MCP do obrazów i wideo: Claude Code, Codex i Cursor generują media

MCP (Model Context Protocol) pozwala zlecać generowanie obrazów i wideo bezpośrednio z poziomu rozmowy w Claude Code, Codexie lub Cursorze. Agent otrzymuje zewnętrzne narzędzia do sprawdzenia katalogu modeli, pobrania wyceny zadania, uruchomienia generacji i zapisania wynikowego pliku w projekcie. Do działania potrzebujesz skonfigurowanego połączenia z serwerem MCP oraz klucza API do usługi realizującej zadania medialne.

Typowy scenariusz podczas pracy nad aplikacją lub stroną wygląda następująco: prosisz agenta o przygotowanie ilustracji do nowej sekcji i zapisanie gotowego pliku bezpośrednio w folderze zasobów projektu. Odpadają ręczne kopiowanie promptu do zewnętrznego panelu oraz ręczne przenoszenie pobranego obrazu do repozytorium. Nadal jednak warto precyzyjnie określić w poleceniu docelową ścieżkę zapisu, oczekiwane parametry i maksymalny akceptowalny koszt zadania.

Taki serwer MCP udostępnia mój serwis Jantaris (pełny opis działania platformy znajdziesz na stronie Jantaris: modele AI w złotówkach - API, Studio, cennik i faktura VAT). Poniżej omawiam konfigurację opartą na dokumentacji serwera MCP oraz bezpieczny schemat pracy z mediami. To zagadnienie niezależne od rozliczania modelu piszącego kod w Claude Code - w tym przypadku główny model w edytorze dostaje dodatkowe narzędzia do tworzenia plików graficznych i wideo.

Co MCP zmienia w pracy z obrazami i wideo?

Standard MCP pozwala aplikacjom takim jak edytory kodu czy narzędzia terminalowe udostępnić agentowi zestaw funkcji z zewnętrznego serwera. W przypadku generowania mediów serwer wystawia narzędzia obsługujące pełny cykl życia zadania: od przeszukania dostępnych modeli, przez sprawdzenie wymaganych parametrów i dokładną wycenę, aż po zlecenie generacji i odebranie gotowego pliku.

Propozycja bezpiecznego polecenia dla agenta może brzmieć tak: „Znajdź dostępny model do generowania obrazów, sprawdź jego parametry i wyceń stworzenie ilustracji w proporcjach 16:9 do sekcji nagłówka. Pokaż mi wybrany model oraz koszt w złotówkach. Dopiero po mojej akceptacji uruchom generowanie, a gotowy plik pobierz i zapisz jako public/assets/hero-banner.png”. To sugestia dotycząca organizacji pracy, a nie relacja z wykonanego testu.

Podłączenie serwera MCP nie zmienia modelu językowego, który prowadzi rozmowę w edytorze. Codex czy Cursor mogą wywoływać zewnętrzne narzędzia medialne przez MCP, korzystając jednocześnie ze swojej standardowej konfiguracji modelu głównego. Z kolei samo przekierowanie adresu API czatu w ustawieniach edytora nie zastępuje podłączenia serwera MCP i nie dodaje narzędzi takich jak generate czy estimate_cost.

Należy też wyraźnie rozdzielić wygenerowanie pliku na serwerze od fizycznego umieszczenia go w projekcie. Zadanie zakończone po stronie API zwraca tymczasowy adres URL wyniku. Jeśli w poleceniu nie zaznaczysz, że agent ma pobrać plik na dysk do konkretnego katalogu, rozmowa może zakończyć się samym wyświetleniem linku. Zawsze warto poprosić o potwierdzenie lokalnej ścieżki zapisu po pobraniu rezultatu.

Claude Code i Codex: podłączenie serwera krok po kroku

W Claude Code dodanie zdalnego serwera MCP korzystającego z transportu HTTP wymaga pojedynczego polecenia w terminalu. W miejsce przykładowego ciągu sk-jt-... należy wstawić własny klucz API. Ze względów bezpieczeństwa nie wklejaj polecenia z prawdziwym kluczem do publicznych repozytoriów, zgłoszeń błędów ani dokumentacji projektu. Pamiętaj również, że powłoka systemowa może zapisać pełną komendę w lokalnej historii poleceń.

claude mcp add --transport http jantaris https://jantaris.com/mcp --header "Authorization: Bearer sk-jt-..."
claude mcp list

Po dodaniu konfiguracji zweryfikuj stan połączenia i listę wykrytych narzędzi. W aktywnej sesji Claude Code służy do tego komenda /mcp. Sama obecność serwera na liście to pierwszy etap - przed zleceniem płatnego zadania poproś agenta o odczytanie katalogu i wyświetlenie parametrów wybranego modelu. Pozwala to bezkosztowo potwierdzić, że uwierzytelnienie działa prawidłowo.

