静觅 崔庆才的个人站点 - Python爬虫教程

Claude Code 原生通过 ANTHROPIC_BASE_URL 与 ANTHROPIC_AUTH_TOKEN 两个环境变量决定请求发往哪里，把它们指向 Ace Data Cloud 即可用更低的价格、无需 Anthropic 官方订阅来使用 Claude Code。手动编辑 .claude/settings.json 对新手并不友好，而 CC Switch 提供了一个图形界面，帮你把这两个变量一键写好、并在多套供应商之间即时切换。

本文介绍如何用 CC Switch 把 Claude Code 接入 Ace Data Cloud。

什么是 CC Switch

CC Switch（官网 ccswitch.io）是一个开源、跨平台的桌面端配置管理器，用于统一管理 Claude Code、Claude Desktop、Codex、Gemini CLI、OpenCode、OpenClaw、Hermes 等多个 AI 编程工具的供应商配置。它基于 Tauri 2 构建，采用 MIT 协议开源，在 GitHub 上已获得超过 11 万 Star（参见 farion1231/cc-switch）。

它的核心价值在于（详见官方 User Manual）：

• 免手动改配置：不用再手写 settings.json / config.toml / .env，图形界面填一次即可。
• 一键切换：预存多套供应商，从主界面或系统托盘即时切换。
• 原子写入：所有数据存于本地 SQLite 数据库（~/.cc-switch/cc-switch.db），采用「临时文件 + 重命名」的原子写入，避免配置损坏。

CC Switch 的工作原理是在底层动态覆盖 Claude Code 的 ANTHROPIC_BASE_URL 和 ANTHROPIC_AUTH_TOKEN，把原本发往 Anthropic 官方的请求重定向到你配置的第三方接口（本例即 Ace Data Cloud）。这一机制在社区的图文教程中也有详细说明。

CC Switch 官方主界面与「添加供应商」面板如下（截图来自 CC Switch 官方仓库）：

申请 API Token

要使用 Claude Code，首先到 Ace Data Cloud 控制台，获取你的 API Token，留作备用。

如果你尚未登录或注册，会自动跳转到登录页面邀请你注册和登录，登录注册之后会自动返回当前页面。首次申请时会有免费额度赠送，可以免费体验 Claude Code 服务。

提示：也可以前往 Claude Messages 服务页面 点击「Acquire」获取凭证，即赠免费额度；额度不足时可在 控制台 - 通用余额 充值。

下载与安装 CC Switch

前往 CC Switch 的 Releases 页面（或直接下载最新版本），按操作系统选择对应安装包。以下安装方式均来自官方 README：

安装完成后启动 CC Switch，准备添加供应商。

首次启动时，CC Switch 可以把你已有的 CLI 配置导入为默认供应商（参见官方 Quick Start），避免覆盖原有配置。

添加 Ace Data Cloud 供应商

CC Switch 内置了 50+ 供应商预设，但目前不含 Ace Data Cloud，因此我们使用「Custom（自定义）」方式添加。以下步骤对应官方文档 2.1 Add Provider。

1. 在 CC Switch 顶部切换到 Claude Code 应用。
2. 点击右上角的 +（Add Provider）按钮打开添加面板，在 App-specific Provider 标签下操作。
3. 在预设下拉框中选择 Custom，然后填写配置。

CC Switch 官方「添加供应商」面板如下（截图来自 CC Switch 官方仓库）：

按如下信息填写：

选择 Custom 后，也可以直接在 JSON 编辑框中填入 Claude 配置。Ace Data Cloud 提供原生兼容 Anthropic Messages API 的代理，因此使用默认的 ANTHROPIC_* 环境变量即可（配置格式参见官方 Claude Configuration Format）：

1
2
3
4
5
6

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "{token}",
    "ANTHROPIC_BASE_URL": "https://api.acedata.cloud"
  }
}

其中 {token} 替换为你在 Ace Data Cloud 控制台复制的 API Token。核对无误后点击 Add 完成添加。

API 格式（Advanced Options）：Ace Data Cloud 使用原生 Anthropic Messages 协议，因此高级选项中的 API Format 保持默认的 Anthropic Messages 即可，无需开启本地路由或格式转换。

启用并切换供应商

添加完成后，在 Claude Code 供应商列表中找到 Ace Data Cloud 卡片，点击 Enable（启用） 即可（参见官方 2.2 Switch Provider）。你也可以从系统托盘菜单直接点击供应商名称进行即时切换，无需打开完整界面。

是否需要重启？ 根据官方 FAQ，Claude Code 支持「热切换」——切换供应商后无需重启即可生效；其余大多数工具（如 Codex、Gemini CLI）则需要重启对应 CLI 或终端。

CC Switch 启用供应商时，会把上面的配置写入 Claude Code 的配置文件（用户级 ~/.claude/settings.json）。因此，无论你在终端里运行 claude，还是使用 VS Code 的 Claude Code 扩展，都会读取到同一份配置。配置文件的位置与格式参见官方 5.1 配置文件说明。

在终端与 VS Code 中使用

CC Switch 只负责写入配置，Claude Code 本体仍需单独安装。启用供应商后：

• 终端 CLI：安装并运行 claude 即可，完整步骤见 Claude Code 终端配置教程。进入交互界面后输入 /status，应能看到 Anthropic base URL: https://api.acedata.cloud。

  

• VS Code 扩展：在扩展市场安装 Claude Code 扩展，完整步骤见 Claude Code VS Code 配置教程。由于扩展和 CLI 共享同一份配置，CC Switch 写好后 VS Code 扩展会直接复用，无需再手动填写。

• GitHub Actions：如果你想在 CI/CD 中使用，参见 Claude Code GitHub Actions 配置教程（该场景通过 Secrets 注入变量，通常不使用 CC Switch）。

远程开发（Remote - SSH）

如果你通过 VS Code Remote - SSH 在远程服务器上开发，远程端读不到你本机的环境变量。此时可以借助 CC Switch 的本地代理（Local Proxy）功能：在 CC Switch 中开启本地代理后，它会在本机监听一个端口并转发请求；再通过 SSH 的 RemoteForward 把该端口转发到远程主机，远程的 Claude Code 即可复用本地供应商。本地代理的配置说明见官方 4.1 Proxy Service，Remote - SSH 的完整图文步骤可参考社区教程 Golden-Promise/vscode-cc-switch。

查看额度与用量

• 通过 Ace Data Cloud 控制台 - 应用列表 查看当前账户的剩余额度。
• 通过 Ace Data Cloud 控制台 - 使用历史 查看所有请求记录与扣费详情。

常见问题

• 为什么无法删除当前正在使用的供应商？ CC Switch 遵循「最小侵入」原则，始终保留一个已启用配置，避免删除全部配置后 CLI 工具无法使用。详见官方 FAQ。
• 如何切回官方登录？ 从预设列表添加一个官方登录（Official Login）供应商，切换后按照官方登录 / OAuth 流程操作即可（参见官方 Quick Start）。
• 配置数据存在哪里？ 供应商、MCP、Prompts、Skills 等数据存于 ~/.cc-switch/cc-switch.db（SQLite），设备级 UI 偏好存于 ~/.cc-switch/settings.json，自动备份位于 ~/.cc-switch/backups/（参见官方 FAQ）。

参考来源

• CC Switch 项目仓库：https://github.com/farion1231/cc-switch
• CC Switch 官网：https://ccswitch.io/
• CC Switch 用户手册：https://github.com/farion1231/cc-switch/blob/main/docs/user-manual/en/README.md
• 添加供应商（2.1 Add Provider）：https://github.com/farion1231/cc-switch/blob/main/docs/user-manual/en/2-providers/2.1-add.md
• 切换供应商（2.2 Switch Provider）：https://github.com/farion1231/cc-switch/blob/main/docs/user-manual/en/2-providers/2.2-switch.md
• 本地代理（4.1 Proxy Service）：https://github.com/farion1231/cc-switch/blob/main/docs/user-manual/en/4-proxy/4.1-service.md
• 社区图文教程（VS Code + cc-Switch）：https://github.com/Golden-Promise/vscode-cc-switch
• Claude Code 官方 VS Code 文档：https://code.claude.com/docs/en/vs-code
• Ace Data Cloud Claude Messages 服务：https://platform.acedata.cloud/documents/claude-messages

📘 Overview：Claude Desktop MCP Overview →

Fish Audio 是高保真 TTS 引擎，支持自定义音色、多种采样率和格式（mp3 / wav / opus）。模型可选 s1 / s2-pro，延迟可控。

配置 Claude Desktop

claude.ai 网页版和 Claude Desktop 都支持远程 MCP Connector：

1. 打开 https://claude.ai/customize/connectors（或 Claude Desktop 的 Settings → Connectors）。

2. 点击 Add custom connector，Name 填 fish 或 Fish，URL 填：

   1	https://fish.mcp.acedata.cloud/mcp

3. 首次连接会跳转到 AceData Cloud 完成 OAuth 授权，确认后即可在对话中调用。

Fish 语音 能做什么？

Fish Audio 是高保真 TTS 引擎，支持自定义音色、多种采样率和格式（mp3 / wav / opus）。模型可选 s1 / s2-pro，延迟可控。

把它接到 Claude.ai 或 Claude Desktop，下面这些场景都能直接在对话里完成：

• 用 fish_generate_audio 把这段中文合成成 mp3，用默认音色

• 把这段英文合成成 wav，采样率 44100，使用音色 ID xxxx

• 把这段播客脚本合成成 mp3，bitrate 128，低延迟模式

注意事项

• 远程 MCP 计费在 AceData Cloud 端按调用扣费，首次注册会送免费额度。
• OAuth 授权后，Connector 会绑定到你授权时使用的 AceData Cloud 账号。
• 一个 AceData Cloud 账号可以授权所有 MCP Connector，无需为 Fish 语音 单独申请额度。

工具

相关链接

• Fish Audio MCP Server（GitHub）
• Fish Audio MCP on PyPI
• Claude Desktop MCP Overview
• MCP 协议官网

查询由 POST /maestro/videos 创建的视频任务的状态与结果。轮询免费,不消耗积分。

POST https://api.acedata.cloud/maestro/tasks

查询单个任务

1
2
3
4

curl -X POST https://api.acedata.cloud/maestro/tasks \
  -H "authorization: Bearer {token}" \
  -H "content-type: application/json" \
  -d '{ "id": "f57e99c4f60f4373a15517742ce2357d", "action": "retrieve" }'

返回(每种语言对应一个 variant):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

{
  "id": "f57e99c4f60f4373a15517742ce2357d",
  "status": "succeeded",
  "elapsed": 312,
  "request": { "prompt": "…", "langs": ["zh-cn", "en"], "aspect": "9:16", "duration": 20 },
  "response": {
    "success": true,
    "data": {
      "variants": [
        { "lang": "zh-cn", "aspect": "9:16", "kind": "video", "title": "什么是向量数据库", "output_url": "https://…/zh.mp4" },
        { "lang": "en", "aspect": "9:16", "kind": "video", "title": "What is a vector database", "output_url": "https://…/en.mp4" }
      ],
      "project": { "tarball_url": "https://…/project.tar.gz", "outputs": ["https://…/zh.mp4", "https://…/en.mp4"] },
      "progress": [ { "stage": "producing", "message": "rendering scene 2", "pct": 60, "t": 1750000000 } ],
      "stage": "succeeded"
    }
  }
}

status 取值:pending → planning → producing → succeeded(或 failed)。response.data.progress 是按阶段追加的进度数组,可用于展示实时进度条。建议每 5–10 秒轮询一次,直到 succeeded 或 failed。

查询历史列表

传 action: retrieve_batch 取当前用户最近的任务(按创建时间倒序),可用于「我的视频」列表:

1
2
3
4

curl -X POST https://api.acedata.cloud/maestro/tasks \
  -H "authorization: Bearer {token}" \
  -H "content-type: application/json" \
  -d '{ "action": "retrieve_batch", "limit": 20 }'

