把可靈 Kling 接進你的 coding agent：MCP／CLI 手把手設定、輪詢機制與防燒點數招式

瀏覽次數: 1

快手在 2026 年 8 月 19 日發布的第二季財報裡，有一句很容易被財經新聞略過的話：Kling MCP（Model Context Protocol）與 Kling CLI 正式上線，讓 AI agent 可以編排可靈（Kling AI）做批量內容創作。同一季，可靈營收超過人民幣 8.5 億元，年增超過 200%。

對工程師來說，營收數字不是重點，重點是：一個頂級影片生成模型，現在變成你的 coding agent 可以直接呼叫的工具了。 你在 Claude Code、Cursor 或 Codex 裡寫完一個功能，可以順手叫 agent 產一段產品 demo 影片、一組 landing page 主視覺，或批量把 20 張商品圖變成 5 秒短片，不用切到網頁、不用手動搬素材。

這篇不談產業，只談一件事：怎麼把 Kling 正確地接進你的 coding agent，而且不要讓 agent 亂燒你的點數。 內容以可靈官方的 skill 文件（GitHub klingai-tech/skills 的 SKILL.md）、npm 套件資訊與 MCP 端點實際回應為主，數字來源都會標清楚。

本文大綱

一、它到底上線了什麼

先把名詞對齊，因為新聞稿把兩件事寫在同一句，實際上是兩條不同的接法：

Kling MCP：可靈自己架的遠端 MCP server，端點是 https://kling.ai/mcp（海外站）。你在 agent 裡把它加成一個 remote MCP server，用可靈帳號登入，agent 就多了一組生成工具。
Kling CLI：npm 套件 @klingai/cli-global（海外站）或 @klingai/cli-cn（中國區），安裝後指令叫 kling。npm 上的套件描述寫得很直白：「thin MCP client」。也就是說 CLI 不是另一套 API，它背後打的是同一個 MCP 服務，只是包成 shell 指令。
Kling Skill：npx skills add klingai-tech/skills 裝進 agent 的一份 SKILL.md，教 agent 怎麼用 kling CLI：先查能力、怎麼帶參數、怎麼輪詢、什麼時候不准重試。

時間線補充：npm 上 @klingai/cli-global 最早版本建立於 2026-06-17，klingai-tech/skills repo 建立於 2026-06-15，財報把它記在第二季。10 月 15 日可靈宣布 Kling 4.0 全面上線時，也強調可透過 MCP 與 CLI 使用（RuntimeWire 報導），但同一則公告把企業／開發者 API 列為「即將推出」。所以現階段的定位很清楚：MCP／CLI 是給「個人帳號＋agent」用的通道，不是後端服務對服務的 API。

二、運作原理：一次生成在 agent 裡怎麼跑

不管走 MCP 還是 CLI，底層都是同一套流程，理解它，你才知道 prompt 和設定該下在哪裡。

1. 認證：OAuth，不是 API key。 我直接對 https://kling.ai/mcp 送未帶 token 的 MCP initialize 請求，回應是 401，WWW-Authenticate 標頭指向 /.well-known/oauth-protected-resource/mcp。那份 metadata 宣告的 scope 只有三個：generation.create、generation.read、account.credit.read。這代表兩件事：第一，這是標準的 MCP 授權流程，支援 remote MCP OAuth 的 client 都能接；第二，權限範圍很窄，agent 拿到 token 也只能生成、查任務、讀額度，不能儲值、不能動帳號設定。CLI 這邊，官方 skill 文件寫明 kling login 走瀏覽器 OAuth（DCR＋授權碼＋PKCE），token 存在 ~/.kling/.credentials，過期會用 refresh token 自動續期。

2. 能力發現：who_am_i 是第一個要呼叫的工具。 這是整個設計最值得學的地方。可靈沒有把模型清單寫死在文件裡，而是讓 who_am_i 回傳「目前帳號」可用的每個生成工具、每個模型、每個參數的必填／預設值／值域。官方 skill 明講：模型名、參數名、取值一律以 who_am_i 為準，禁止猜測或沿用其他產品的參數。對 agent 來說，這解決了最常見的幻覺：自己編一個 kling-v2-pro 之類不存在的模型名。

