HunyuanVideo 1.5 720p MCP

HunyuanVideo 1.5 720p MCP

Enables submitting, checking, and canceling asynchronous video generation jobs using HunyuanVideo-1.5 720P-I2V on RunPod Serverless, with image upload via MCP.

Category
访问服务器

README

HunyuanVideo 1.5 720p MCP

RunPod Serverless에서 HunyuanVideo-1.5 720P-I2V를 실행하고 MCP로 비동기 작업을 제출·조회·취소하는 프로젝트입니다.

현재 고정된 배포 구성

  • 모델: HunyuanVideo-1.5 720P-I2V
  • 출력: 1280×720, 24fps, 무음 H.264 MP4
  • 길이: 5~10초
  • GPU: A40 48GB 우선, RTX A6000 48GB 대체, A100 PCIe 80GB 최종 fallback
  • Network Volume: qs5gpwp1p1, 60GB, CA-MTL-3
  • Worker: 최소 0, 최대 1, 유휴 5초 후 정지
  • Serverless 48GB Flex 계산 기준: 현재 $1.22/시간(실제 청구는 RunPod 가격 우선)
  • 결과: 비공개 Cloudflare R2에 저장 후 최대 7일짜리 다운로드 URL 반환
  • 에이전트 입력: MCP에서 로컬 PNG/JPEG 또는 base64/data URI를 R2에 직접 업로드

에이전트에서 이미지 바로 사용

Claude/Cursor에서 이미지를 첨부한 뒤 다음처럼 요청할 수 있습니다.

이 이미지를 업로드하고, 종이 질감은 유지한 채 선이 천천히 움직이는 5초 720p 영상으로 만들어줘.

에이전트는 다음 순서로 MCP 도구를 호출합니다.

  1. upload_video_input에 첨부 이미지의 local_path, image_data_base64, image_data_uri 중 하나를 전달
  2. 반환된 asset_id를 submit_video_job에 전달
  3. get_video_job으로 완료 상태를 확인
  4. get_video_result로 새 다운로드 링크를 받음

업로드는 PNG/JPEG, 최대 20MB, 한 변 64~8192px, 최대 40MP로 제한됩니다. 이미지는 실제로 디코딩해 손상 여부를 확인하고 콘텐츠 해시 기반 R2 키로 저장하므로 같은 파일은 같은 asset_id를 사용합니다. 16:9가 아닌 입력은 1280×720 workflow에서 잘리거나 재구성될 수 있다는 경고를 반환합니다.

남은 일회성 승인

  1. 첫 5초 GPU 테스트 비용 승인 (GPU-TEST)
  2. 테스트 성공 후 장면 8개 전체 생성 비용 승인 (ALL-8)

GitHub 로그인, Worker 빌드, R2 입력 8개 업로드, RunPod Template·Endpoint 생성은 완료되었습니다. 추가 API key 입력은 필요하지 않습니다.

.env는 Git에 포함되지 않습니다. API key와 R2 Secret은 채팅이나 저장소에 올리지 않습니다. 비용 표시는 Serverless Flex의 현재 48GB/A100 시간당 가격을 사용한 추정치이며, 실제 RunPod 청구가 우선합니다.

검증과 배포

전체 절차는 READY_TO_DEPLOY.md에 정리되어 있습니다.

가장 쉬운 방법은 Finder에서 START_HERE.command를 더블클릭하는 것입니다. 완료된 배포 상태를 확인한 뒤 GPU 비용 승인을 안내하며, 승인 문구가 정확히 입력되기 전에는 유료 작업을 실행하지 않습니다.

python3 scripts/preflight.py
scripts/finalize_deployment.sh --approve-public-code-and-r2-upload
.venv/bin/python scripts/smoke_test.py --approve-gpu-cost

deploy_runpod.py는 기본적으로 dry-run이며 --apply를 지정할 때만 템플릿과 Endpoint를 생성합니다.

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选