返回:

1

{ "count": 2, "items": [ { "id": "…", "status": "succeeded", "request": { … }, "response": { … } } ] }

📘 完整指南：在 Codex CLI 里用全部 11 个 AceData Cloud MCP →

字节跳动出品的视频模型，舞蹈、运动、连贯动作表现优异，支持竖屏 9:16 短视频。通过 MCP 接入 Codex CLI 后，可以直接在对话里调用，不用切窗口、不用复制粘贴。

获取 API Token

到 AceData Cloud 平台 注册账号，复制首页的 API Token——一个 Token 即可使用全部 11 个 MCP Server。详细步骤见 完整指南。

配置

编辑配置：~/.codex/config.toml

1
2
3
4
5

[mcp_servers.seedance]
url = "https://seedance.mcp.acedata.cloud/mcp"
type = "http"

http_headers = { "Authorization" = "Bearer 你的Token" }

保存后下一次 codex 会话启动时自动加载工具。

使用示例

用 Seedance 生成一段竖屏短视频：一个女孩在樱花树下转圈跳舞，9:16

把这张图（链接 xxx）做成一段 5 秒动作视频

生成一段 10 秒 1080P 美食制作视频：寿司师傅切金枪鱼，特写镜头

工具

相关链接

• Seedance MCP Server (GitHub)
• Seedance MCP on PyPI
• AceData Cloud 平台
• MCP 协议官网

这篇文档说明用 X402 调用 Ace Data Cloud API 时，价格是怎么定的，以及它和平台普通 Credits（额度）价格是什么关系。

核心结论

X402 不是一套独立的价格体系。每个 API 调用本来就有一个以 Credits 计的成本，这是所有计费方式（API Token 扣额度、账户余额、X402 链上支付）共用的唯一价格来源。X402 只是把这个 Credits 成本按一个固定汇率换算成链上 USDC：

1 Credit = 0.095215 USDC（即 95215 atomic USDC，USDC 为 6 位小数）

也就是说：

1

X402 价格 (USDC) = 该次调用的 Credits 成本 × 0.095215

这个汇率不是凭空设定的，它等于平台 最优档（大额）Credits 单价。所以用 X402 付费 ≈ 用最优档单价买 Credits 再消费，没有 X402 溢价，反而直接享受最便宜的 Credits 单价，且无需预充值、无需 API Token。

计价基准

换算由平台统一完成，金额对所有支持的网络（Base、SKALE、Solana）一致；不同网络只是资产合约和签名方式不同，价格相同。

和普通 Credits 单价的关系

平台 Credits 按「用量越大、单价越低」的阶梯出售。X402 按调用计费时，统一使用阶梯最优档单价：

换句话说，X402 把每次调用都按最优档 Credits 单价结算。小额充值买 Credits 的用户，单价会高于 X402；大额充值用户的单价才和 X402 一致。

两种价格形态：exact 与 upto

X402 的 402 响应里，maxAmountRequired 就是你要签名的金额。它有两种形态：

• exact（固定价）：请求处理前价格就能确定（图片、视频、音乐、搜索、订单支付）。maxAmountRequired = 该调用 Credits 成本 × 0.095215，即该次调用的应付金额（与成功响应里的 cost.amount 一致）。
• upto（用量后置计量）：聊天补全这类「响应结束才知道用了多少 token」的接口。maxAmountRequired 是一个上限（按该模型设定的上限额度换算：上限 Credits × 0.095215），实际按真实用量结算，且不超过上限。

关于这两种 scheme 的协议细节见 exact 与 upto 计费方案。下面只讲价格。

Chat（聊天补全）价格

聊天补全是 upto 计量：按 prompt / completion token 实际用量计费。每百万（1M）token 的价格 = 该模型每 1M token 的 Credits 成本 × 0.095215，与平台公开模型目录（/api/v1/models?with_pricing=true）展示的 USD 单价完全一致。

下表为真实价格（取自模型目录，按 X402 汇率计），单位 USD / 1M token：

说明：

• 表中为按 token 计量的单价；一次请求费用 = 输入 token × 输入单价 + 输出 token × 输出单价。
• upto 上限是该模型一次请求允许签名的最大金额；它不是实际扣款，绝大多数请求远低于上限。
• 上限只决定「最多可能扣多少」，真实结算按 token 用量计算。

示例：报价与扣费一致（exact）

下面是用官方 X402Client 对 serp/google 发起的一次真实付费调用（Base exact）。它演示了三者一致：402 报价、签名金额、以及成功响应里返回的 cost。

1
2
3
4
5
6
7
8

# 1) 未支付请求 -> 402，拿到报价（不扣费）
POST /serp/google  ->  402
base/exact maxAmountRequired = 952 atomic = $0.000952 = 0.01 Credit
# 0.01 × 0.095215 = 0.00095215，向下取整到 atomic = 952

# 2) 用钱包签名 952 atomic 的 X-Payment，重试
POST /serp/google (X-Payment) -> 200
body.cost = {"amount": 0.000952, "currency": "usdc", "settlement": "authorized"}

响应返回的 cost.amount（0.000952 USDC）与 402 报价、与 Credits × 0.095215 完全一致。settlement 字段是该笔支付的结算状态（authorized = 已授权）；链上结算由平台处理，机制见 exact 与 upto 计费方案。

upto 报价计算（聊天）

聊天按 token 计量。某次请求的报价（不是上限）按下式计算（以 gpt-4o-mini 为例）：

1
2

Credits = 1e-6 × (0.835733 × prompt_tokens + 3.342933 × completion_tokens)
USDC    = Credits × 0.095215

一次 500 prompt + 200 completion token 的请求：

1
2

Credits = 1e-6 × (0.835733 × 500 + 3.342933 × 200) ≈ 0.001086 Credits
报价 USDC ≈ 0.001086 × 0.095215 ≈ $0.0001034

客户端按 upto 上限（gpt-4o-mini 为 1 Credit = 95215 atomic）签名，这只是最多可能扣多少；该次请求的真实报价（上例约 $0.0001）远低于上限，按 token 用量结算。upto 的链上结算机制见 exact 与 upto 计费方案。

其他服务价格（固定价 exact）

图片、视频、音乐、搜索这类接口在请求时价格即可确定，使用 exact。下表为真实价格，取自线上接口对未支付请求返回的 402 maxAmountRequired（查询报价不会产生扣费）：

说明：

• 同一服务的价格随模型、分辨率、时长、动作变化（尤其是视频）。上表是某一组参数下的真实取值，仅供量级参考。
• 这类固定价（exact）接口，该请求 402 响应里的 maxAmountRequired 即该次应付金额（与成功响应的 cost.amount 一致，上节已实测）。
• 每个价格都由 Credits × 0.095215 向下取整到 atomic 单位得到（见上文计价基准），与聊天用的是同一套换算。因浮点表示与取整，个别值可能与朴素乘积相差 1 atomic（$0.000001），一律以 402 返回值为准。

订单支付价格

用 X402 支付控制台订单（购买套餐 / 充值 Credits）时，价格以订单页面显示为准，402 的 maxAmountRequired 为最终签名依据。订单支付走平台 API、需要账户令牌，详见 订单支付教程。

订单支付教程中的一个真实例子（购买 10 Credits）：

1
2
3
4

description Ace Data Cloud Credits x 10.0
created price 1.26          # 订单创建价（USD）
settled    1.20 USDC        # 最终签名/结算金额（= 402 maxAmountRequired）
            = 1200000 atomic USDC

注意：按调用付费（上文 Chat / 其他服务）和订单支付是两条不同路径。按调用付费统一用 0.095215/Credit 的最优档单价；订单支付按套餐定价，其创建价与最终结算金额的差异以 订单支付教程 为准。

如何实时获取价格

价格随模型和参数变化，请用程序实时获取，不要硬编码：

• 按调用价格：对目标 API 发一次不带 X-Payment（也不带 Authorization）的请求，读取返回的 402 accepts[].maxAmountRequired。这一步不会扣费。对 exact 接口它是最终价格；对 upto 接口（聊天）它是上限，实际按用量结算。
• 聊天每 token 单价：GET https://platform.acedata.cloud/api/v1/models?with_pricing=true&type=chat，读取每个模型的 pricing.input_usd / pricing.output_usd（已按 credit_usd_rate 计算）。
• 换算校验：atomic = floor(Credits × 0.095215 × 1e6)，USDC = atomic / 1e6（即 USDC ≈ Credits × 0.095215）。

获取价格的最小请求示例：

1
2
3
4

curl -sS -X POST https://api.acedata.cloud/midjourney/imagine \
  -H 'Content-Type: application/json' \
  -d '{"prompt": "a cat"}'
# 返回 402，accepts[].maxAmountRequired 即为该次（exact）调用价格

小结

• X402 价格 = 该次调用的 Credits 成本 × 0.095215，和普通 Credits 计费是同一个价格，只是用链上 USDC 结算。
• 0.095215/Credit 是平台最优档（大额）Credits 单价；小额充值买 Credits 单价更高，所以 X402 等于自动拿到最优单价。
• exact 接口（图片 / 视频 / 音乐 / 搜索 / 订单）签名金额即该次应付金额；upto 接口（聊天）签名的是上限，按真实用量结算。
• 权威价格以 402 返回的 maxAmountRequired 为准：exact 是应付金额（与成功响应的 cost.amount 一致，已实测）；upto 是上限，成功响应的 cost.amount 才是按用量结算的真实金额（≤ 上限）。

相关文档

本教程用一个最小的 API 请求说明 Ace Data Cloud X402 的完整流程。目标不是先写复杂代码，而是先看懂：为什么第一次请求会返回 402、accepts 里有什么、X-Payment 又是怎样让同一个 API 请求变成已支付请求的。

准备工作

你需要准备：

X402 调用 Ace Data Cloud API 时不需要 API Token。SDK 第一次请求不带 Authorization，Gateway 会返回 402 Payment Required 和支付要求；SDK 签名后自动重试。

安装 SDK

源码和包地址：

• SDK 仓库：https://github.com/AceDataCloud/SDK
• X402 Client 仓库：https://github.com/AceDataCloud/X402Client
• npm：@acedatacloud/sdk、@acedatacloud/x402-client
• PyPI：acedatacloud、acedatacloud-x402

TypeScript：

1

npm install @acedatacloud/sdk @acedatacloud/x402-client ethers

Python：

1

pip install acedatacloud acedatacloud-x402

如果要使用 Solana，还需要安装对应依赖：

1

npm install @solana/web3.js

Python 版本的 Solana signer 依赖已经包含在 acedatacloud-x402 中。

干净临时环境的安装和导入检查输出：

1
2
3
4
5
6
7
8
9

@acedatacloud/sdk@2026.504.2
@acedatacloud/x402-client@2026.531.3
ethers@6.16.0
@solana/web3.js@1.98.4

acedatacloud 2026.4.26.1
acedatacloud-x402 2026.5.31.3
imports_ok True True True True True True
usage: acedatacloud-x402 [-h] {approve-permit2} ...