W przypadku narzędzia Codex klucz API można przekazać za pomocą zmiennej środowiskowej, zapisując w pliku konfiguracyjnym wyłącznie jej nazwę. Poniższy przykład z dokumentacji dotyczy systemów macOS oraz Linux. Zmienna środowiskowa musi być wyeksportowana w tej samej sesji terminala, z której uruchamiasz program.

export JANTARIS_API_KEY="sk-jt-..."
codex mcp add jantaris --url https://jantaris.com/mcp --bearer-token-env-var JANTARIS_API_KEY
codex mcp list

Powyższe polecenie tworzy odpowiedni wpis w pliku konfiguracyjnym ~/.codex/config.toml:

[mcp_servers.jantaris]
url = "https://jantaris.com/mcp"
bearer_token_env_var = "JANTARIS_API_KEY"

W systemie Windows zmienną środowiskową w sesji PowerShell ustawisz poleceniem $env:JANTARIS_API_KEY = "sk-jt-...", po czym z tego samego okna możesz uruchomić Codexa. Powyższe fragmenty kodu przedstawiają udokumentowany sposób konfiguracji narzędzi - na potrzeby tego tekstu nie wykonywano połączenia z kontem ani płatnych zleceń generacji.

Cursor i obsługa lokalnych plików w projekcie

W edytorze Cursor konfigurację serwera MCP dla konkretnego repozytorium umieszcza się w pliku .cursor/mcp.json. Zalecany w dokumentacji schemat wykorzystuje odwołanie do zmiennej środowiskowej ${env:JANTARIS_API_KEY}. Dzięki temu w pliku na dysku nie przechowujesz jawnego klucza API, co zmniejsza ryzyko przypadkowego wysłania sekretu do systemu kontroli wersji. Po zdefiniowaniu zmiennej w systemie uruchom edytor ponownie, aby odczytał [brakujący fragment]. nowe środowisko.

{
  "mcpServers": {
    "jantaris": {
      "url": "https://jantaris.com/mcp",
      "headers": {
        "Authorization": "Bearer ${env:JANTARIS_API_KEY}"
      }
    }
  }
}

Po zapisaniu pliku .cursor/mcp.json przejdź do ustawień MCP w Cursorze i sprawdź, czy serwer ma status aktywnego oraz czy lista narzędzi została załadowana. Jeśli agent zgłasza brak dostępu do funkcji, przyczyną jest zazwyczaj brak zmiennej środowiskowej w procesie edytora lub literówka w nagłówku autoryzacji. Nie próbuj diagnozować problemów z połączeniem przez wielokrotne wysyłanie promptów zlecających generację obrazu.

Praca nad projektem często wymaga użycia lokalnego pliku jako materiału wejściowego - na przykład gdy chcesz animować gotowy packshot produktu lub przekształcić istniejący szkic. Modele wideo i obrazowe oczekują publicznego lub rozpoznawalnego przez serwer adresu pliku, a nie lokalnej ścieżki z Twojego dysku (np. ./src/img/produkt.png). W takiej sytuacji agent powinien najpierw wywołać narzędzie upload_file, które przesyła wskazany plik na serwer i zwraca adres gotowy do przekazania w parametrach narzędzia generate. Przed wysłaniem pliku warto zlecić agentowi sprawdzenie przez get_model, czy dany model obsługuje obraz referencyjny.

Dobrą praktyką jest także narzucenie konwencji nazewnictwa dla pobieranych wyników. Gdy prosisz o trzy propozycje grafiki do sekcji na stronie, poleć zapisanie ich pod osobnymi nazwami (np. hero-v1.png, hero-v2.png), aby kolejne wywołanie nie nadpisało automatycznie poprzedniego pliku.

Wycena przed generowaniem i weryfikacja katalogu

Podstawowa zasada bezpiecznej pracy z agentem posiadającym dostęp do API polega na oddzieleniu etapu planowania od wydawania środków z salda. Narzędzia search_models, get_model oraz estimate_cost pozwalają dokładnie ustalić koszt przed uruchomieniem zadania. Dokumentacja serwera MCP przewiduje przekazywanie parametrów confirm_token oraz max_cost do narzędzia generate, co chroni przed przypadkowym zleceniem drogiej operacji bez zatwierdzenia wyceny.

1. Krok 1: Wybór modelu i wariantu. Agent przeszukuje katalog (search_models) i sprawdza obsługiwane rozdzielczości oraz czas trwania (get_model).
2. Krok 2: Pobranie wyceny. Agent wywołuje estimate_cost dla konkretnego modelu i wybranych ustawień.
3. Krok 3: Akceptacja użytkownika. Agent wyświetla w rozmowie dokładną kwotę w złotówkach i czeka na Twoją zgodę.
4. Krok 4: Zlecenie zadania. Po akceptacji agent uruchamia generate z tokenem potwierdzającym i limitem kosztu (max_cost).
5. Krok 5: Odbiór i zapis. Agent monitoruje zadanie (wait_for_task), pobiera gotowy plik i zapisuje go we wskazanym katalogu projektu.

