一個 MCP Server。
160+ 個 AI 模型。
透過 Hosted MCP 將 Claude Desktop、Cursor、VS Code 或 Windsurf 連接到 RunAPI，並使用 OAuth 登入。
https://mcp.runapi.ai/mcphttps://mcp.runapi.ai/mcphttps://mcp.runapi.ai/mcphttps://mcp.runapi.ai/mcpHosted MCP 在 https://mcp.runapi.ai/mcp 使用 Streamable HTTP。將此 URL 加到 Claude Desktop、Cursor、VS Code 或 Windsurf，然後在瀏覽器完成 RunAPI OAuth 流程。只在相容性或無介面環境使用獨立的 API Key 後備方式。
API Key 後備方式
只在 client 無法完成 OAuth 或用於無介面環境時使用這些設定。請將 API key 保存在 client 的 secret 機制中，不要直接寫入 JSON。
{
"mcpServers": {
"runapi": {
"url": "https://mcp.runapi.ai/mcp",
"headers": {
"Authorization": "Bearer ${env:RUNAPI_API_KEY}"
}
}
}
}macOS GUI：在 Terminal 執行下方命令，然後以 Cmd+Q 完全結束 Cursor，再從 Finder 或 Dock 開啟。登出或重開 macOS 後需要重做。此方式會讓登入 session 中之後啟動的 app 取得 key，請使用可撤銷的專用 key，並在不再需要時執行 `launchctl unsetenv RUNAPI_API_KEY`。
printf 'RunAPI API key: ' >&2
read -r -s RUNAPI_API_KEY
printf '\n' >&2
launchctl setenv RUNAPI_API_KEY "$RUNAPI_API_KEY"
unset RUNAPI_API_KEY{
"mcpServers": {
"runapi": {
"serverUrl": "https://mcp.runapi.ai/mcp",
"headers": {
"Authorization": "Bearer ${file:~/.config/runapi/mcp_api_key}"
}
}
}
}macOS/Linux：執行下方命令一次，建立只供本人讀取的 mode 600 key 檔案。儲存複製的 JSON 後，完全結束並重新開啟 Windsurf，讓它重新讀取設定。這可避免 GUI environment variable 為空。
install -d -m 700 ~/.config/runapi
umask 077
printf 'RunAPI API key: ' >&2
read -r -s RUNAPI_API_KEY
printf '\n' >&2
printf '%s' "$RUNAPI_API_KEY" > ~/.config/runapi/mcp_api_key
unset RUNAPI_API_KEY
chmod 600 ~/.config/runapi/mcp_api_key{
"inputs": [
{
"type": "promptString",
"id": "runapi-api-key",
"description": "RunAPI API key",
"password": true
}
],
"servers": {
"runapi": {
"type": "http",
"url": "https://mcp.runapi.ai/mcp",
"headers": {
"Authorization": "Bearer ${input:runapi-api-key}"
}
}
}
}甚麼是 RunAPI MCP Server？
RunAPI MCP Server 將相容 MCP 的 coding tools 連接到 RunAPI。AI assistant 可以在編輯器中瀏覽 models、檢視輸入參數、查看定價、搜尋可重用 prompt、建立媒體 task、輪詢 task status 和查看帳戶餘額。Claude Desktop、Cursor、VS Code 和 Windsurf 使用 OAuth；API Key 認證仍作為相容性和無介面環境的獨立後備方式。
8 個內建工具
讓您的 AI assistant 輕鬆發現、查價並執行 AI 模型所需的一切。
list_models
按模態、服務或 endpoint 瀏覽模型。
get_model_info
查看某個模型的輸入參數、限制同價格。
list_actions
按輸出模態分組 endpoint 名稱。
check_pricing
回傳某個服務、endpoint 同 model 的價格摘要。
search_prompts
搜尋可重用的 prompt 範例。
create_task
建立媒體 task，並可選擇輪詢至完成。
get_task
提取現有任務的狀態及最新 payload。
check_balance
返回帳戶結餘及支出指標。
可選本地安裝
Local MCP 是獨立的 stdio 方案。偏好本地 process 時，可配合 Node.js 和 Local Login 使用；上方 Hosted MCP 毋須本地 process。
使用 Node.js 啟動本地 stdio server。
npx -y @runapi.ai/mcp
執行 `runapi login` 開啟瀏覽器 Local Login，並將憑據儲存到本地 config。
runapi login
在無頭環境中，啟動本地 process 前設定 RUNAPI_API_KEY。
RUNAPI_API_KEY=runapi_xxx npx -y @runapi.ai/mcp
160+ 模型，4 種模態
列出的每個模型都可透過此 MCP server 執行。
| 模態 | 模型 |
|---|---|
| 圖像 | Flux Kontext, Nano Banana, GPT Image, Seedream, Ideogram, Qwen |
| 影片 | Kling, Veo, Seedance, Hailuo, Wan, Runway, Luma |
| 音訊 | Suno Music, ElevenLabs TTS, Sound Effects, STT, Isolation |
| 實用工具 | Kling AI Avatar, OmniHuman Detection, Seedream Layer Decomposition |
常見問題
Claude Desktop、Cursor、VS Code 和 Windsurf 均在瀏覽器完成 RunAPI OAuth。API Key 認證仍作為相容性和無介面環境的獨立後備方式。
可以。Local MCP 透過 Node.js 作為獨立 stdio process 運行；互動式使用 Local Login，無頭 host 可設定 RUNAPI_API_KEY。