结果说明：

• npm 包和 PyPI 包都是真实发布包，不是文档里的占位名称。
• acedatacloud-x402[cli] 会安装 CLI，approve-permit2 子命令可用于 upto 场景的 Permit2 授权。

第一次请求会返回 402

你可以先用 curl 看看未支付请求返回什么。下面示例不会产生扣费，因为它没有携带 X-Payment：

1
2
3
4
5
6
7

curl -sS -X POST https://api.acedata.cloud/openai/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gpt-4o-mini",
    "messages": [{"role": "user", "content": "hi"}],
    "max_tokens": 1
  }'

返回体会包含 accepts 数组，常见结构如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

{
  "x402Version": 2,
  "accepts": [
    {
      "scheme": "exact",
      "network": "base",
      "maxAmountRequired": "95215",
      "maxTimeoutSeconds": 3600,
      "resource": "/openai/chat/completions",
      "description": "...",
      "payTo": "0x...",
      "asset": "0x833589fCD6eDb6E08f4c7C32D4f71b54bdA02913",
      "extra": {
        "name": "USD Coin",
        "version": "2",
        "chainId": 8453,
        "verifyingContract": "0x833589fCD6eDb6E08f4c7C32D4f71b54bdA02913"
      }
    }
  ]
}

生产 API 未支付请求的程序输出摘要如下：

1
2
3
4
5
6
7
8
9

status=402
x402Version 2
accepts [
  ('base', 'exact', '95215'),
  ('base', 'upto', '95215'),
  ('solana', 'exact', '95215'),
  ('skale', 'exact', '95215'),
  ('skale', 'upto', '95215')
]

结果说明：

• 第一次请求没有携带 Authorization 或 X-Payment，所以返回 HTTP 402，不会产生扣费。
• accepts 是本次请求唯一可信的签名依据，包含可选网络、scheme、金额上限、收款地址和资产地址。
• 这次 gpt-4o-mini 最小聊天请求的上限金额是 95215 atomic USDC，也就是 0.095215 USDC。
• 每次请求都应该读取当次 402 响应，不要把示例金额硬编码进业务代码。

字段含义：

用 SDK 完成支付重试

下面是最小 TypeScript 示例。它指定 network: 'skale'，handler 会从本次 402 响应中选择 SKALE 的 payment requirement；实际金额和收款地址仍以 accepts 为准：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

import { Wallet } from 'ethers';
import { AceDataCloud } from '@acedatacloud/sdk';
import { createX402PaymentHandler } from '@acedatacloud/x402-client';

const wallet = new Wallet(process.env.SKALE_PRIVATE_KEY!);

const evmProvider = {
  async request({ method, params }: { method: string; params?: unknown[] }) {
    if (method !== 'eth_signTypedData_v4') {
      throw new Error(`unsupported method: ${method}`);
    }
    const [, typedDataJson] = params as [string, string];
    const typedData = JSON.parse(typedDataJson);
    return wallet.signTypedData(typedData.domain, typedData.types, typedData.message);
  }
};

const client = new AceDataCloud({
  paymentHandler: createX402PaymentHandler({
    network: 'skale',
    evmProvider,
    evmAddress: wallet.address
  })
});

const response = await client.openai.chat.completions.create({
  model: 'gpt-4o-mini',
  messages: [{ role: 'user', content: 'Reply with exactly: hello' }],
  max_tokens: 8
});

console.log(response.choices[0].message.content);

同一链路用 TypeScript SDK 的程序运行结果：

1
2
3
4

payer 0xd0479FA9FD8C678303d477433d24C15e3723CC1C
elapsed_ms 6782
content ADC_TS_SDK_X402_OK
id chatcmpl-DlcVLO4PQWvmjPDQpy9yQw2QdLGAT

结果说明：

• content ADC_TS_SDK_X402_OK 是上游模型按提示词返回的固定字符串，说明付费重试后请求真实进入了模型 API。
• payer 是本地签名钱包地址，私钥没有发送给 Ace Data Cloud。
• SDK 完成了 402 解析、X-Payment 签名和原请求重试；业务代码仍按普通 SDK 调用方式写。

这段代码背后发生了四步：

1. SDK 发送一次普通 API 请求，不带 Authorization。
2. Gateway 返回 402 Payment Required 和 accepts。
3. createX402PaymentHandler 选择 network = 'skale' 的 payment requirement 并签出 X-Payment。
4. SDK 用同一个请求体重试，Gateway 调用 Facilitator 验证并结算后放行到上游 API。

查看公开发现文档

Ace Data Cloud 提供 X402 discovery 文档：

1

curl https://platform.acedata.cloud/.well-known/x402

返回结构为：

1
2
3
4
5
6

{
  "version": 1,
  "resources": [
    "https://api.acedata.cloud/openai/chat/completions"
  ]
}

Discovery 接口程序输出：

1
2
3

discovery_version 1
resources_count 70
has_chat True

结果说明：

• has_chat True 表示 discovery 文档中包含 OpenAI-compatible chat 资源。
• discovery 文档用于发现资源；实际支付金额仍以 API 请求返回的 402 accepts 为准。

注意 discovery 文档位于 platform.acedata.cloud，而实际 API 请求位于 api.acedata.cloud。

查看 Facilitator 支持能力

Ace Data Cloud 的生产 Facilitator 地址为：

1

https://facilitator.acedata.cloud

可以查看它支持哪些网络和 scheme：

1

curl https://facilitator.acedata.cloud/supported

返回的 kinds 会列出 Facilitator 支持的能力，例如 base/exact、base/upto、skale/exact、skale/upto、solana/exact，以及测试网络能力。实际调用时仍以 API 返回的 accepts 为准。

Facilitator /supported 程序输出：

1
2
3
4
5

kinds ['base/exact', 'base/upto', 'skale/exact', 'skale/upto', 'solana/exact', 'solana-devnet/exact']
upto_extra [
  ('base', {'facilitatorAddress': '0xd019...5708'}),
  ('skale', {'facilitatorAddress': '0xd047...CC1C'})
]

结果说明：

• /supported 说明 Facilitator 具备这些网络和 scheme 的验证、结算能力。
• 具体 API 是否允许某个网络，仍以该 API 的 402 accepts 为准。

📘 总览指南：在 Claude 里用全部 11 个 AceData Cloud MCP →

长链丢给微信、Twitter、海报、PPT，永远是个麻烦事——又丑又截断。挂上 AceData Cloud 的 ShortURL MCP，Claude 在聊天框里一句话就能给你回一个 surl.id/xxx 的短链，复制即用。

本文是一篇亲手在 Claude.ai 网页版跑通的实测记录：从添加 Connector、OAuth 授权，到一句 prompt 把一条长 URL 缩成 https://surl.id/1uNbTadEob，全程截图，复制即可复现。

什么是 MCP？

MCP（Model Context Protocol）是 Anthropic 推出的开放协议，让 Claude 这类模型可以通过标准接口调用外部工具。简单理解：给 Claude 装上插件能力。

AceData Cloud 把 ShortURL 的核心能力封装成了一个远程 MCP Server，挂上去之后 Claude 就能直接：

• 单个短链生成（shorturl_create）
• 批量短链生成（shorturl_batch_create）
• 查询 API 信息 / 配额（shorturl_get_api_info）
• 查阅使用指南（shorturl_get_usage_guide）

整套接入只需一个 URL，剩下交给 Claude。

在 Claude.ai 网页版添加 ShortURL MCP

💡 Claude.ai 网页版接入是 OAuth 直连，不需要复制 API Token。你只需要一个能登录 AceData Cloud 的账号（GitHub / Google / 微信均可）。

1. 打开 Connectors 设置

登录 https://claude.ai，点左下角头像 → Settings → Customize → Connectors，或直接访问 https://claude.ai/customize/connectors。

⚠️ 旧入口 /settings/connectors 已经迁移到 /customize/connectors，访问旧地址会看到一条 “Connectors have moved to Customize” 的提示。

2. 添加 ShortURL MCP Server

点击右上角加号 → Add custom connector，在弹出对话框里填：

点 Add，Claude 会自动发现 Server 暴露的全部工具。

3. OAuth 授权

点 Connect → 跳转到 AceData Cloud OAuth 授权页 → 用账号登录、点 Allow 即可。如果还没注册，先去 https://platform.acedata.cloud 注册一下，注册即送免费额度，足够你跑完本文的 demo。

4. 检查工具列表 & 把工具切到 Always allow

授权完成后回到 Claude.ai，点开 ShortURL Connector，能看到 4 个工具：shorturl_create、shorturl_batch_create、shorturl_get_api_info、shorturl_get_usage_guide。

⚙️ 强烈建议把右上角的 Needs approval 下拉切换到 Always allow，否则每次工具调用都会弹确认框。一次缩短只触发 1 次工具调用，但用多了还是建议直接 Always allow。

实测：一句英文 Prompt 缩短长链

下面是我真实跑出来的对话：

Prompt: Use ShortURL to shorten this URL: https://platform.acedata.cloud/documents/claude-desktop-mcp-all — return both the short URL and the QR code info if available.

Claude 收到后做的事情：

1. 自动调用 shorturl_create，把原 URL 提交给 ShortURL API
2. 几秒钟拿到结果：https://surl.id/1uNbTadEob
3. 在聊天框里贴出短链，并诚实地补充：”API 这次没返回 QR code 字段，如果你需要二维码我可以另外帮你生成”

下面是聊天最终结果截图：

💡 surl.id 是 AceData Cloud 自营的短链域名：永久有效、不被国内主流社交平台屏蔽、支持点击统计（在 https://platform.acedata.cloud 控制台查看）。

更多玩法（同样一个 Connector）

把 prompt 换成下面这些，Claude 会自动选合适的工具：

批量缩链

1

Use ShortURL batch_create to shorten these 3 URLs in one call: https://platform.acedata.cloud, https://claude.ai, https://modelcontextprotocol.io.

→ Claude 调 shorturl_batch_create，一次性返回 3 条短链。

查 API 信息 / 余额

1

Use ShortURL to check my API info / remaining quota.

→ Claude 调 shorturl_get_api_info，告诉你额度还剩多少。

一站式：缩链 + 生成营销文案

1

Shorten https://my-product.com/launch with ShortURL, then write me a 100-character Twitter announcement that uses the short link.

→ Claude 先调 shorturl_create，拿到短链后直接写文案。

配合其他 MCP 做工作流

1

Generate a Midjourney poster of "AI agent revolution", upload, then use ShortURL to shorten the image URL for me.

→ Claude 先用 Midjourney MCP 出图，再用 ShortURL 把图片 URL 缩短。

常见问题

Q：为什么我点了 Always allow，新工具还是要确认？
A：Always allow 是按工具粒度记忆的。create、batch_create、get_api_info、get_usage_guide 是 4 个不同工具，第一次各确认一次即可。

Q：余额不够怎么办？
A：错误信息里会带 insufficient balance。去 https://platform.acedata.cloud/console/coin 充值，支持支付宝 / 微信 / Stripe / USDC。短链单次消耗极低，新账号免费额度够你缩几百次。

Q：和 bit.ly / t.cn 比有什么优势？
A：surl.id 是 AceData Cloud 自营域名，不会突然被墙、不会强插广告页；配合 MCP 让 Claude 自动批量缩链，比手动一条条粘 bit.ly 强太多；可以和其他 MCP 串成工作流（出图 → 上传 → 缩链 → 发文）。

Q：Claude Desktop 和 Claude Code 也能这么用吗？
A：能。详见 Claude Desktop + ShortURL MCP 和 Claude Code + ShortURL MCP。

相关链接

• ShortURL MCP Server URL
• ShortURL MCP GitHub
• ShortURL MCP PyPI
• AceData Cloud 平台
• MCP 协议官网

📘 Overview：Claude Code MCP Overview →

Fish Audio 是高保真 TTS 引擎，支持自定义音色、多种采样率和格式（mp3 / wav / opus）。模型可选 s1 / s2-pro，延迟可控。

获取 API Token

使用 Fish 语音 MCP Server 之前，需要先准备一个 AceData Cloud API Token：

1. 打开 Ace Data Cloud 控制台 - 应用列表 复制 Token。
2. 如果还没有账号，登录注册时会自动跳回当前页面，首次申请会赠送免费额度。

一个 Token 可以使用 AceData Cloud 提供的全部 MCP Server，无需为 Fish 语音 单独申请。

用 claude.ai 网页版或 Claude Desktop？它们支持 OAuth 一键授权，无需手动填 Token，详见 Fish 语音 MCP 的 Claude.ai / Desktop 教程。

配置 Claude Code

1
2
3

claude mcp add fish --transport http https://fish.mcp.acedata.cloud/mcp \
  -H "Authorization: Bearer 你的Token" \
  -s user