3. 提交是非同步的。 text_to_image、image_to_image、text_to_video、image_to_video、omni_ref_video、motion_control 這六個生成工具，提交後都只回 generationId 和 creditsConsumed，點數在提交當下就扣了。

4. 輪詢拿結果。 用 query_tasks <generationId> 查狀態，狀態會出現 QUEUING、RUNNING、COMPLETED（文件也提醒可能是小寫的 submitted／succeed，要大小寫不敏感處理）。完成後結果在 works[].url，要無浮水印版用 works[].urlWithoutWatermark。CLI 另外提供 --poll N，提交後直接內聯輪詢 N 秒、一步回終態，適合批次腳本。官方文件給的參考耗時：文生圖約 20 到 60 秒，文生視頻約 2 到 8 分鐘。

5. 本地素材自動上傳。 CLI 遇到本地路徑會自動走 file_upload；公網 URL（包含上一個任務產出的 works[].url）直接透傳。這讓「先文生圖、再把那張圖做成影片」的串接非常順：上一步的 URL 直接當下一步的 --image。

三、手把手：兩條接法

路線 A：MCP（人在旁邊、互動式使用）

Claude Code，加一個 HTTP transport 的 remote server：

claude mcp add --transport http kling https://kling.ai/mcp

接著在 Claude Code 裡打 /mcp，選 kling 完成瀏覽器授權。授權後工具會以 mcp__kling__text_to_video 這類名稱出現。

Cursor，在 .cursor/mcp.json（專案）或全域 mcp.json 加：

{
  "mcpServers": {
    "kling": { "url": "https://kling.ai/mcp" }
  }
}

Claude Desktop／claude.ai：設定裡新增 custom connector，URL 填 https://kling.ai/mcp，按 Connect 登入可靈帳號。

Codex：用 codex mcp add kling --url https://kling.ai/mcp 加入 streamable HTTP server，再依 Codex 的 OAuth 流程登入（指令細節以你手上 Codex 版本的 codex mcp --help 為準）。

上面是各家 client 接 remote MCP 的通用做法；據 AITuber 團隊 2026-09-25 整理的可靈官方 guide／FAQ，官方列出的 client 包含 Claude、Cursor、Codex、OpenClaw、Workbuddy。

路線 B：CLI＋Skill（agent 自己跑、批次、CI）

# 1. 依帳號區域裝對的包（海外站 kling.ai）
npm i -g @klingai/cli-global --registry=https://registry.npmjs.org
# 中國區 klingai.com 帳號改裝 @klingai/cli-cn

# 2. 把官方 skill 裝進 agent
npx skills add klingai-tech/skills

# 3. 登入＋確認能力
kling login
kling tool_list
kling who_am_i

官方 skill 特別警告：區域裝錯會導致登入反覆失敗，而且 skill 要求 agent 「在對話裡直接問使用者是哪一區」，不准猜、不准兩個都裝。實際生成長這樣：

kling text_to_video --model <who_am_i 回傳的模型名> \
  --duration 5 --aspectRatio 16:9 --poll 600 \
  "產品 dashboard 的螢幕特寫，滑鼠移到圖表上，數字跳動，柔和冷色調"

注意 --model 是必填：CLI 0.2.1 起不再幫你挑預設模型，也移除了 --omni 簡寫。這是刻意的設計，強迫 agent 先讀 who_am_i。

二選一，不要兩個都裝

據 AITuber 整理的官方 FAQ，可靈建議 MCP 與 CLI 擇一安裝，且對 OpenClaw、Hermes 這類無人值守的 agent 推薦 CLI。理由從 agent 角度很好理解：兩條都裝，agent 會同時看到 mcp__kling__text_to_video 和可用的 kling text_to_video，工具選擇變得不確定，日誌和計費也分散在兩處。我的建議：

你坐在旁邊、一次產一兩個素材 → MCP。授權在 client UI 完成，工具呼叫每一步你都看得到。
批次、排程、要寫進腳本或 CI → CLI。輸出是 JSON（非 TTY 時不會卡在互動提問），--poll、--quiet 都對腳本友善。

四、讓 agent 用得好的五個招式

招式 1：把成本確認寫進權限，而不是寫進祈禱

生成工具一提交就扣點，而且據 FAQ 整理沒有取消工具，任務一開跑就會跑完、照扣。所以不要只在 prompt 裡寫「請節省點數」，直接用 Claude Code 的權限設定攔下來。.claude/settings.json：

