Construiste un agente que redacta briefs de campaña, clasifica tickets de soporte o escribe los textos de un lanzamiento. Lo siguiente que alguien pide son visuales: "¿también puede hacer el video?". La forma limpia de agregarlo no es conectar tu agente a una docena de APIs de modelos sueltas. Es darle un único servidor de herramientas que hable MCP y dejar que ese servidor se encargue de generar y editar imágenes, quitar fondos, escalar imágenes, video y música. Esta guía explica por qué esa es una capa de integración sensata, un patrón de arquitectura para empezar y cómo mantener a una persona en el circuito donde importa.
Al terminar vas a entender cómo un agente de IA puede pasar de "redacta el brief" a "genera los recursos" sin que tengas que mantener un montón de código cliente por modelo, y cómo es un flujo de aprobación razonable a su alrededor.
Qué estás agregando en realidad
Un agente genera video llamando a una herramienta. La pregunta es qué hay detrás de esa herramienta. Dos opciones:
- APIs directas de cada modelo. Integras cada proveedor por separado: un cliente para un endpoint de Veo, otro para Kling, otro para un modelo de imagen, otro para un escalador. Cada uno tiene su propia autenticación, su formato de petición, su manejo de errores y sus límites de uso.
- Un servidor MCP. Apuntas tu agente a un único servidor que ya expone generación de imágenes, edición, escalado y video de muchos modelos detrás de una sola interfaz.
El servidor MCP de 8frame es la segunda opción. URL del servidor https://mcp.8frame.co/mcp, con 8 herramientas de generación de imágenes, 9 herramientas de video y 2 de música (una por familia de modelos, varias de ellas con más de un modelo o nivel dentro), además de edición de imágenes, eliminación de fondo y escalado de imágenes (a 2026-10-01). Tu agente gana la generación creativa como capacidad; tú no mantienes la tubería.
Por qué aquí MCP gana a las APIs directas
Una integración, no N. MCP es un estándar abierto para conectar aplicaciones de IA con herramientas y datos, presentado por Anthropic en noviembre de 2024. El propio sitio del protocolo indica que lo admiten asistentes de IA como Claude y ChatGPT y herramientas de desarrollo como VS Code y Cursor. Si tu framework de agentes o tu cliente habla MCP, agregas un servidor en lugar de escribir y mantener un cliente por modelo.
Los cambios de modelo se quedan, casi siempre, detrás del servidor. Cuando llega un modelo de video nuevo o un proveedor cambia su API, ese trabajo ocurre detrás del servidor MCP y las llamadas de tu agente no hay que reescribirlas. Las herramientas sí cambian de vez en cuando: cuando un proveedor cerró un modelo de video en septiembre de 2026, el conector retiró esa herramienta. Haz que tu agente lea la lista de herramientas al conectarse en lugar de fijar los nombres en el código. Con integraciones directas, cada cambio de un proveedor es problema tuyo.
La elección del modelo sigue siendo explícita. Cada familia de modelos es su propia herramienta, y dos herramientas para "elegir un modelo" muestran las opciones con su costo en créditos, en los clientes que admiten ese tipo de pregunta. Se elige un modelo por generación, lo elige el usuario o las reglas de tu agente (un modelo barato para variaciones, Veo para la pieza principal). Tu agente no necesita un cliente por proveedor para tomar esa decisión.
Un solo modelo de costos. Todo se cobra en créditos de 8frame de un único saldo. A los precios del conector: Kling v3 Standard, 86 créditos por 5 segundos con sonido; Veo 3.1, 448 por 8 segundos con sonido en Standard (su valor por defecto), 168 en Fast y 54 en Lite; Pruna p-video Draft, 4 por 5 segundos; Nano Banana, 6 por imagen. Un crédito cuesta US$ 0.01 en paquete. El conector tiene menos ajustes que el canvas: no hay opción sin sonido en Kling ni en Veo, ni ajuste de duración en ninguno de los dos. Tu agente presupuesta en una sola unidad en lugar de un mapa de precios por proveedor.
La contrapartida, dicha con honestidad: las APIs directas te dan el control de más bajo nivel y, a precio de lista, una API directa puede salir más barata por clip. La API de Gemini de Google cobra Veo 3.1 Standard a US$ 0.40 por segundo con audio, US$ 3.20 por 8 segundos, frente a 448 créditos (unos US$ 4.48) en 8frame. Si tu producto es solo generación de video a gran volumen con un único modelo, integra ese modelo directamente. Para un agente que necesita la generación creativa como una capacidad más entre muchas, MCP suele encajar mejor.
