura no pueden gastar.

Una exportación nunca termina. Llama a get_job con el id que te dieron; si informa un fallo, la razón está en la respuesta. Nada se cobró dos veces.

Privacidad

El asistente nos envía lo que contiene la llamada a la herramienta y nada más — no recibimos tu conversación y no registramos los argumentos de las herramientas. Lo que hacemos con el video que subes está en el aviso de privacidad, y lo que puedes hacer con lo que sale está en los términos. Tu material no se usa para entrenar modelos.

Informar un problema de seguridad

Escribe a la dirección en nuestro security.txt. Si se refiere a este endpoint, dilo: llega a la misma persona, más rápido.