{
  "permissions": {
    "allow": [
      "mcp__kling__who_am_i",
      "mcp__kling__query_tasks",
      "Bash(kling who_am_i:*)",
      "Bash(kling query_tasks:*)",
      "Bash(kling account:*)"
    ],
    "ask": [
      "mcp__kling__text_to_video",
      "mcp__kling__image_to_video",
      "Bash(kling text_to_video:*)",
      "Bash(kling image_to_video:*)",
      "Bash(kling omni_ref_video:*)"
    ]
  }
}

查詢類放行、生成類一律跳確認。這比任何 prompt 都可靠。

招式 2：在 CLAUDE.md／AGENTS.md 寫一段「影片生成守則」

官方 skill 已經有很多紀律，但你專案自己的規格（品牌色、長寬比、預算上限）它不知道。建議加一段：

## Kling 生成守則
- 每次新 session 先跑 `kling who_am_i`，模型名只能從回傳清單選
- 提交前先列出：模型、長度、長寬比、預估點數，等我說 OK
- 失敗或被內容審核擋下，回報原因後停下，不准自己改 prompt 重送
- 產出一律下載到 ./assets/generated/，檔名含 generationId
- 單一任務預算上限：5 支影片

最後一條「下載到本地」很重要：據 FAQ 整理，結果連結 24 小時後失效，官方 skill 也提醒資源連結有保留期限。

招式 3：用 `--task-trace-id` 和 `--rationale` 串起多步任務

官方 skill 文件說明，同一個使用者任務下的多條指令（例如 text_to_image → image_to_video → query_tasks）可以共用一個 32 位英數 --task-trace-id，--rationale 則讓 agent 用一句英文寫下這次參數選擇的理由。這兩個參數不影響生成結果，但出事時（扣點異常、結果怪）你翻 ~/.kling/logs/http.log 就能把整條鏈串回來。在 prompt 裡直接要求：「這個任務所有 kling 指令共用同一個 task-trace-id」。

招式 4：先出圖、再動起來，比直接文生影片省

影片比圖貴得多，也慢得多（文件參考值 2 到 8 分鐘 vs 20 到 60 秒）。比較穩的 prompt 寫法：

用 Kling 幫我做 landing page hero 影片：
1. 先用 text_to_image 出 3 張 16:9 構圖候選，給我看 URL
2. 我挑一張後，用那張圖的 works[].url 當 --image 跑 image_to_video，5 秒
3. 全程同一個 task-trace-id，完成後下載到 ./public/hero/

在便宜的步驟收斂構圖，再把錢花在影片上。需要角色一致時，用 element_create 建可重複使用的主體（Element），之後在 prompt 用 <<<id>>> 標記並搭配 --elements 綁定。

招式 5：參數錯誤可以放心修，其他錯誤不要自動重試

官方 skill 對重試的規則寫得很細，值得直接抄進你的 agent 守則：伺服器在扣費前做參數驗證，所以參數類錯誤（缺必填、值域不符、模型不在清單）不扣點，修正後可以重送；但修正內容仍要讓使用者確認。輪詢逾時、內容被擋、狀態異常，則一律回報並詢問「繼續等／重試／放棄」。權限不足類錯誤（灰度未開通）直接停止，不要重新登入。

五、數據與限制（誠實版）

財報數字（快手官方，2026-08-19）：第二季可靈營收超過人民幣 8.5 億元，年增超過 200%；「其他服務」營收人民幣 62 億元，年增 18.5%，主要來自可靈成長。財報同時提到 Kling 3.0 系列推出原生 4K 輸出與 Kling 3.0 Turbo。這些是營收與產品進度，不是 MCP／CLI 的用量數據，財報沒有揭露 agent 通道佔多少。

計費與配額（第二手，請自行到官方 FAQ 核對）：以下來自 AITuber 團隊 2026-09-25 閱讀可靈官方 guide 與 FAQ 的整理，AITuber 本身是相關產品的廠商：

每次生成的點數和在 kling.ai 網頁上相同。
只計算個人工作區的付費點數；贈送點數、離峰免費生成不適用；不支援團隊工作區。
非訂閱用戶同時只能跑一個影片任務；速率上限每秒 5 個請求。
結果連結 24 小時後過期；沒有取消工具。
官方 MCP 沒有開放 lip sync 和 extend（延長影片）。