Cómo conectarlo
El servidor es un endpoint MCP remoto estándar, así que cualquier cliente o framework compatible con MCP se conecta de la misma manera. En Claude Code, por ejemplo:
claude mcp add --transport http 8frame https://mcp.8frame.co/mcp
Después ejecuta /mcp dentro de Claude Code e inicia sesión en tu cuenta de 8frame en el navegador (el servidor usa OAuth). En un framework de agentes compatible con MCP, registra https://mcp.8frame.co/mcp como servidor de herramientas remoto en tu configuración y completa el mismo inicio de sesión; cada framework maneja OAuth a su manera, así que revisa su documentación. A partir de ahí, las herramientas de generar, editar, escalar y video quedan disponibles para el planificador del agente, y las generaciones se cobran a los créditos de la cuenta con la que iniciaste sesión. Las notas de configuración están en 8frame.co/mcp. Si tu agente vive dentro de claude.ai y no en tu propio stack, la configuración con Connectors es la vía equivalente.
Patrón de arquitectura: el agente redacta, MCP genera, una persona aprueba
Un patrón con el que vale la pena empezar es un ciclo de tres etapas, no uno totalmente autónomo:
Etapa 1: el agente redacta el brief. El agente hace lo que hace bien: convertir un objetivo ("creatividades de lanzamiento para el nuevo SKU, tres variaciones de gancho") en prompts estructurados. Sujeto, acción, cámara, iluminación, relación de aspecto, un prompt por variación. Es texto, así que es barato y fácil de revisar.
Etapa 2: MCP genera. El agente llama a la herramienta de 8frame que corresponde con cada prompt y el modelo elegido, y los resultados vuelven como enlaces a archivos (no como tableros del canvas). Para un conjunto de variaciones, el agente se abre en abanico: tres o cuatro prompts, tres o cuatro clips, de 258 a 344 créditos con Kling v3 Standard (86 por clip).
Etapa 3: una persona aprueba. El conjunto generado llega a una persona, que aprueba, marca o pide una revisión. Solo los recursos aprobados pasan a publicación. Esta es la barrera que evita que un paso de generación probabilístico publique algo mal.
Ese ciclo refleja cómo funciona el patrón de agente en general: entra un objetivo, hay llamadas a herramientas, una evaluación y una condición de parada que pasa el control a una persona cuando hace falta criterio. La generación de video es justo el tipo de paso que no se automatiza por completo, porque el fallo (un producto deformado, un look que no es de la marca) es visual y subjetivo.
Dos decisiones de diseño que importan
Pon a la persona antes de publicar, no antes de cada generación. Un clip que nadie usa cuesta solo sus créditos, y el tope de abanico de abajo lo acota. Así que deja que el agente genere, reúne los archivos que devuelve para revisarlos y coloca la aprobación entre "generado" y "entregado al cliente o a la cuenta publicitaria", donde un error cuesta más que créditos. Si quieres un control antes, aprueba los prompts redactados: son texto y se revisan rápido.
Limita el abanico. Un agente que puede llamar a una herramienta de generación en bucle también puede gastar créditos en bucle. Fija un límite de generaciones por ejecución: un brief que debería producir cuatro variaciones no debería poder disparar cuarenta por un error de planificación. Fija también el nivel del modelo, porque una llamada a Veo que no nombra nivel usa Standard, a 448 créditos. 8frame además pone un tope diario de créditos gastados a través del conector por usuario, como límite de seguridad; tómalo como red de protección, no como tu presupuesto.
Un ejemplo completo
Un agente que lleva las creatividades de social pagado de una marca DTC (venta directa al consumidor):
- Entrada: "Nueva prueba de ganchos para el suplemento para dormir, cuatro ángulos, vertical."
- El agente redacta cuatro prompts, cada uno con un ángulo de gancho UGC distinto (primero el problema, primero el producto, testimonio, antes y después), todos verticales.
- Llama cuatro veces a la herramienta Kling de 8frame (Kling v3 Standard), con una foto de producto vertical 9:16 como imagen inicial. Con imagen inicial, la llamada a Kling no le envía relación de aspecto al modelo, así que la foto define la forma. Cuatro clips de 5 segundos con sonido cuestan 344 créditos, unos US$ 3.44.