也可以用 -s local（仅当前项目）或 -s project（项目共享 .mcp.json）。

真实运行结果

下面命令在隔离临时目录里实测通过：

1
2

Added HTTP MCP server fish with URL: https://fish.mcp.acedata.cloud/mcp to local config
fish: https://fish.mcp.acedata.cloud/mcp (HTTP) - ✓ Connected

确认本机配置时可以运行：

1

claude mcp list

看到 fish: https://fish.mcp.acedata.cloud/mcp (HTTP) - ✓ Connected 就说明 Fish 语音 MCP 已经接入成功。

使用示例

用 fish_generate_audio 把这段中文合成成 mp3，用默认音色

把这段英文合成成 wav，采样率 44100，使用音色 ID xxxx

把这段播客脚本合成成 mp3，bitrate 128，低延迟模式

工具

相关链接

• Fish Audio MCP Server（GitHub）
• Fish Audio MCP on PyPI
• Claude Code MCP Overview
• MCP 协议官网

Midjourney 拥有强大的图生图的功能，下面我们就来看一下，如何在我们的AceDataCloud网站上实现将照片切换成任意的二次元场景，同时保持人物的一致性。

我们可以按照如下的步骤去实现人物一致性。

下面我们来看看效果吧，原图如下。

以下风格均以原图为参考制作而成，可用于打造个性头像、趣味活动、特效类应用等场景，提升社交娱乐的体验。

1.欧美动漫风格

1

Midjourney提示词：欧美动漫风格，一位美丽的少女，身穿时尚的街头服饰，背景是现代都市的霓虹灯,Cartoon --version 6.1

2.港漫风格

1

港漫风格，一位勇敢的少女，身手不凡，背景是繁华的香港街景 --version 6.1 --stylize 411

3.韩漫风格—stylize 风格化

stylize 风格化的数值在 0-1000 之间，默认值为100。数值越小，越动漫化；数值越大，越具有艺术性。

1

韩漫风格，一位甜美的少女，背景是浪漫的咖啡馆 --version 6.1 --stylize 1000

1

韩漫风格，一位甜美的少女，背景是浪漫的咖啡馆 --version 6.1 --stylize 507

1

韩漫风格，一位甜美的少女，背景是浪漫的咖啡馆 --version 6.1

接下来，我们试试其他风格，—stylize同样适用。

4.迪士尼风格

1

迪士尼风格，一个女生，走在街上，8k --ar 1:1 --version 5.2

5.像素艺术风格

1

像素艺术，一位女孩以像素风格呈现，身穿色彩斑斓的服饰，背景是充满复古游戏元素的像素世界，8k --version 6.1

6.卡哇伊动漫风格

1

卡哇伊动漫风格，一个女孩微笑着，背景是梦幻的云朵与星星，8k --version 5.2

7.宫崎骏风格

1

宫崎骏风格，一位可爱的少女，拥有大大的眼睛和精致的发型，在河边，周围是五彩斑斓的樱花飘落,8k--version 6.1

8.京服咪动漫风格

1

京服咪动漫风格，一位穿着中国传统京剧服饰的少女，正在舞台上表演，背景是华丽的舞台布景，8k

9.国漫风格

1

国漫风格，园中少女，少女坐在池边，将脚伸入池中，背景有假山、瀑布和小树，精致的脸庞，美丽的眼睛，少女在伸懒腰，少女在 穿着汉服，浅蓝白相间的汉服， --version 6.1 --quality .5 --stylize 494

10.希腊神话风格

1

希腊神话，一位美丽动人的女神，常将自己披上绚丽的长袍，头上花环飘逸，她的微笑如同春风拂面，温柔而迷人，背景是希腊阿波罗神殿。 --version 6.1

11.Niji 5 模式下韩漫风格

Midjourney的Niji模式是一个专门训练用于生成动漫风格艺术的AI模型，它拥有丰富的动漫知识。最特别擅长创建动态和动感十足的镜头，并且非常注重角色和构图。在界面左上，选择Niji模式即可使用。

1

韩漫风格，一位甜美的少女，背景是浪漫的咖啡馆 --niji 5 --version 6.1

到这里就结束了吗？

不，远远没有。还有更多风格迥异的美图等你探索，别光收藏不练习，赶紧动手作图吧~

添加 AceDataCloud 官方微信，进群领取更多的 MidJourney 资料吧

市面上 AI 视频模型不少，但说到画质，Google Veo 排得上号。细节清晰、色彩自然，原生支持 1080p——生成完不需要再拿去超分辨率，直接用。

在 Cursor 里配上 Veo MCP Server，视频生成能力就直接嵌在你的开发环境里了。写代码的同时，一句话就能生成产品演示视频、社交媒体素材、文档配图动画。

获取 API Token

使用 Veo MCP Server 之前，你需要一个 AceData Cloud 的 API Token。获取方式非常简单：

1. 打开 AceData Cloud 平台，支持 GitHub、Google 或微信登录，注册后自动获得免费额度
2. 登录后，在首页即可看到你的 API Token，点击复制按钮即可获取

1. 如果额度用完，可以前往 控制台 充值，支持支付宝、微信和 Stripe

一个 Token 即可使用所有 MCP Server，无需为每个服务单独申请。

配置 Cursor

在项目根目录创建 .cursor/mcp.json：

1
2
3
4
5
6
7
8
9
10
11

{
  "mcpServers": {
    "veo": {
      "type": "http",
      "url": "https://veo.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer 你的Token"
      }
    }
  }
}

保存后 Cursor 会自动识别 MCP 配置，在 Agent 模式下即可使用 Veo 工具。

实战示例

文字生成视频

1

> 生成一段 1080p 的视频：一滴墨水落入清水中，慢慢扩散成不规则的形状，慢动作，电影质感

图片生成视频

有一张概念图，想让它”活过来”？

1

> 用这张产品截图作为参考，生成一段界面流畅切换的过渡动画

带音频生成视频

Veo 支持生成带有同步音频的视频，画面和声音一步到位：

1

> 生成一段带音频的视频：海浪拍打礁石，海鸥在上空盘旋，背景是日落

工具列表

其他编辑器配置

• VS Code — 在项目根目录创建 .vscode/mcp.json，使用 servers 作为顶层 key，其余配置相同
• Claude Code — 终端命令行配置，详见 Claude Code + Veo MCP 教程
• Claude Desktop — 详见 Claude Desktop + Veo MCP 教程

相关链接

• Veo MCP Server (GitHub)
• AceData Cloud 平台
• MCP 协议官网

做过海报的开发者都知道一个痛点：Midjourney 和 Flux 对中文的支持很一般。你让它写”限时优惠”四个字，出来可能是乱码或者不伦不类的笔画。

Seedream 是字节跳动做的 AI 图片模型，中文文字渲染是它的强项。你说”在图片右上角加上红色的限时优惠四个字”，它真的能做到。

如果你的目标受众是中文用户，Seedream 是比 Midjourney 更合适的选择。

第 1 步：在 VS Code 中搜索并安装插件

1. 打开 VS Code 扩展市场（Cmd+Shift+X）
2. 搜索 Seedream MCP，或直接搜索扩展 ID：acedatacloud.mcp-seedream
3. 点击 Install，安装后按提示重载窗口

第 2 步：获取并填写 API Key

1. 打开 Ace Data Cloud 控制台 / Applications
2. 复制你的 API Key（同一个 Key 可用于全部 Ace Data Cloud MCP）
3. 按 Cmd+Shift+P，执行：Seedream MCP: Set Ace Data Cloud API Key
4. 粘贴 API Key，回车保存（保存在 VS Code SecretStorage / 系统钥匙串）

如果要换 Key，可执行 Seedream MCP: Clear Ace Data Cloud API Key 后重新设置。

第 3 步：验证已连通

1. 打开 GitHub Copilot Chat，切到 Agent 模式
2. 直接提需求并点名 seedream，例如：用 seedream 帮我完成这个任务
3. 首次调用时会自动走到该插件并使用你保存的 API Key

进阶：手动 mcp.json（可选）

如果你更偏好手动配置，也可以在项目里写 .vscode/mcp.json：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

{
  "servers": {
    "seedream": {
      "type": "http",
      "url": "https://seedream.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer ${input:acedata-api-key}"
      }
    }
  },
  "inputs": [
    {
      "id": "acedata-api-key",
      "type": "promptString",
      "description": "Ace Data Cloud API Key",
      "password": true
    }
  ]
}

第 3 步：验证已连通

1. 打开 GitHub Copilot Chat，切到 Agent 模式
2. 直接提需求并点名 seedream，例如：用 seedream 帮我完成这个任务
3. 首次调用时会自动走到该插件并使用你保存的 API Key

进阶：手动 mcp.json（可选）

如果你更偏好手动配置，也可以在项目里写 .vscode/mcp.json：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

{
  "servers": {
    "seedream": {
      "type": "http",
      "url": "https://seedream.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer ${input:acedata-token}"
      }
    }
  },
  "inputs": [
    {
      "id": "acedata-token",
      "type": "promptString",
      "description": "Ace Data Cloud API key",
      "password": true
    }
  ]
}

第 3 步：验证已连通

1. 打开 GitHub Copilot Chat，切到 Agent 模式
2. 直接提需求并点名 seedream，例如：用 seedream 帮我完成这个任务
3. 首次调用时会自动走到该插件并使用你保存的 API Key

进阶：手动 mcp.json（可选）

如果你更偏好手动配置，也可以在项目里写 .vscode/mcp.json：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

{
  "servers": {
    "seedream": {
      "type": "http",
      "url": "https://seedream.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer ${input:acedata-token}"
      }
    }
  },
  "inputs": [
    {
      "id": "acedata-token",
      "type": "promptString",
      "description": "Ace Data Cloud API key",
      "password": true
    }
  ]
}

中文场景下 Seedream 的优势

技术沙龙的宣传图

你们团队要办一场线下技术分享，需要一张海报发到群里：

1

> 生成一张技术沙龙海报，标题"AI 工程化实践分享会"，副标题"2025年1月18日 · 北京"，背景用深色渐变，科技感，留出底部放二维码的空间

Seedream 的 seedream_generate_image 对中文标题的渲染质量远超其他模型——字体清晰、排版合理、不会出现乱码。

给国内产品做运营素材

你的 App 面向国内用户，需要一组节日运营图：

1

> 生成一张春节主题的 App 开屏图，大红灯笼和金色的"新春快乐"，喜庆但不俗气，现代设计风格

东方美学是 Seedream 训练数据的强项——国风元素、节日氛围、传统色彩搭配都拿捏得很好。

修改已有素材

你有一张英文的 Banner，想快速出个中文版：

1

> 把这张图中的英文 "Get Started" 替换成中文"立即体验"，字体大小和位置保持一致

工具

其他编辑器配置

• Cursor — .cursor/mcp.json，mcpServers 下同样配置
• Claude Code — 终端命令行配置，详见 Claude Code + Seedream MCP 教程
• Claude Desktop — 详见 Claude Desktop + Seedream MCP 教程
• Cline — .cline/mcp_settings.json，mcpServers 下同样配置

相关链接

• Seedream MCP Server (GitHub)
• Ace Data Cloud 平台
• MCP 协议官网

📘 Overview：Claude Desktop MCP Overview →

通义万相（Wan）是阿里出品的视频生成模型，支持文生视频、图生视频、参考视频转生视频，最高 1080P 输出，可选生成音频。

配置 Claude Desktop

claude.ai 网页版和 Claude Desktop 都支持远程 MCP Connector：

1. 打开 https://claude.ai/customize/connectors（或 Claude Desktop 的 Settings → Connectors）。

