MCP-Server

Verbinde Claude Code, Cursor, Codex, VS Code und andere MCP-Clients mit deinem API-Schlüssel mit den Bild- und Videomodellen von SeedRouter.

SeedRouter betreibt einen entfernten Model Context Protocol-Server. Ein KI-Agent kann damit Bild- und Videomodelle auflisten, ihre Anfrageschemas und Preise lesen, Erzeugungsaufgaben senden und die Ergebnisse abrufen, ohne dass du Integrationscode schreiben musst.

https://api.seedrouter.ai/v1/mcp

Transport: Streamable HTTP, zustandslos. Der Server unterstützt die Protokollversion 2026-07-28 sowie frühere Versionen, die mit einem initialize-Handshake beginnen, bis zurück zu 2024-11-05.
Authentifizierung: dein SeedRouter-API-Schlüssel als Bearer-Token, Authorization: Bearer YOUR_API_KEY. Erstelle einen auf der Seite API-Schlüssel; siehe Authentifizierung.
Abrechnung: wie bei der HTTP-API. Jeder Aufruf von submit_task entspricht einer Anfrage an den jeweiligen Aufgabenendpunkt und wird genauso abgerechnet.

Clients, die sich nur mit OAuth anmelden können und kein Feld für einen benutzerdefinierten Header haben, können sich derzeit noch nicht verbinden.

Einen Client verbinden

Auf der Seite API-Schlüssel gibt es die Schaltfläche Über MCP verbinden, die einen deiner Schlüssel für jeden der folgenden Clients einträgt.

Claude Code

claude mcp add --transport http seedrouter https://api.seedrouter.ai/v1/mcp \
  --header "Authorization: Bearer YOUR_API_KEY"

Cursor

Füge Folgendes zu ~/.cursor/mcp.json oder zu .cursor/mcp.json in einem Projekt hinzu:

{
  "mcpServers": {
    "seedrouter": {
      "url": "https://api.seedrouter.ai/v1/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Codex CLI

Codex liest den Schlüssel aus einer Umgebungsvariablen:

export SEEDROUTER_API_KEY=YOUR_API_KEY
codex mcp add seedrouter --url https://api.seedrouter.ai/v1/mcp \
  --bearer-token-env-var SEEDROUTER_API_KEY

Codex speichert den Variablennamen, nicht den Schlüssel. Starte Codex aus einer Shell, in der SEEDROUTER_API_KEY gesetzt ist, etwa indem du die Variable in deinem Shell-Profil exportierst.

VS Code

Füge Folgendes zu .vscode/mcp.json hinzu:

{
  "servers": {
    "seedrouter": {
      "type": "http",
      "url": "https://api.seedrouter.ai/v1/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Alle anderen Clients, die entfernte Streamable HTTP-Server mit einem benutzerdefinierten Authorization-Header unterstützen, richtest du genauso ein.

Tools

Tool	Funktion	Abzug vom Guthaben
`list_models`	Listet die Modell-IDs auf, die `submit_task` akzeptiert, jeweils mit einem Link zur Dokumentation. Optionaler `endpoint`: `images` oder `videos`.	Nein
`get_model_schema`	Liefert das JSON Schema des Anfragekörpers eines Modells. Regeln, die JSON Schema nicht ausdrücken kann, etwa bedingte Anforderungen und feldübergreifende Grenzen, werden von der API durchgesetzt und auf der Dokumentationsseite des Modells beschrieben.	Nein
`get_pricing`	Liefert die aktuellen Listenpreise eines Modells in USD aus denselben laufend aktualisierten Tarifen, die für die Abrechnung verwendet werden, einschließlich etwaiger Modell-Preisstufen.	Nein
`submit_task`	Sendet eine Aufgabe: `model` und `input`, den von `get_model_schema` beschriebenen Anfragekörper. Liefert eine Aufgaben-ID.	Ja, bei jedem Aufruf, der eine Aufgabe erstellt
`get_task`	Liefert Status und Ausgabe einer Aufgabe. Der optionale Parameter `wait_seconds` (0–50) wartet auf dem Server, solange die Aufgabe noch läuft.	Nein
`get_balance`	Liefert das verbleibende Guthaben des Kontos, dem der Schlüssel gehört, in USD.	Nein

submit_task ist nicht idempotent. Ein erneuter Aufruf erstellt eine zweite Aufgabe und zieht deren Kosten ebenfalls vom Guthaben ab. Prüfe daher get_task, get_balance oder deinen Aufgabenverlauf, bevor du einen Aufruf wiederholst, dessen Ergebnis du nicht erhalten hast.

Typischer Ablauf

list_models mit endpoint: "images".
get_model_schema für das gewählte Modell.
Optional get_pricing, um zuerst den Tarif zu prüfen.
submit_task mit model und einem input, das dem Schema entspricht.
get_task mit wait_seconds: 50, wiederholen, solange status den Wert processing hat, dann output auslesen. Seedance-Aufgaben melden queued und running, bevor sie succeeded erreichen.

Die Erzeugung läuft asynchron, genau wie bei der HTTP-API: submit_task kehrt zurück, sobald die Aufgabe angenommen wurde. wait_seconds erspart dem Agenten wiederholte Abfragen in einer Schleife, aber ein langes Video kann trotzdem mehrere Aufrufe von get_task erfordern. Schlägt eine Statusabfrage während der Wartezeit aus einem vorübergehenden Grund fehl, etwa wegen eines Anfragelimits oder Serverfehlers, liefert get_task das letzte processing-Ergebnis statt des Fehlers; rufe es erneut auf.

Regeln aus der HTTP-API

Referenzbilder, -videos und -audios müssen öffentliche http(s)-URLs sein. Base64-Eingaben werden abgelehnt.
Wenn die HTTP-API antwortet, ist ihr Antwortkörper unverändert das Tool-Ergebnis, mit denselben Fehlercodes. Fehler, die auftreten, bevor eine Anfrage die API erreicht, etwa ein unbekanntes Modell oder ungültige Tool-Argumente, werden als einfache Fehlermeldung zurückgegeben. Ein abgelehnter Schlüssel am MCP-Endpunkt selbst führt zu HTTP 401.
Fehlgeschlagene Aufgaben werden nicht berechnet.
Ein Konto kann standardmäßig bis zu 50 Bild- und Videoaufgaben gleichzeitig ausführen. Weitere Sendeversuche liefern HTTP 429 mit Code 30002, bis laufende Aufgaben abgeschlossen sind; siehe SeedRouter mit KI-Agenten verwenden.
Modell-IDs und Parameter entsprechen den Angaben in der Dokumentation des jeweiligen Modells. Ein Modell erscheint in list_models, sobald es über die API verfügbar ist.
Textmodelle werden nicht über MCP angeboten. Rufe sie über die Text-Endpunkte auf oder führe einen Programmieragenten damit aus, wie unter Programmieragenten auf SeedRouter beschrieben.

On this page