模型清單會變：上述整理寫於 Kling 4.0 上線前；10 月 15 日可靈宣布 Kling 4.0 可透過 MCP 與 CLI 使用。哪些模型、哪些長度與解析度可用，請以你帳號的 who_am_i 回傳為準，這也是官方 skill 的設計本意。

灰度與區域：skill 文件裡有「該功能處於灰度中，暫時對您不可用」的錯誤處理說明，代表部分能力是分批開放；中國區與海外站是兩個不同的 npm 套件與端點，帳號不互通。

六、什麼時候該用、什麼時候別用

適合：

工程師自己要的「周邊素材」：產品 demo 短片、文件插圖、簡報背景、社群預告。agent 已經懂你的產品脈絡，讓它直接寫 prompt 通常比你自己寫更貼。
批次但規模可控的素材生產：例如 20 張商品圖各做一支 5 秒短片，用 CLI＋--poll 寫成腳本，agent 負責組 prompt 與檔名。
原型階段驗證「影片生成放進產品流程可不可行」，在正式串 API 之前先跑通體驗。

不適合：

產品後端要服務對服務呼叫：MCP／CLI 綁的是個人帳號 OAuth，skill 文件明確禁止用 AK/SK、cookie 或貼 token 的方式取得憑證。正式產品線請走可靈開放平台的 API（Kling 4.0 的 API 在 10 月公告時仍列為即將推出）。
團隊共用預算：據 FAQ 整理不支援團隊工作區。
需要對嘴、延長影片：據整理官方 MCP 未開放，要用的話得回網頁或找 API。
完全無人看管的大量生成：沒有取消鍵、提交即扣點，沒有預算護欄就別放 agent 自己跑一整晚。

七、對工程團隊的意義：抄這份 SKILL.md 的寫法

最後一個收穫跟影片無關。可靈這份 SKILL.md 是目前看過把「付費、不可逆工具」交給 agent 時，紀律寫得最完整的公開範本之一，幾個做法可以直接搬到你自己的內部工具 skill：

唯一通道：明令 agent 只能透過 kling 指令操作，禁止讀 CLI 原始碼後自己拼 HTTP 請求繞過。這擋掉了 agent「很聰明地」繞路。
能力動態宣告：用 who_am_i 回傳可用模型與參數，而不是在文件裡寫死。你的內部工具也可以設計一個 capabilities 指令，讓 agent 每次先問。
憑證紀律：即使使用者自己貼 token，agent 也必須拒絕並引導走正規登入。
重試分級：不扣費的參數錯誤可修正重送，扣費的失敗一律回報、等人決定。
進度即時回報：每 3 到 4 次輪詢給使用者一次簡短更新，避免看起來像當機。

如果你團隊正在寫給 Claude Code 或 Codex 用的內部 skill，特別是會花錢、會改正式資料的那種，打開 klingai-tech/skills 的 SKILL.md 逐段讀一遍，比讀十篇「agent 最佳實踐」文章都有用。

來源

快手科技 2026 年第二季及中期未經審核業績公告（PR Newswire，2026-08-19，Webull 轉載）：https://www.webull.com/news/15428603170825216
可靈官方 Skill（GitHub klingai-tech/skills，SKILL.md v0.2.1、reference.md、api-examples.md）：https://github.com/klingai-tech/skills
可靈官方 CLI npm 套件 @klingai/cli-global（本文撰寫時版本 0.2.3）：https://www.npmjs.com/package/@klingai/cli-global
可靈 MCP 設定指南（官方）：https://kling.ai/app/mcp/guide
可靈 MCP 端點 OAuth metadata：https://kling.ai/.well-known/oauth-protected-resource/mcp
RuntimeWire，Ryan Merket，〈Kling AI makes Kling 4.0 available through MCP and CLI〉（2026-10-15）：https://runtimewire.com/article/kling-ai-kling-4-mcp-cli-availability
AITuber，〈Kling AI MCP Server: Can You Run Kling from Claude?〉（2026-09-24，第二手整理，廠商內容）：https://aituber.app/blog/kling-ai-mcp-server/