2. 点击 Add custom connector，Name 填 wan 或 Wan，URL 填：

   1	https://wan.mcp.acedata.cloud/mcp

3. 首次连接会跳转到 AceData Cloud 完成 OAuth 授权，确认后即可在对话中调用。

通义万相 Wan 能做什么？

通义万相（Wan）是阿里出品的视频生成模型，支持文生视频、图生视频、参考视频转生视频，最高 1080P 输出，可选生成音频。

把它接到 Claude.ai 或 Claude Desktop，下面这些场景都能直接在对话里完成：

• 用 wan2.6-t2v 生成 1080P 视频：日本京都的春樱，镜头平移，带环境音

• 用这张图（链接 xxx）做 image2video，让画面里的猫跳下窗台

• 用 wan2.6-r2v 把参考视频的人物动作映射到这张照片里的角色上

注意事项

• 远程 MCP 计费在 AceData Cloud 端按调用扣费，首次注册会送免费额度。
• OAuth 授权后，Connector 会绑定到你授权时使用的 AceData Cloud 账号。
• 一个 AceData Cloud 账号可以授权所有 MCP Connector，无需为 通义万相 Wan 单独申请额度。

工具

相关链接

• Wan MCP Server（GitHub）
• Wan MCP on PyPI
• Claude Desktop MCP Overview
• MCP 协议官网

📘 总览指南：在 Claude 里用全部 11 个 AceData Cloud MCP →

字节跳动的 Seedance（豆包视频生成） 在国产文生视频里生成速度最快、单位价格最便宜——doubao-seedance-1-0-pro-fast 系列 720p 大约 $0.014/秒，4 秒短片几毛钱。挂上 AceData Cloud 的 Seedance MCP，Claude 一句 prompt，23 秒就把视频丢回来——Claude.ai 网页版直接看 / 下载。

本文是一篇亲手在 Claude.ai 网页版跑通的实测记录：从添加 Connector、OAuth 授权，到一句 prompt 出一段小白猫追红叶的 480p / 4 秒短片，全程截图，复制即可复现。

什么是 MCP？

MCP（Model Context Protocol）是 Anthropic 推出的开放协议，让 Claude 这类模型可以通过标准接口调用外部工具。简单理解：给 Claude 装上插件能力。

AceData Cloud 把 Seedance 的核心能力封装成了一个远程 MCP Server，挂上去之后 Claude 就能直接：

• 文生视频（seedance_generate_video）
• 图生视频（seedance_generate_video_from_image）
• 单 / 批查询任务（seedance_get_task、seedance_get_tasks_batch）
• 列出动作 / 模型 / 分辨率（seedance_list_actions、seedance_list_models、seedance_list_resolutions）

整套接入只需一个 URL，剩下交给 Claude。

在 Claude.ai 网页版添加 Seedance MCP

💡 Claude.ai 网页版接入是 OAuth 直连，不需要复制 API Token。你只需要一个能登录 AceData Cloud 的账号（GitHub / Google / 微信均可）。

1. 打开 Connectors 设置

登录 https://claude.ai，点左下角头像 → Settings → Customize → Connectors，或直接访问 https://claude.ai/customize/connectors。

⚠️ 旧入口 /settings/connectors 已经迁移到 /customize/connectors，访问旧地址会看到一条 “Connectors have moved to Customize” 的提示。

2. 添加 Seedance MCP Server

点击右上角加号 → Add custom connector，在弹出对话框里填：

点 Add，Claude 会自动发现 Server 暴露的全部工具。

3. OAuth 授权

点 Connect → 跳转到 AceData Cloud OAuth 授权页 → 用账号登录、点 Allow 即可。如果还没注册，先去 https://platform.acedata.cloud 注册一下，注册即送免费额度，足够你跑完本文的 demo。

4. 检查工具列表 & 把工具切到 Always allow

授权完成后回到 Claude.ai，点开 Seedance Connector，能看到 7 个工具：seedance_generate_video、seedance_generate_video_from_image、seedance_get_task、seedance_get_tasks_batch、seedance_list_actions、seedance_list_models、seedance_list_resolutions。

⚙️ 强烈建议把右上角的 Needs approval 下拉切换到 Always allow，否则每次工具调用都会弹确认框。生成一段视频通常会触发 3–5 次调用（先 list_models / list_resolutions 选参，再 generate_video，再轮询 get_task），点确认到怀疑人生。

实测：一句英文 Prompt 出 4 秒短片

下面是我真实跑出来的对话：

Prompt: Use Seedance to generate one short video. First list models and resolutions, pick the FASTEST/CHEAPEST model (e.g. lite/fast variant) and the LOWEST resolution. Use the SHORTEST duration (4-5 seconds). Subject: a fluffy white kitten chasing a red leaf falling in a sunny garden, side view, simple background.

Claude 收到后做的事情：

1. 自动调用 seedance_list_models + seedance_list_resolutions 查可用值
2. 挑出 doubao-seedance-1-0-pro-fast-251015（fast 变体，720p 约 $0.014/秒，全系最便宜）+ 480p + 4 秒 + 16:9 + 24fps
3. 调 seedance_generate_video 提交任务，再轮询 seedance_get_task
4. 约 23 秒拿到最终视频
5. 在聊天框贴出视频链接 + 完整参数说明

下面是聊天最终结果截图：

实际生成的视频（直接落到 cdn.acedata.cloud，长期可用）：

📹 https://cdn.acedata.cloud/4e183464f5.mp4

💡 Seedance fast 变体 + 480p + 4 秒是真正的”白菜价快出片”组合——一杯奶茶钱够出几十条短片，非常适合批量试拍、电商分镜、社媒短视频前期摸索 prompt。

更多玩法（同样一个 Connector）

把 prompt 换成下面这些，Claude 会自动选合适的工具：

图生视频

1

Take this image https://cdn.acedata.cloud/foo.png and animate it with Seedance fast model: slow zoom-in, soft wind, 4 seconds, 480p.

→ Claude 调 seedance_generate_video_from_image，把静态图变成动态短片。

对比 pro vs fast 模型

1

Generate the same prompt "a samurai walking through bamboo forest in mist" with Seedance pro AND fast variants at 720p, 5 seconds, and tell me which one looks better.

→ Claude 调 seedance_list_models 拿到全部变体，分别提交，最后给你对比。

竖屏 + 高分辨率

1

List Seedance resolutions first, then generate a 9:16 vertical 1080p clip of "neon Tokyo street, walking POV, raining" with the pro model.

→ Claude 先 seedance_list_resolutions 拿合法值，再 seedance_generate_video 出竖屏短片。

批量出片

1

Generate 3 Seedance videos in parallel: 1) puppy on beach, 2) hot air balloon at sunrise, 3) coffee being poured. All 480p, 4s, fast model. Then return all three URLs.

→ Claude 并发提交 3 个任务，再用 seedance_get_tasks_batch 一次性查 3 个结果。

常见问题

Q：为什么我点了 Always allow，新工具还是要确认？
A：Always allow 是按工具粒度记忆的。generate_video、generate_video_from_image、get_task、list_models 是不同工具，第一次各确认一次即可。

Q：余额不够怎么办？
A：错误信息里会带 insufficient balance。去 https://platform.acedata.cloud/console/coin 充值，支持支付宝 / 微信 / Stripe / USDC。Seedance 是全平台单位价格最便宜的视频模型之一，几块钱够跑很多次。

Q：和 Sora / Veo / Luma 比有什么优势？
A：Seedance 主打便宜 + 快——4 秒短片 20+ 秒出片、单位成本只有同档欧美模型的几分之一，特别适合中文 prompt、本土化运镜风格和批量生成场景；Sora 通用、Veo 稳重、Luma 梦幻艺术。

Q：Claude Desktop 和 Claude Code 也能这么用吗？
A：能。详见 Claude Desktop + Seedance MCP 和 Claude Code + Seedance MCP。

相关链接

• Seedance MCP Server URL
• Seedance MCP GitHub
• Seedance MCP PyPI
• AceData Cloud 平台
• MCP 协议官网

📘 完整指南：在 Gemini CLI 里用全部 11 个 AceData Cloud MCP →

字节跳动出品的视频模型，舞蹈、运动、连贯动作表现优异，支持竖屏 9:16 短视频。通过 MCP 接入 Gemini CLI 后，可以直接在对话里调用，不用切窗口、不用复制粘贴。

获取 API Token

到 AceData Cloud 平台 注册账号，复制首页的 API Token——一个 Token 即可使用全部 11 个 MCP Server。详细步骤见 完整指南。

配置

编辑配置：命令行一键添加（推荐）

1
2
3
4

gemini mcp add seedance \
  --transport http \
  https://seedance.mcp.acedata.cloud/mcp \
  --header "Authorization: Bearer 你的Token"

或手动编辑 ~/.gemini/settings.json：

1
2
3
4
5
6
7
8

{
  "mcpServers": {
    "seedance": {
      "httpUrl": "https://seedance.mcp.acedata.cloud/mcp",
      "headers": { "Authorization": "Bearer 你的Token" }
    }
  }
}

下一次 gemini 会话启动时即可使用工具。

使用示例

用 Seedance 生成一段竖屏短视频：一个女孩在樱花树下转圈跳舞，9:16

把这张图（链接 xxx）做成一段 5 秒动作视频

生成一段 10 秒 1080P 美食制作视频：寿司师傅切金枪鱼，特写镜头

工具

相关链接

• Seedance MCP Server (GitHub)
• Seedance MCP on PyPI
• AceData Cloud 平台
• MCP 协议官网

我们知道，市面上一些问答 API 的对接还是相对没那么容易的，比如说 OpenAI 的 Chat Completions API，它有一个 messages 字段，如果要完成连续对话，需要我们把所有的上下文历史全部传递，同时还需要处理 Token 超出限制的问题。

AceDataCloud 提供的 AI 问答 API 针对上述情况进行了优化，在保证问答效果不变的情况下，对连续对话的实现进行了封装，对接时无需再关心 messages 的传递，也无需关心 Token 超出限制的问题（API 内部自动进行了处理），同时也提供了对话查询、修改等功能，使得整体的对接大大简化。

本文档会介绍下 AI 问答 API 的对接说明。

申请流程

要使用 AI 问答 API，首先到 Ace Data Cloud 控制台 获取您的 API Token，留作备用。

如果你尚未登录或注册，会自动跳转到登录页面邀请你注册和登录，完成后会自动返回当前页面。

一个 API Token 即可调用平台所有服务，无需为每个服务单独申请。 首次申请会赠送免费额度，可免费体验；额度不足时可在 控制台 充值通用余额。

📘 完整文档：AI 问答 API →

基本使用

首先先了解下基本的使用方式，就是输入问题，获得回答，只需要简单地传递一个 question 字段，并指定相应模型即可。

比如说询问：“What’s your name？”，我们接下来就可以在界面上填写对应的内容，如图所示：

可以看到这里我们设置了 Request Headers，包括：

• accept：想要接收怎样格式的响应结果，这里填写为 application/json，即 JSON 格式。
• authorization：调用 API 的密钥，申请之后可以直接下拉选择。

另外设置了 Request Body，包括：

• model：模型的选择，比如主流的 GPT 3.5，GPT 4 等。
• question：需要询问的问题，可以是任意的纯文本。

选择之后，可以发现右侧也生成了对应代码，如图所示：

点击「Try」按钮即可进行测试，如上图所示，这里我们就得到了如下结果：

1
2
3

{
  "answer": "I am an AI language model developed by OpenAI and I don't have a personal name. However, you can call me GPT or simply Chatbot. How can I assist you today?"
}

可以看到，这里返回的结果中有一个 answer 字段，就是该问题的回答。我们可以输入任意问题，就可以得到任意的回答。

如果你不需要任何多轮对话的支持，这个 API 可以极大方便你的对接。

另外如果想生成对应的对接代码，可以直接复制生成，例如 CURL 的代码如下：

1
2
3
4
5
6
7
8

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "model": "gpt-3.5",
  "question": "What's your name?"
}'

Python 的对接代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

import requests

url = "https://api.acedata.cloud/aichat/conversations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "gpt-3.5",
    "question": "What's your name?"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