Dostępność modeli i ich stawki można zweryfikować bezpośrednio w publicznym katalogu API. W dniu 2026-10-24 wykonałem zapytanie GET https://jantaris.com/v1/models?currency=PLN, które zwróciło kod HTTP 200 oraz listę 85 obiektów modeli. Poniżej znajduje się dokładny wycinek odpowiedzi JSON dla trzech wybranych modeli (dwóch obrazowych i jednego wideo):

[
  {
    "id": "gpt-image-2.5",
    "name": "GPT Image 2.5",
    "category": "image",
    "available": true,
    "pricing": {
      "unit": "image",
      "amount": "0.29272",
      "currency": "PLN",
      "display": "0,293 zł / image",
      "variants": [],
      "vat_included": true
    }
  },
  {
    "id": "seedream-5.0-flash",
    "name": "Seedream 5.0 Flash",
    "category": "image",
    "available": true,
    "pricing": {
      "unit": "image",
      "amount": "0.20072",
      "currency": "PLN",
      "display": "0,201 zł / image",
      "variants": [],
      "vat_included": true
    }
  },
  {
    "id": "seedance-2.5",
    "name": "Seedance 2.5",
    "category": "video",
    "available": true,
    "pricing": {
      "unit": "second",
      "amount": "3.38452",
      "currency": "PLN",
      "display": "3,38 zł / second",
      "variants": [
        {"resolution": "480p", "amount": "1.50424"},
        {"resolution": "720p", "amount": "3.38452"},
        {"resolution": "1080p", "amount": "8.15294"}
      ],
      "vat_included": true
    }
  }
]

Na podstawie powyższych danych z katalogu (stan na 2026-10-24, kwoty brutto z 23% VAT) można przeprowadzić prostą, lokalną kalkulację arytmetyczną dla przykładowych zadań (nie są to zapisy z wykonanych serii generacji, lecz wyliczenia z cennika):

• 100 obrazów w modelu Seedream 5.0 Flash: 100 × 0,20072 zł = 20,072 zł brutto (ok. 20,07 zł).
• 100 obrazów w modelu GPT Image 2.5: 100 × 0,29272 zł = 29,272 zł brutto (ok. 29,27 zł).
• Klip wideo 5 sekund w modelu Seedance 2.5 (720p): 5 × 3,38452 zł = 16,9226 zł brutto (ok. 16,92 zł). W rozdzielczości 480p te same 5 sekund to 5 × 1,50424 zł = 7,5212 zł brutto (ok. 7,52 zł).

Dla szerszego przeglądu stawek w katalogu z dnia 2026-10-24, poniżej zestawienie wybranych dostępnych modeli ("available": true) do generowania obrazów (więcej o rodzinie Nano Banana przeczytasz we wpisie Nano Banana API: cena za obraz w złotówkach) oraz wideo (szersze porównanie w artykule API do generowania wideo: cena za sekundę w złotówkach):

Aktualną listę wszystkich modeli sprawdzisz też w cenniku serwisu. Warto pamiętać, że widoczność modelu w katalogu ze statusem "available": true oznacza możliwość zlecenia zadania w API, ale nie zastępuje weryfikacji wyniku dla konkretnego promptu. Zgodnie z zasadami rozliczeń nieudana generacja (zakończona błędem technicznym po stronie zadania) kosztuje 0 zł, ponieważ blokada środków jest wówczas zwalniana. Jeśli jednak zadanie zakończy się sukcesem, a wygenerowany układ kadru lub ruch kamery po prostu nie trafią w Twój gust, opłata jest naliczana normalnie - dlatego przy pracy z agentem zawsze należy kontrolować liczbę zlecanych prób.

FAQ - najczęstsze pytania o MCP do obrazów i wideo

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła

Dane katalogowe, ceny w PLN oraz parametry integracji zweryfikowano w dniu 2026-10-24.

• Publiczny katalog modeli API Jantaris (JSON, waluta PLN) - odczyt 2026-10-24.
• Dokumentacja API i serwera MCP Jantaris - odczyt 2026-10-24.
• Anthropic: dokumentacja Model Context Protocol (MCP) w Claude Code - odczyt 2026-10-24.
• OpenAI: konfiguracja MCP w narzędziu Codex CLI - odczyt 2026-10-24.
• Cursor: oficjalna dokumentacja konfiguracji serwerów MCP - odczyt 2026-10-24.