Transloadit per URL mit ChatGPT, Claude und Codex verbinden

Kevin van Zonneveld

Mitgründer · Amsterdam, Niederlande · Bio anzeigen

Im Februar haben wir den Transloadit MCP Server veröffentlicht. Für die Verbindung mussten Sie jedoch ein Bearer-Token erstellen und in eine Konfigurationsdatei einfügen. Gehostete Chat-Apps, die keine benutzerdefinierten Header senden können, konnten sich gar nicht verbinden. Ab heute fügen Sie stattdessen eine einzige URL ein. Ihr Client öffnet eine Zustimmungsseite von Transloadit. Sie stimmen zu, und Ihr Agent kann mit unseren Robots Dateien hochladen, codieren und transformieren: entweder mit fertigen Tools für häufige Aufgaben wie das Untertiteln eines Videos oder indem er eine eigene Assembly zusammenstellt.

Wir haben das mit ChatGPT, Claude, Claude Code und Codex von Anfang bis Ende getestet. Im Folgenden erfahren Sie, wie Sie die einzelnen Clients verbinden, welche Rechte die Zustimmungsseite gewährt und wie Dateien aus der Unterhaltung oder der Sandbox eines Agenten in eine Assembly gelangen.

Eine URL einfügen

Der gehostete Endpunkt ist für alle Clients gleich:

https://api2.transloadit.com/mcp

• Claude Code: Führen Sie claude mcp add --transport http transloadit https://api2.transloadit.com/mcp aus, öffnen Sie dann /mcp in einer Sitzung und wählen Sie Authenticate.
• Claude: Wählen Sie unter Settings → Connectors Add custom connector, fügen Sie die URL ein und klicken Sie auf Continue. Claude erkennt, dass es Sie anmelden soll und wie es sich selbst identifizieren muss.
• ChatGPT: Erstellen Sie bei aktiviertem Entwicklermodus ein neues Plugin mit der URL als Server-URL und OAuth als Authentifizierung. Es erscheint dann unter Settings → Plugins: Klicken Sie auf Connect und dann auf Continue to Transloadit.
• Codex: Führen Sie codex mcp add transloadit --url https://api2.transloadit.com/mcp aus. Codex startet die Anmeldung im Browser für Sie.

Sie müssen nichts aus Ihrem Konto kopieren: keinen Schlüssel, kein Secret, kein Token. Jeder Client findet unseren Autorisierungsserver anhand der URL, identifiziert sich und leitet Sie zur Zustimmungsseite weiter.

Warum nicht einfach einen Auth Key einfügen?

Das geht weiterhin. Für Ihr eigenes Backend, Skripte, CI oder eine Integration wie Zapier ist ein Auth Key das richtige Werkzeug. Einen Schlüssel in eine Chat-App einzufügen ist aber so, als gäben Sie ihr eine Kopie Ihres Haustürschlüssels: Sie kann alles tun, was dieser Schlüssel erlaubt, bis Sie ihn löschen. Wir können nicht erkennen, welche App ihn besitzt, und wenn Sie ihn löschen, verlieren alle Tools den Zugriff, die ihn gemeinsam nutzen. Die Verbindung per URL funktioniert andersherum. Die App fragt an, Sie genehmigen den Zugriff auf einen Workspace, und sie erhält eine eigene Zugangsberechtigung mit genau den benötigten Rechten. Unter „Verbundene Apps“ sehen Sie jede App und können deren Zugriff einzeln widerrufen, ohne etwas anderes zu ändern. Die MCP-Server-Dokumentation stellt beide Wege direkt gegenüber.

Eine Zustimmungsseite

Die Zustimmungsseite wird in der Transloadit Console angezeigt. Wenn Sie nicht angemeldet sind, melden Sie sich zuerst an oder registrieren sich und gelangen dann zurück zur selben Anfrage.

Sie zeigt, welche App anfragt (Name, Website, Logo und Rückkehradresse), lässt Sie den Workspace auswählen und listet die Berechtigungen auf: Assemblies erstellen, Assemblies lesen und Templates lesen. Mehr braucht der MCP-Server nicht, also gewährt die Seite auch nur diese Rechte, selbst wenn ein Client mehr anfordert. Codex fordert beispielsweise jede Berechtigung an, die unsere API kennt, erhält aber trotzdem nur diese drei.

Apps, die auf Ihrem eigenen Computer laufen, etwa Codex und Claude Code, kehren zu einer lokalen Adresse zurück. Die Zustimmungsseite weist Sie darauf hin:

Mit Ihrer Zustimmung wird in diesem Workspace ein eigener Auth Key erstellt, der auf diese Berechtigungen beschränkt ist. Um den Zugriff später zu widerrufen, öffnen Sie „Verbundene Apps“ in der Console. Dort sind alle Apps aufgeführt, denen Sie Zugriff gewährt haben. Ein Widerruf beendet den Zugriff der jeweiligen App sofort. Ihre anderen Schlüssel funktionieren weiter. In Claude werden Sie bei der nächsten Anfrage aufgefordert, die Verbindung wiederherzustellen:

Ihr Auth Secret verlässt Ihr Konto nie. Der Client erhält ein Zugriffstoken für den MCP-Server, das nach einer Woche abläuft, sowie ein Refresh-Token, das 30 Tage gültig ist und bei jeder Verwendung ersetzt wird. Taucht ein bereits verwendetes Refresh-Token erneut auf, etwa als gestohlene Kopie, widerrufen wir die gesamte Kette.

