Bilder und Video in VS Code über einen MCP-Server erzeugen

Was der MCP-Server bereitstellt

VS Code erzeugt selbst keine Medien. Über mehrere KI-Erweiterungen steht aber ein Agent bereit, der externe Werkzeuge per Model Context Protocol aufrufen kann. Copilot im Agentenmodus, Continue und Cline sprechen dieses Protokoll.

Figgshield ist ein entfernter MCP-Server unter https://api.figgshield.ai/mcp. Du trägst die URL in deiner Erweiterung ein, autorisierst einmal, und der Agent bekommt Zugriff auf die Werkzeuge des Servers, im Kern generate_image und generate_video.

Die Generierung läuft auf der Serverseite, nicht lokal. Bilder zeichnet Nano Banana 2 von Google, Video läuft auf Kling 3, und ein Guthaben deckt beides. Zurück kommt jeweils ein Link, keine große Datei im Chatverlauf.

Einrichtung in Copilot, Continue und Cline

Jede Erweiterung legt MCP-Server an einer eigenen Stelle ab, der Eintrag ist aber überall gleich: ein Name und die Figgshield-URL. Der erste Werkzeugaufruf öffnet den Browser zur Anmeldung und Freigabe, danach bleibt die Verbindung bestehen.

Copilot im Agentenmodus liest die Projektdatei .vscode/mcp.json. Trage dort { "servers": { "figgshield": { "type": "http", "url": "https://api.figgshield.ai/mcp" } } } ein und lade das Fenster neu.

Cline verwaltet die Liste in cline_mcp_settings.json, erreichbar über das MCP-Server-Panel, in dem du die URL im Reiter für entfernte Server einfügst. Continue nutzt ~/.continue/config.yaml, dort steht der Server unter einer mcpServers-Liste mit name und url.

Prüfe vor dem ersten Prompt, ob die beiden Figgshield-Werkzeuge in der Werkzeugliste der Erweiterung auftauchen. Fehlen sie, ist der Server noch nicht verbunden.

Die Werkzeuge und ihre Parameter

Wer genau wissen will, was der Agent aufruft: generate_image erwartet einen prompt und eine resolution aus genau 1K, 2K oder 4K, niemals Pixelmaße. Bilder kommen in der Regel synchron im selben Aufruf fertig zurück.

generate_video nimmt ebenfalls einen prompt, dazu ein model (kling-3-turbo als schnelle Standardstufe oder kling-3 für höhere Qualität) und eine duration von 5 oder 10 Sekunden. Der Videoauftrag geht in eine Warteschlange.

Steht ein Auftrag in der Warteschlange, pollt der Agent get_generation mit der generation_uuid, bis der Status von queued über running auf succeeded springt. Erst dann liegt der Link zum Ergebnis vor.

Für Bild zu Video übergibst du keine Datei, sondern start_from_generation mit der uuid eines bereits erzeugten Bildes. Diese Argumente füllt der Agent aus deinem Satz, du musst sie nicht selbst schreiben.

• generate_image: prompt und resolution als 1K, 2K oder 4K, das Bild kommt meist synchron zurück.
• generate_video: prompt, model als kling-3-turbo oder kling-3 und duration von 5 oder 10 Sekunden.
• get_generation: pollt mit der generation_uuid, bis der Status auf succeeded steht.
• start_from_generation: die uuid eines erzeugten Bildes, für Bild zu Video statt einer Datei.

Der erste Prompt im Chat

Du baust keine API-Anfrage von Hand. Du beschreibst das Bild im Chat, und der Agent wählt das Werkzeug und setzt die Argumente.

Beispiel: "Erzeuge ein Titelbild in 2K für eine SaaS-Landingpage, ein aufgeräumtes Dashboard in ruhigem Blau, viel Weißraum, kein Text." Der Agent schickt das an Figgshield und gibt einen Link zurück. Soll die Datei ins Repository, nenn den Pfad: "speichere sie unter public/titelbild.png."

Ein Bild in 1K oder 2K kostet 8 Credits, dasselbe in 4K kostet 16. Iterieren ist eine Folgenachricht: "wärmer" oder "enger zuschneiden" setzt beim letzten Bild an, statt neu zu beginnen.

Vom Bild zum Clip über die generation id

Jedes erzeugte Bild trägt eine id. Für ein Video übergibst du diese id, statt die Szene erneut zu beschreiben, und der Clip behält genau das Bild, das du schon abgenommen hast.

Video läuft auf Kling 3, mit der schnelleren Stufe Kling 3 Turbo, wenn Tempo vor dem letzten Quäntchen Qualität geht. Fünf Sekunden kosten 35 Credits, aus demselben Guthaben wie die Bilder.

In der Praxis: "nimm dieses Titelbild und mach eine Fünf-Sekunden-Schleife mit langsamem Heranzoomen." Der Agent reicht die id an Figgshield weiter und pollt bis zum fertigen Clip.

Credits, Kosten und Aufbewahrung

Abgerechnet wird zum Selbstkostenpreis. Figgshield schlägt keinen Aufschlag auf die Modelle. Verdient wird nur an Credits, die gekauft und nie genutzt werden, der Preis bleibt also nah an dem, was das Modell im Betrieb kostet. Aktuelle Sätze stehen unter Preise.

Ein kostenloses Kontingent gibt es nicht. Die 7-tägige Pro-Testphase kostet 5 US-Dollar und enthält 150 Credits. Kündigst du vor der Verlängerung, zahlst du nichts weiter.

Zur Aufbewahrung: Ergebnisse liegen sieben Tage auf einem privaten Link und werden dann gelöscht. Ein Referenzbild, das du hinschickst, wird nur im Arbeitsspeicher für diese eine Generierung genutzt und nicht gespeichert.