- El conjunto llega a la persona de performance marketing, que aprueba dos, descarta uno y pide repetir el cuarto con un prompt ajustado que propone el agente. La repetición es un clip más de 86 créditos, así que la ejecución suma 430 créditos, unos US$ 4.30.
- Los clips aprobados van a la cuenta publicitaria.
El agente hizo la parte tediosa (redactar y generar variaciones); la persona hizo la parte de criterio (qué ganchos merecen inversión). Esa división es justamente la idea.
Límites para tener en cuenta en el diseño
La latencia es real. Una generación de video tarda desde alrededor de un minuto (un clip de 5 segundos de Kling v3 Standard, mediana en 8frame) hasta unos cinco minutos (Seedance 2.5 a 720p, la versión que ejecuta el conector, mediana en 8frame). El conector espera hasta 10 minutos y luego devuelve un ID de tarea que su herramienta de consulta revisa. Trata estas llamadas como asíncronas e informa del progreso en lugar de quedarte colgado.
La revisión no se puede saltar. El ciclo de tres etapas existe porque la generación es probabilística. Un agente que publica solo, tarde o temprano, publicará un fotograma malo. Mantén la aprobación humana.
El control fino sigue estando en el canvas. El conector expone menos ajustes que el canvas: la duración del clip y el modo sin sonido en Kling y Veo, los fotogramas finales, Kling v3 Pro y Nano Banana Pro están solo en el canvas. Para los planos que necesitan eso, o una composición precisa a partir de muchas imágenes de referencia, alguien abre el canvas directamente. El agente se ocupa del volumen y los borradores; el canvas, de los planos que necesitan dirección a mano.
Preguntas frecuentes
¿Cómo conecto un agente a 8frame?
Registra https://mcp.8frame.co/mcp como servidor MCP remoto en tu cliente o framework e inicia sesión en tu cuenta de 8frame. En Claude Code: claude mcp add --transport http 8frame https://mcp.8frame.co/mcp, y luego /mcp para iniciar sesión.
¿El servidor MCP elige el modelo?
No. Cada herramienta ejecuta una familia de modelos, y las herramientas para "elegir un modelo" muestran las opciones con su costo en créditos; las reglas de tu agente también pueden elegir. Cuando una llamada no nombra nivel, se aplica el valor por defecto de la herramienta: en Veo es Veo 3.1 Standard, 448 créditos.
¿Cuánto cuesta un conjunto de cuatro clips de variación?
A través del conector, cuatro clips de 5 segundos de Kling v3 Standard son 344 créditos, unos US$ 3.44 en paquete; el Kling del conector funciona con sonido y necesita una imagen inicial. En el canvas, los mismos cuatro clips sin sonido son 228.
Fuentes
- Configuración e inicio de sesión del MCP de 8frame: 8frame.co/mcp, consultada el 2026-10-01
- Herramientas, modelos, valores por defecto, precios, selector de modelo, tiempo máximo de espera y tope diario del conector: código del servidor MCP de 8frame, leído el 2026-10-01
- Llamada a Kling v3 sin relación de aspecto cuando hay imagen inicial: código de generación de video del back-end de 8frame, leído el 2026-10-01
- Precios del canvas (clip de Kling sin sonido): registro de herramientas de 8frame, 2026-09-30
- Tiempos de generación: datos de producción de 8frame, solo lectura, medianas de 120 días hasta el 2026-09-30
- MCP presentado por Anthropic el 25 de noviembre de 2024: Introducing the Model Context Protocol, consultada el 2026-10-01
- Compatibilidad con MCP en Claude, ChatGPT, VS Code y Cursor: What is the Model Context Protocol (MCP)?, consultada el 2026-10-01
- Comando de Claude Code e inicio de sesión con
/mcp: Claude Code docs, MCP, consultada el 2026-10-01 - Precio de Veo 3.1 Standard en la API (US$ 0.40 por segundo con audio, 720p y 1080p): Gemini API pricing, consultada el 2026-10-01
Lee también
Para entender el protocolo que habla tu agente, empieza por qué es MCP. Para la versión de esta configuración en la que escribes los prompts a mano, mira cómo generar video con IA desde Claude o, si eres desarrollador, video con IA en Cursor y Claude Code.
Dale a tu agente generación creativa a través de un solo servidor. La configuración MCP de 8frame ya funciona, o explora la biblioteca de canvas y flujos de trabajo para los planos que diriges a mano.
Pruébalo sin registrarte: llegas directamente a un tablero real. El canvas de 8frame es gratuito e ilimitado; la generación es de pago desde US$ 19 al mes.