多轮对话

如果您想要对接多轮对话功能，需要传递一个额外参数 stateful，其值为 true，后续的每次请求都要携带该参数。传递了 stateful 参数之后，API 会额外返回一个 id 参数，代表当前对话的 ID，后续我们只需要将该 ID 作为参数传递，就可以轻松实现多轮对话。

下面我们来演示下具体的操作。

第一次请求，将 stateful 参数设置为 true，并正常传递 model 和 question 参数，如图所示：

对应代码如下：

1
2
3
4
5
6
7
8
9

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "model": "gpt-3.5",
  "question": "What's your name?",
  "stateful": true
}'

可以得到如下回答：

1
2
3
4

{
  "answer": "I am an AI language model created by OpenAI and I don't have a personal name. You can simply call me OpenAI or ChatGPT. How can I assist you today?",
  "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"
}

第二次请求，将第一次请求返回的 id 字段作为参数传递，同时 stateful 参数依然设置为 true，询问「What I asked you just now?」，如图所示：

对应代码如下：

1
2
3
4
5
6
7
8
9
10

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "model": "gpt-3.5",
  "stateful": true,
  "id": "7cdb293b-2267-4979-a1ec-48d9ad149916",
  "question": "What I asked you just now?"
}'

结果如下：

1
2
3
4

{
  "answer": "You asked me what my name is. As an AI language model, I do not possess a personal identity, so I don't have a specific name. However, you can refer to me as OpenAI or ChatGPT, the names used for this AI model. Is there anything else I can help you with?",
  "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"
}

可以看到，就可以根据上下文回答对应的问题了。

流式响应

该接口也支持流式响应，这对网页对接十分有用，可以让网页实现逐字显示效果。

如果想流式返回响应，可以更改请求头里面的 accept 参数，修改为 application/x-ndjson。

修改如图所示，不过调用代码需要有对应的更改才能支持流式响应。

将 accept 修改为 application/x-ndjson 之后，API 将逐行返回对应的 JSON 数据，在代码层面我们需要做相应的修改来获得逐行的结果。

Python 样例调用代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

import requests

url = "https://api.acedata.cloud/aichat/conversations"

headers = {
    "accept": "application/x-ndjson",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "gpt-3.5",
    "stateful": True,
    "id": "7cdb293b-2267-4979-a1ec-48d9ad149916",
    "question": "Hello"
}

response = requests.post(url, json=payload, headers=headers, stream=True)
for line in response.iter_lines():
    print(line.decode())

输出效果如下：

1
2
3
4
5
6
7
8
9

{"answer": "Hello", "delta_answer": "Hello", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello!", "delta_answer": "!", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How", "delta_answer": " How", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can", "delta_answer": " can", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I", "delta_answer": " I", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I assist", "delta_answer": " assist", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I assist you", "delta_answer": " you", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I assist you today", "delta_answer": " today", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I assist you today?", "delta_answer": "?", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}

可以看到，响应里面的 answer 即为最新的回答内容，delta_answer 则是新增的回答内容，您可以根据结果来对接到您的系统中。

JavaScript 也是支持的，比如 Node.js 的流式调用代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

const axios = require("axios");

const url = "https://api.acedata.cloud/aichat/conversations";
const headers = {
  "Content-Type": "application/json",
  Accept: "application/x-ndjson",
  Authorization: "Bearer {token}",
};
const body = {
  question: "Hello",
  model: "gpt-3.5",
  stateful: true,
};

axios
  .post(url, body, { headers: headers, responseType: "stream" })
  .then((response) => {
    console.log(response.status);
    response.data.on("data", (chunk) => {
      console.log(chunk.toString());
    });
  })
  .catch((error) => {
    console.error(error);
  });

Java 样例代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

String url = "https://api.acedata.cloud/aichat/conversations";
OkHttpClient client = new OkHttpClient();
MediaType mediaType = MediaType.parse("application/json");
RequestBody body = RequestBody.create(mediaType, "{\"question\": \"Hello\", \"stateful\": true, \"model\": \"gpt-3.5\"}");
Request request = new Request.Builder()
        .url(url)
        .post(body)
        .addHeader("Content-Type", "application/json")
        .addHeader("Accept", "application/x-ndjson")
        .addHeader("Authorization", "Bearer {token}")
        .build();

client.newCall(request).enqueue(new Callback() {
    @Override
    public void onFailure(Call call, IOException e) {
        e.printStackTrace();
    }

    @Override
    public void onResponse(Call call, Response response) throws IOException {
        if (!response.isSuccessful()) throw new IOException("Unexpected code " + response);
        try (BufferedReader br = new BufferedReader(
                new InputStreamReader(response.body().byteStream(), "UTF-8"))) {
            String responseLine;
            while ((responseLine = br.readLine()) != null) {
                System.out.println(responseLine);
            }
        }
    }
});

其他语言可以另外自行改写，原理都是一样的。

模型预设

我们知道，OpenAI 相关的 API 有对应的 system_prompt 的概念，就是给整个模型设置一个预设，比如它叫什么名字等等。本 AI 问答 API 也暴露了这个参数，叫做 preset，利用它我们可以给模型增加预设，我们用一个例子来体验下：

这里我们额外添加 preset 字段，内容为 You are a professional artist，如图所示：

对应代码如下：

1
2
3
4
5
6
7
8
9
10

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "model": "gpt-3.5",
  "stateful": true,
  "question": "What can you help me?",
  "preset": "You are a professional artist"
}'

运行结果如下：

1
2
3

{
    "answer": "As a professional artist, I can offer a range of services and assistance depending on your specific needs. Here are a few ways I can help you:\n\n1. Custom Artwork: If you have a specific vision or idea, I can create custom artwork for you. This can include paintings, drawings, digital art, or any other medium you prefer.\n\n2. Commissioned Pieces: If you have a specific subject or concept in mind, I can create commissioned art pieces tailored to your preferences. This could be for personal enjoyment or as a unique gift for someone special.\n\n3. Art Consultation: If you need guidance on art selection, interior design, or how to showcase and display art in your space, I can provide professional advice to help enhance your aesthetic sense and create a cohesive look."
}

可以看到这里我们告诉 GPT 他是一个机器人，然后问它可以为我们做什么，他就可以扮演一个机器人的角色来回答问题了。

图片识别

本 AI 也能支持添加附件进行图片识别，通过 references 传递对应图片链接即可，比如我这里有一张苹果的图片，如图所示：

该图片的链接是 https://cdn.acedata.cloud/ht05g0.png，我们直接将其作为 references 参数传递即可，同时需要注意的是，模型必须要选择支持视觉识别的模型，目前支持的是 gpt-4-vision，所以输入如下：

对应的代码如下：

1
2
3
4
5
6
7
8
9

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "model": "gpt-4-vision",
  "question": "How many apples in the picture?",
  "references": ["https://cdn.acedata.cloud/ht05g0.png"]
}'

运行结果如下：

1
2
3

{
  "answer": "There are 5 apples in the picture."
}

可以看到，我们就成功得到了对应图片的回答结果。

联网问答

本 API 还支持联网模型，包括 GPT-3.5、GPT-4 均能支持，在 API 背后有一个自动搜索互联网并总结的过程，我们可以选择模型为 gpt-3.5-browsing 来体验下，如图所示：

代码如下：

1
2
3
4
5
6
7
8

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "model": "gpt-3.5-browsing",
  "question": "What's the weather of New York today?"
}'

运行结果如下：

1
2
3

{
  "answer": "The weather in New York today is as follows:\n- Current Temperature: 16°C (60°F)\n- High: 16°C (60°F)\n- Low: 10°C (50°F)\n- Humidity: 47%\n- UV Index: 6 of 11\n- Sunrise: 5:42 am\n- Sunset: 8:02 pm\n\nIt's overcast with a chance of occasional showers overnight, and the chance of rain is 50%.\nFor more details, you can visit [The Weather Channel](https://weather.com/weather/tenday/l/96f2f84af9a5f5d452eb0574d4e4d8a840c71b05e22264ebdc0056433a642c84).\n\nIs there anything else you'd like to know?"
}

可以看到，这里它自动联网搜索了 The Weather Channel 网站，并获得了里面的信息，然后进一步返回了实时结果。

如果对模型回答质量有更高要求，可以将模型更换为 gpt-4-browsing，回答效果会更好。

NanoBanana 跟其他 AI 画图工具不太一样——它不只是”画一张新图”，更强的是”改一张旧图”。底层用的是 Google Gemini 模型，真正理解图片内容，可以精确编辑。

最实用的能力：扔给它两张图，让它把 A 图的产品放到 B 图的背景上，或者以 A 图的风格重画 B 图。现在通过 MCP 协议，Cursor 里一句话就能调用。

获取 API Token

使用 NanoBanana MCP Server 之前，你需要一个 AceData Cloud 的 API Token。获取方式非常简单：

1. 打开 AceData Cloud 平台，支持 GitHub、Google 或微信登录，注册后自动获得免费额度
2. 登录后，在首页即可看到你的 API Token，点击复制按钮即可获取

1. 如果额度用完，可以前往 控制台 充值，支持支付宝、微信和 Stripe

一个 Token 即可使用所有 MCP Server，无需为每个服务单独申请。

配置 Cursor

在项目根目录创建 .cursor/mcp.json：

1
2
3
4
5
6
7
8
9
10
11

{
  "mcpServers": {
    "nanobanana": {
      "type": "http",
      "url": "https://nanobanana.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer 你的Token"
      }
    }
  }
}

保存后重启 Cursor，在 Agent 模式下即可使用 NanoBanana 的图片生成和编辑功能。

真实开发场景

“把这张截图美化一下”

你录了一张丑丑的终端截图，想放到博客里但嫌太素：

1

> 编辑这张图片，添加一个圆角阴影的窗口装饰，背景换成浅灰色渐变

多图合成

产品经理给了你一张产品图和一张场景图，要合成一张”产品在场景中使用”的效果图：

1

> 把第一张图中的手机放到第二张图的桌面上，调整大小和透视角度让它看起来自然

nanobanana_edit_image 支持传入多张图片 URL，AI 看得懂图片关系。

404 页面等趣味插画

1

> 生成一只小恐龙趴在破碎的地面裂缝边上往下看的插画，用作 404 页面

NanoBanana Pro 模型画插画质量不错，风格多变。

工具列表

其他编辑器配置

• VS Code — .vscode/mcp.json，servers 下同样配置
• Claude Code — 终端命令行配置，详见 Claude Code + NanoBanana MCP 教程
• Claude Desktop — 配置文件路径：macOS ~/Library/Application Support/Claude/claude_desktop_config.json，Windows %APPDATA%\Claude\claude_desktop_config.json，使用 mcpServers 格式

相关链接

• NanoBanana MCP Server (GitHub)
• AceData Cloud 平台
• MCP 协议官网

好内容不是闭门造车出来的，而是“顺着搜索的路”被发现的。Ace Data Cloud 的 Google SERP API，把用户真正看到的 Google 搜索结果，完整、结构化地送到你面前：有机排名、知识图谱、People Also Ask、相关推荐……你不再猜，而是基于证据去创作、优化与投放。

关键链接

• 文档页：Google SERP API https://platform.acedata.cloud/documents/serp-google
• 接口：POST https://api.acedata.cloud/serp/google

可视化与参数面板示意

• 申请与开通：
• 基本查询参数填写：
• 自动生成示例代码：

示例：查询“apple inc”并获取结构化 SERP

• 输入（cURL，节选自开发文档）

1
2
3
4
5
6
7
8
9
10
11
12

curl -X POST 'https://api.acedata.cloud/serp/google' \
  -H 'accept: application/json' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "type": "search",
    "query": "apple inc",
    "country": "US",
    "language": "en",
    "number": 10,
    "page": 1
  }'

• 输出（节选）

1
2
3
4
5
6

{
  "knowledge_graph": {"title": "Apple", "type": "Technology company", ...},
  "organic": [{"title": "Apple","link": "https://www.apple.com/", ...}, ...],
  "people_also_ask": [{"question": "What is the Apple Inc?", ...}, ...],
  "related_searches": [{"query": "Apple iPhone 13"}, ...]
}

