Kie AI MCP — generación de imágenes para agentes de IA

El problema

Los agentes de IA que trabajan con contenido visual no tenían una vía nativa para generar imágenes. Cada solicitud obligaba al usuario a abrir una herramienta aparte, ejecutar una generación manualmente, descargar el resultado y volver a introducirlo en la conversación. Para flujos de trabajo que producen decenas de imágenes — fotos de producto, contenido para redes sociales, ilustraciones por lotes — este ir y venir era el cuello de botella.

Opciones consideradas

1. Pedirle a Claude que escriba un script en Python — puntual, frágil, requiere que el usuario ejecute código fuera del agente. No sirve para flujos de trabajo recurrentes ni para usuarios no técnicos.
2. Backend REST personalizado con un endpoint de generación de imágenes — funciona, pero requiere ejecutar y mantener un servidor. Añade sobrecarga de infraestructura para lo que debería ser un único binario.
3. Servidor MCP que envuelve directamente la API de Kie AI — elegido. Un solo binario en Go, sin servidor que mantener, se integra de forma nativa con Claude Desktop y Claude Code mediante el protocolo MCP.

Decisión

Un servidor MCP ligero en Go que expone cinco herramientas al agente: crear una tarea, consultar el estado de la tarea, generar y esperar un resultado, y ejecutar varias generaciones en paralelo. El agente envía un prompt y un estilo, el servidor gestiona la llamada a la API, consulta el estado hasta que la imagen está lista, la descarga y la escribe en disco — devolviendo la ruta del archivo al agente.

Implementación

El servidor está construido sobre mcp-go y se comunica con la API REST de Kie AI. Cada herramienta se corresponde claramente con una etapa del ciclo de vida de la generación: create_visual_task envía el trabajo y devuelve un ID de tarea, get_visual_task comprueba el estado, y generate_visual combina ambos en una única llamada bloqueante. generate_visual_batch ejecuta varias generaciones de forma concurrente con un número configurable de trabajadores — útil para canalizaciones de contenido por lotes.

La configuración se pasa por completo mediante variables de entorno — sin archivos de configuración, sin necesidad de un .env en producción. La clave de la API se inyecta a través del bloque env del host MCP, manteniéndola fuera del repositorio y de los registros de llamadas a herramientas. El directorio de salida, el modelo, el intervalo de sondeo y el comportamiento de reintentos HTTP son todos configurables sin necesidad de recompilar.

Resultado

La generación de imágenes es ahora una operación de primera clase dentro de una sesión de agente. Una sola llamada a herramienta produce un archivo terminado — el agente puede referenciarlo, describirlo o pasar la ruta al siguiente paso de un flujo de trabajo. El modo por lotes gestiona trabajos con varias imágenes en paralelo, reduciendo el tiempo total de forma proporcional al número de trabajadores.