更多类型示例（只改 type 与查询）

• 新闻：{"type":"news","query":"OpenAI"}
• 图片：{"type":"images","query":"sunset beach 4k"}
• 视频：{"type":"videos","query":"iPhone 16 review"}
• 地图：{"type":"maps","query":"coffee near Cupertino"}
  说明：按国家/语言/时间段调整，可做本地化内容策略与时效性监测。

一眼看见竞争与机会

• 关键词的真实版面：谁在第 1、谁在第 3；是否有知识卡片、是否挤占了广告。
• 用户的疑问清单：People Also Ask 带来“下一篇该写什么”的直接灵感。
• 品牌知识卡：知识图谱字段告诉你“权威信息”该如何完善与收录。
• 多维检索：按国家/语言/时间范围拉取，观察话题在不同市场的差异。

四类高价值用法

1. 内容选题与 SEO

   • 拉取核心词 SERP，一键收集 PAA 问题与相关搜索；
   • 按国家对比 SERP 差异，做本地化选题；
   • 对头部页面逐条拆解：标题/摘要/结构，吸收其“可复制的成功因素”。

2. 竞品与投放监测

   • 监控重点词的 SERP 异动：竞品是否上升？是否投放广告？
   • 捕捉“新入局者”，进行对标分析与应对。

3. PR 与品牌资产

   • 检查品牌词 SERP 的“可控版面”：官网、社媒、知识图谱是否到位；
   • 识别负面结果，准备内容应对方案。

4. 数据驱动的内容生产

   • 将 SERP 数据接入你的选题系统或知识库；
   • 结合 LLM 做摘要与纲要，团队协作更快落地。

使用真的很简单

• 申请：在 Ace Data Cloud 平台打开 SERP 文档页，点击 Acquire 获取凭证（通常有免费额度）。
• 查询：传 type（默认为 search）、query、country、language、range 等即可。
• 结果：返回包括 organic（自然排名）、knowledge_graph（知识图谱）、people_also_ask、related_searches 等完整字段。

一个从洞察到产出的闭环

以“Apple Inc.”为例：

1. 拉取 SERP，识别知识图谱字段（简介、官网、CEO、成立时间等），作为资料高可信来源；
2. 抓取 People Also Ask 的问题，直接变成文章小标题；
3. 对前 5 名自然排名，提炼标题结构与摘要写法；
4. 形成 1500–2000 字的优质长文 + FAQ + 外链策略；
5. 按国家语言本地化，配合社媒与邮件发布，形成持续流量。

给团队的三点建议

• 别把 SERP 当“截图”：用结构化字段和追踪，做长期的监测面板；
• 别只看“第一页”：把相关词网抓全，形成主题集群思维；
• 别忽略“时间窗口”：用 range 看某一段时间的热度与变化。

今天就用真相指导创作

进入 Ace Data Cloud 平台，开通 Google SERP API。做内容、做投放、做 PR，从看清搜索现场开始——你会更快、更稳，也更有效。

这是一篇总览文章：把 AceData Cloud 提供的 11 个 MCP Server 一次性接到 Codex CLI，让 OpenAI 的开源终端编程工具在写代码之余顺手生图、写歌、做视频。

Codex CLI 是 OpenAI 官方推出的开源终端 AI 编程助手，原生支持 MCP。

AceData Cloud 提供哪些 MCP Server？

我们把以下能力封装成托管式远程 MCP Server，开箱即用：

一个 AceData Cloud Token = 全部 11 个 MCP Server，统一计费、按调用扣费，无月费。

为什么 Codex CLI + MCP

• OpenAI 官方维护，长期更新有保障
• 极简启动 codex，任何 shell 都能用
• 通过 MCP 调用 AceData Cloud，绕过模型本身的能力上限（写歌、生图、视频）

第 1 步：获取 API Token

1. 打开 AceData Cloud 平台，支持 GitHub、Google、微信、邮箱、手机号登录，注册即送免费额度。
2. 登录后首页就能看到你的 API Token，点击复制。

1. 余额不足时去 控制台 → 充值，支持支付宝、微信、Stripe。

第 2 步：在 Codex CLI 中添加 MCP

Codex CLI 用 TOML 格式的配置文件 ~/.codex/config.toml。在文件末尾追加：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

[mcp_servers.suno]
url = "https://suno.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.midjourney]
url = "https://midjourney.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.flux]
url = "https://flux.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.seedream]
url = "https://seedream.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.nanobanana]
url = "https://nanobanana.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.luma]
url = "https://luma.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.sora]
url = "https://sora.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.veo]
url = "https://veo.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.seedance]
url = "https://seedance.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.serp]
url = "https://serp.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

[mcp_servers.shorturl]
url = "https://shorturl.mcp.acedata.cloud/mcp"
http_headers = { "Authorization" = "Bearer 你的Token" }

替换 你的Token 后保存，下次启动 codex 时所有 MCP Server 自动加载。

第 3 步：试一试

配置完成后，重启编辑器 / CLI，让它重新加载 MCP Server。然后就可以这样用：

例 1（写完 PR 后生成 cover 图）：

用 Flux 生成一张 GitHub PR 封面，主题是”开源协作”，1280x640。

例 2（写技术博客时找资料）：

用 Serp 搜 “OpenAI Codex CLI tutorial 2026” 前 5 条最新文章。

例 3（demo 视频 BGM）：

用 Suno 写 45 秒平静钢琴曲做开发者教程 BGM。

计费与额度

• 按次扣费，不调用不花钱，无月费、无最低消费。
• 同一 Token 在所有 MCP Server 之间共享额度。
• 所有调用记录、剩余额度、消费明细可在 控制台 查看。
• 大用量需求可联系商务，享受批量价格。

常见问题

Q：可以只接入其中几个 MCP Server 吗？
A：当然，按需添加配置即可，没用到的就不加。

Q：有没有更便宜的接入方式？
A：直接调用 REST API 比 MCP 更便宜（少一层封装），但失去 MCP 在 LLM 工具调用上的便利。

Q：海外 / 跨境延迟问题？
A：所有 MCP Server 部署在香港，全球访问稳定；中国大陆直连无需代理。

Q：支持自托管吗？
A：MCP Server 全部 开源在 GitHub，可自行部署。

相关链接

• AceData Cloud 平台首页
• 所有 MCP Server 列表
• REST API 文档
• 完整应用案例

本文介绍 Nano Banana Images API 的对接与使用。该接口支持两种能力：图像生成（generate） 与 图像编辑（edit）。

申请流程

要使用 Nano Banana Images API，首先到 Ace Data Cloud 控制台 获取您的 API Token，留作备用。

如果你尚未登录或注册，会自动跳转到登录页面邀请你注册和登录，完成后会自动返回当前页面。

一个 API Token 即可调用平台所有服务，无需为每个服务单独申请。 首次申请会赠送免费额度，可免费体验；额度不足时可在 控制台 充值通用余额。

📘 完整文档：Nano Banana Images API →

接口概览

• Base URL：https://api.acedata.cloud
• Endpoint：POST /nano-banana/images
• 认证方式：HTTP Header 中携带 authorization: Bearer {token}

• 请求头：

  • accept: application/json
  • content-type: application/json

• 动作（action）：

  • generate：根据文本提示词生成图片
  • edit：基于给定图片进行编辑

• 模型（model）（可选）：

  • nano-banana（默认）：基于 Gemini 2.5 Flash Image，速度快，成本低
  • nano-banana-2：基于 Gemini 3.1 Flash Image Preview，Pro 级质量 + Flash 速度
  • nano-banana-pro：基于 Gemini 3 Pro Image Preview，最高质量

• 异步回调：可选，通过 callback_url 接收任务完成通知与结果

快速开始：生成图片（action=generate）

最小必需参数：action、prompt
当你只想根据提示词直接出图时，设置 action 为 generate，并提供清晰的 prompt 即可。

请求示例（cURL）

1
2
3
4
5
6
7
8
9

curl -X POST 'https://api.acedata.cloud/nano-banana/images' \
  -H 'authorization: Bearer {token}' \
  -H 'accept: application/json' \
  -H 'content-type: application/json' \
  -d '{
    "action": "generate",
    "prompt": "A photorealistic close-up portrait of an elderly Japanese ceramicist with deep, sun-etched wrinkles and a warm, knowing smile. He is carefully inspecting a freshly glazed tea bowl. The setting is his rustic, sun-drenched workshop. The scene is illuminated by soft, golden hour light streaming through a window, highlighting the fine texture of the clay. Captured with an 85mm portrait lens, resulting in a soft, blurred background (bokeh). The overall mood is serene and masterful. Vertical portrait orientation.",
    "count": 1
  }'

请求示例（Python）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

import requests

url = "https://api.acedata.cloud/nano-banana/images"
headers = {
    "authorization": "Bearer {token}",
    "accept": "application/json",
    "content-type": "application/json",
}
payload = {
    "action": "generate",
    "prompt": (
        "A photorealistic close-up portrait of an elderly Japanese ceramicist "
        "with deep, sun-etched wrinkles and a warm, knowing smile. He is carefully "
        "inspecting a freshly glazed tea bowl. The setting is his rustic, sun-drenched "
        "workshop. The scene is illuminated by soft, golden hour light streaming through "
        "a window, highlighting the fine texture of the clay. Captured with an 85mm "
        "portrait lens, resulting in a soft, blurred background (bokeh). The overall mood "
        "is serene and masterful. Vertical portrait orientation."
    ),
    "count": 1
}
resp = requests.post(url, json=payload, headers=headers)
print(resp.json())

成功返回示例

1
2
3
4
5
6
7
8
9
10
11

{
  "success": true,
  "task_id": "056f0589-a3dd-4ec2-8440-ad61f5038dfa",
  "trace_id": "c48de83f-0077-426e-b02b-ff1d58179064",
  "data": [
    {
      "prompt": "A photorealistic close-up portrait of an elderly Japanese ceramicist with deep, sun-etched wrinkles and a warm, knowing smile. He is carefully inspecting a freshly glazed tea bowl. The setting is his rustic, sun-drenched workshop. The scene is illuminated by soft, golden hour light streaming through a window, highlighting the fine texture of the clay. Captured with an 85mm portrait lens, resulting in a soft, blurred background (bokeh). The overall mood is serene and masterful. Vertical portrait orientation.",
      "image_url": "https://platform.cdn.acedata.cloud/nanobanana/69790adb-c85d-4362-ad9e-0c9ba4352cf4.png"
    }
  ]
}

字段说明

• success：本次请求是否成功。
• task_id：任务 ID。
• trace_id：链路追踪 ID，便于排查问题。

• data[]：结果列表。

  • prompt：用于生成的提示词（回显）。
  • image_url：生成图片的直链 URL。

注：/nano-banana/images 仅需 action 与 prompt 即可生成图片

编辑图片（action=edit）

当你希望基于已有图片进行编辑时，设置 action 为 edit，并通过 image_urls 传入待编辑的图片链接列表（1 张或多张），同时提供描述编辑目标的 prompt。

比如这里我们提供一张人物照片，一张衣服照片，让人物穿上这个衣服，就可以同时传入图片链接，并且指定 action 为 edit，URL 可以是 HTTP URL，以 https 或 http 协议的公开可访问链接，也可以是 Base64 编码的图片，如 data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAA+gAAAVGCAMAAAA6u2FyAAADAFBMVEXq6uwdHCEeHyMdHS....

请求示例（cURL）

1
2
3
4
5
6
7
8
9
10
11
12
13

curl -X POST 'https://api.acedata.cloud/nano-banana/images' \
  -H 'authorization: Bearer {token}' \
  -H 'accept: application/json' \
  -H 'content-type: application/json' \
  -d '{
    "action": "edit",
    "prompt": "let this man wear on this T-shirt",
    "image_urls": [
      "https://cdn.acedata.cloud/v8073y.png",
      "https://cdn.acedata.cloud/44xlah.png"
    ],
    "count": 1
  }'

请求示例（Python）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

import requests

url = "https://api.acedata.cloud/nano-banana/images"
headers = {
    "authorization": "Bearer {token}",
    "accept": "application/json",
    "content-type": "application/json",
}
payload = {
    "action": "edit",
    "prompt": "let this man wear on this T-shirt",
    "image_urls": [
        "https://cdn.acedata.cloud/v8073y.png",
        "https://cdn.acedata.cloud/44xlah.png"
    ],
    "count": 1
}
resp = requests.post(url, json=payload, headers=headers)
print(resp.json())

成功返回示例

1
2
3
4
5
6
7
8
9
10
11

{
  "success": true,
  "task_id": "93f11baf-347b-4bb4-9520-8653cb46d6a3",
  "trace_id": "a9063166-26ed-4451-85b5-54e896817c69",
  "data": [
    {
      "prompt": "let this man wear on this T-shirt",
      "image_url": "https://platform.cdn.acedata.cloud/nanobanana/8e9e0253-26f4-45b9-b3f8-ac1aed1c284b.png"
    }
  ]
}

字段说明

• image_urls[]：待编辑图片 URL 列表（必须可公网访问）。可传多张，服务会结合这些素材与 prompt 完成编辑。
• 其余字段同「生成图片」返回。

异步回调（可选，推荐）

生成或编辑可能需要一定时间。为避免长连接占用资源，建议通过 callback_url 使用 Webhook 回调：

1. 在请求体中添加 callback_url，例如你的服务端 Webhook 地址（需可公网访问，支持 POST JSON）。
2. API 会 立即返回 包含 task_id 的响应（或包含基本结果）。
3. 当任务完成后，平台将以 POST 的方式将完整 JSON 发送至 callback_url。你可以通过 task_id 将请求与结果关联。

回调载荷示例（字段结构与同步成功返回一致）：

1
2
3
4
5
6
7
8
9
10
11

{
  "success": true,
  "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c",
  "trace_id": "9b4b1ff3-90f2-470f-b082-1061ec2948cc",
  "data": [
    {
      "prompt": "a white siamese cat",
      "image_url": "https://platform.cdn.acedata.cloud/nanobanana/xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx.png"
    }
  ]
}

错误处理

调用失败时会返回标准错误格式与追踪 ID。常见错误如下：

• 400 token_mismatched：请求不合法或参数错误。
• 400 api_not_implemented：接口未实现（请联系支持）。
• 401 invalid_token：鉴权失败或缺少 Token。
• 429 too_many_requests：请求频率超限。
• 500 api_error：服务端异常。

错误响应示例

1
2
3
4
5
6
7
8

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "Internal server error."
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

参数对照与注意事项

• 必填：action、prompt
• 编辑专用：image_urls（数组，至少 1 项）
• 可选：model（默认 nano-banana，可选 nano-banana-2 或 nano-banana-pro）、aspect_ratio（宽高比，如 1:1、16:9）、resolution（分辨率，如 1K、2K、4K）、callback_url（用于异步回调）
• Headers：必须提供 authorization: Bearer {token}；accept 建议设为 application/json
• 图片可访问性：image_urls 必须为可公网访问的直链（HTTP/HTTPS），建议使用 HTTPS
• 幂等与追踪：保留 task_id 与 trace_id，便于故障排查与结果关联

AceDataCloud Docs MCP 是一个公开、免安装的 MCP 服务器：把 AceData Cloud 的全部文档、API 规范（OpenAPI）、模型清单、价格和可运行代码示例，封装成 AI 助手可以直接调用的工具。

和我们其它 11 个按服务划分的 MCP（Suno、Midjourney、Serp…）不同，Docs MCP 是一个目录型 / 元 MCP —— 它不调用生成能力，而是帮 AI 查文档、查接口、查价格、生成调用代码。无需 API Token，因为它只读取平台的公开只读接口。

想看 Claude 接入全部 MCP 的总览，请看 Claude 接入 AceData Cloud MCP 总览。

远程连接（推荐，零安装）

只需要一个 URL：

1

https://docs.mcp.acedata.cloud/mcp

Claude Code

1

claude mcp add --transport http acedatacloud-docs https://docs.mcp.acedata.cloud/mcp

Cursor / Windsurf / 通用 JSON 客户端

1
2
3
4
5
6
7

{
  "mcpServers": {
    "acedatacloud-docs": {
      "url": "https://docs.mcp.acedata.cloud/mcp"
    }
  }
}

claude.ai 网页版

1. 打开 https://claude.ai/customize/connectors
2. 点击 Add custom connector
3. Name 填 AceDataCloud Docs，URL 填 https://docs.mcp.acedata.cloud/mcp
4. 点击 Add 即可（公开服务，无需 OAuth 授权）

本地连接（stdio，通过 PyPI）

1
2

uvx mcp-docs
# 或者：pip install mcp-docs && mcp-docs

可用工具

使用方式

连接后，直接用自然语言提问即可，AI 会自动调用上面的工具：

AceData 的 Suno 音乐生成接口怎么调？给我一段 Python 示例。

帮我对比一下 GPT-5.1 和 Claude Opus 4.8 在 AceData 上的价格。

AceData 有哪些视频生成模型？分别多少钱？

它和 llms.txt 的关系

平台已经提供了静态的 /llms.txt 清单；Docs MCP 是它的可交互升级版 —— AI 可以实时检索、读取详情、拿到真实的 OpenAPI 和价格，而不是只读一份静态索引。

📘 Overview：OpenCode MCP Overview →

OpenAI 出品的 Sora 在写实视频和角色一致性上仍然是顶级水平，尤其适合做“高质量短片”和“用一张图驱动一段动作”。在 OpenCode 里接上 Sora MCP Server 之后，可以直接用自然语言或上传图片生成视频，完成度比传统文生视频明显更高。

Sora MCP 适合做高质量营销短片、品牌宣传素材、产品展示视频，以及“用一张设定图生成统一风格的多段视频”。

获取 API Token

使用 Sora MCP Server 之前，需要先准备一个 Ace Data Cloud API Token。OpenCode 和 Claude Code 共用一套 Token，获取流程一样：

1. 打开 Ace Data Cloud 控制台 - 应用列表，获取您的 API Token，留作备用。
2. 如果你尚未登录或注册，会自动跳转到登录页面；登录注册之后会自动返回当前页面。
3. 首次申请时会有免费额度赠送，可以先免费体验 Sora MCP 服务。

一个 Token 可以使用 AceData Cloud 提供的全部 11 个 MCP Server，无需为 Sora 单独申请。文档和截图里建议只展示脱敏形式，例如 3b78cc40dd3b43db806a4300....，不要把完整 Token 贴到公开仓库、Issue、截图或聊天记录里。

想用 Claude Desktop / Claude.ai 网页版直接 OAuth 一键授权？请看 Sora MCP 的 Claude.ai / Desktop 教程。

配置 OpenCode

OpenCode 用一份 opencode.json 描述所有 MCP Server，文件可以放在两处，按下面”作用范围”选一种即可。两种位置的字段结构完全相同，区别只是优先级。

强烈推荐先把 Token 写到环境变量里：

1

export ACEDATACLOUD_API_KEY="替换为你的真实 Token"

然后在 opencode.json 里用 {env:ACEDATACLOUD_API_KEY} 占位符引用，避免真实 Token 写进文件。

全局：所有项目共用

文件位置：~/.config/opencode/opencode.json，适合”我自己的机器，一次配好，所有项目都能用”。

1
2
3
4
5
6
7
8
9
10
11
12

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "sora": {
      "type": "remote",
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "enabled": true,
      "oauth": false,
      "headers": { "Authorization": "Bearer {env:ACEDATACLOUD_API_KEY}" }
    }
  }
}

⚠️ "oauth": false 不可省略。AceData 的 MCP Server 使用 Bearer Token 鉴权，不走 OAuth 流程；OpenCode 默认会把 401 当成 OAuth 挑战自动重定向，导致 opencode mcp list 出现 SSE error: Non-200 status code (401)。显式声明 "oauth": false 让 OpenCode 直接以 Authorization: Bearer ... 调用，opencode mcp debug sora 也会回显 OAuth explicitly disabled，代表生效。

项目级：仅当前项目生效

文件位置：当前项目根目录下的 opencode.json，会覆盖全局配置。适合团队共享、单仓库定制，或者只在某个项目里临时启用某个 MCP。

1
2
3
4
5
6
7
8
9
10
11
12

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "sora": {
      "type": "remote",
      "url": "https://sora.mcp.acedata.cloud/mcp",
      "enabled": true,
      "oauth": false,
      "headers": { "Authorization": "Bearer {env:ACEDATACLOUD_API_KEY}" }
    }
  }
}

如果项目级 opencode.json 会被提交到 Git，请确保用 {env:ACEDATACLOUD_API_KEY} 占位符而不是真实 Token，避免泄露。

💡 如果 Shell 里的 .env 没有显式 export，需要用 set -a && source .env && set +a 才能把变量传给 OpenCode 进程，否则 opencode debug config 会显示 "Authorization": "Bearer "（占位符没解析）。

真实运行结果

下面是在 OpenCode 1.15.13 里用隔离临时目录实际执行后的脱敏输出。命令使用真实 AceData Cloud Token，输出中的 Token 已替换成 357265014ad145fc8ab2....，临时配置已删除。

1
2
3
4
5
6
7
8
9
10
11

$ opencode --version
1.15.13

$ opencode mcp list

┌  MCP Servers
│
●  ✓ sora connected
│      https://sora.mcp.acedata.cloud/mcp
│
└  1 server(s)

看到 ✓ sora connected 就说明 Sora MCP 已经接入成功。如果显示 ✗ 或者 unauthorized，请检查 ACEDATACLOUD_API_KEY 是否设置、Token 是否复制完整、Authorization 前缀是否为 Bearer（注意大小写和空格）。

如需调试某一台 MCP 的连接细节：

1

opencode mcp debug sora

实际握手成功后，OpenCode 的 INFO 日志会输出 service=mcp key=sora transport=StreamableHTTP connected 和 service=mcp key=sora toolCount=10 两行（实测 10 个工具），代表 Sora MCP 已经准备好被模型调用。

🤖 选模型的实测建议：在 OpenCode 里要真正让模型主动调用 Sora MCP，请优先使用 OpenAI 系列模型（如 acedatacloud/gpt-5-mini、acedatacloud/gpt-5）。AceData 上 Claude 系列模型通过 OpenAI 兼容接口暴露时，工具调用经常返回 Improperly formed request（实测：acedatacloud/claude-haiku-4-5-20251001、acedatacloud/claude-sonnet-4-6 在挂载多个 MCP 时均报这个错）。只做对话不调用工具时，Claude 模型可以正常使用。

典型场景

配置完成后，直接在 OpenCode 会话里用自然语言即可调用，无需先切到 /mcp：

高质量文生视频

1

生成一段 5 秒视频：日式咖啡馆的窗边，雨天，热咖啡冒着热气，电影质感

图生视频

1

把这张人物概念图（链接 xxx）变成短视频，让人物缓缓抬头微笑

高清横屏 / 竖屏

1

生成一段 HD 横屏的海浪拍岸慢动作视频

工具列表

下表列出主要工具（Sora MCP Server 实测共暴露 10 个工具，可通过 curl -X POST https://sora.mcp.acedata.cloud/mcp -H 'Authorization: Bearer <token>' -H 'Accept: application/json' -H 'Content-Type: application/json' --data '{"jsonrpc":"2.0","id":1,"method":"tools/list"}' 获取完整清单）：

相关链接

• Sora MCP Server（GitHub）
• Claude + Sora MCP 图文教程（claude.ai / Desktop）
• OpenCode MCP Overview
• OpenCode 终端配置教程
• MCP 协议官网