Sagen Sie, was Sie möchten

Sobald die Verbindung steht, sprechen Sie mit Ihrem Agenten wie mit einem Kollegen:

• „Liste meine Transloadit-Templates auf.“
• „Mach aus diesem Vortrag ein vertikales Reel mit eingebrannten Untertiteln.“
• „Entferne den Hintergrund dieser Produktfotos.“
• „Ändere die Größe dieses Bildes, codiere dieses Video in 720p, erstelle aus dieser Audiodatei eine MP3 mit 64 kbps und rendere die erste Seite dieser PDF-Datei als PNG, alles in einer Assembly.“

Fertige Tools für häufige Aufgaben

Für die häufigsten Anfragen bietet der Server neben den allgemeinen Tools auch fertige Werkzeuge: Video untertiteln, Webseite erfassen, in PDF konvertieren, Video codieren, Text extrahieren, Bild vorbereiten, Hintergrund entfernen, Transkribieren und Video-Coverbilder. Jedes führt ein Builtin Template aus, das wir pflegen. Der Agent liefert daher nur die Datei und ein paar Optionen, statt Assembly Instructions von Grund auf zu schreiben. Hier ein gekürztes Beispiel, in dem Codex mit einem dieser Tools einen Redeausschnitt untertitelt:

$ codex exec "Use the transloadit MCP server. Turn ./jfk-we-choose-to-go-to-the-moon.mp4 into a vertical social reel with burned-in captions, using the Caption video tool. …"
mcp: transloadit/transloadit_get_robot_help (completed)
mcp: transloadit/transloadit_list_templates (completed)
mcp: transloadit/transloadit_lint_assembly_instructions (completed)
mcp: transloadit/transloadit_create_assembly (completed)
mcp: transloadit/transloadit_wait_for_assembly (completed)
mcp: transloadit/transloadit_caption_video (completed)
mcp: transloadit/transloadit_wait_for_assembly (completed)
codex
Finished: 1080 × 1920 (9:16), 55.018 seconds, with burned-in captions.

First three caption lines:

1. “and master, without feeding the fires of war,”
2. “without repeating the mistakes that man”
3. “has made in extending his writ around this globe of ours.”

Oder lassen Sie den Agenten eine Assembly zusammenstellen

Wenn kein fertiges Tool passt, schreibt der Agent die Assembly selbst. Hier wird es interessant. Wir gaben Claude einen Satz:

Mit Transloadit: Nimm die gemeinfreie Rede von Präsident Kennedy an der Rice University unter https://upload.wikimedia.org/…/President_Kennedy%27s_Speech_at_Rice_University.ogv, schneide in einer Assembly den Abschnitt von 8:44 bis 9:34 aus („Aber warum, fragen manche, der Mond?“ bis „Wir haben uns entschieden, zum Mond zu fliegen“) und mach aus diesem Clip anschließend ein vertikales Social-Media-Reel mit eingebrannten Untertiteln.

Claude verkettete vier Robots in einer Assembly. 🤖 /http/import lud die 18-minütige Aufnahme von Wikimedia Commons herunter, 🤖 /video/encode schnitt den Ausschnitt heraus und passte den Bildausschnitt auf 1080 × 1920 an, 🤖 /speech/transcribe transkribierte ihn, und 🤖 /video/subtitle brannte Untertitel ein, die jedes Wort beim Sprechen hervorheben. Die Assembly war in weniger als einer Minute fertig. Claude las anschließend das Transkript, bemerkte, dass unsere Zeitstempel um ein paar Sekunden verschoben waren, und bot einen präziseren Schnitt an, der mit „nicht weil sie leicht sind, sondern weil sie schwer sind“ endet. Ein „Ja“ später kam dieses Ergebnis zurück:

Beim Erstellen einer Assembly können Dateien in Ihren eigenen Speicher geschrieben werden, etwa mit dem Robot 🤖 /s3/store. Deshalb kennzeichnen wir dieses Tool und die fertigen Tools als solche, die Änderungen vornehmen. Clients, die diesen Hinweis beachten, bitten Sie vorher um Bestätigung. Templates aufzulisten, den Assembly Status abzufragen und die Robot-Dokumentation nachzuschlagen ist als schreibgeschützter Zugriff gekennzeichnet. Wenn ein Tool Ihre Zustimmung benötigt, zeigt Claude, was es senden möchte:

In Clients, die MCP Apps darstellen, etwa ChatGPT und Claude, erscheint eine fertige Assembly als eingebettete Karte. Sie zeigt den Status der Assembly und ein Raster mit Ergebnissen, jeweils mit dem Namen des Steps, der sie erzeugt hat, einer Bild- oder Videovorschau, einem Audioplayer und einer Download-Schaltfläche. Solange eine Assembly noch läuft, fragt die Karte ihren Status weiter ab und ergänzt die Ergebnisse, sobald sie bereit sind. Der Agent kann sie weiterverfolgen, anstatt neu anzufangen. Hier ist das Kennedy-Reel in Claude:

Und hier eine Anfrage mit vier Dateien in ChatGPT: Ein Bild, ein Video, eine Audiodatei und eine PDF-Datei werden in einer Assembly verarbeitet:

Clients ohne MCP Apps, etwa Codex im Terminal, erhalten dieselben Ergebnisse als Tool-Ausgabe.

Dateien zu Transloadit bringen, egal wo sie liegen

Bei Dateien kommen Agenten häufig nicht weiter. Deshalb nimmt der MCP-Server sie auf mehreren Wegen entgegen:

• Eine öffentliche URL. Bitten Sie den Agenten, https://example.com/talk.mp4 zu verarbeiten. Transloadit ruft die Datei dann selbst von dieser Adresse ab.
• Ein Anhang in ChatGPT. Hängen Sie eine Datei an Ihre Nachricht an. ChatGPT übergibt Transloadit dafür einen temporären Download-Link, sodass die Datei nie durch die Unterhaltung geleitet wird.
• Eine Datei in der Sandbox des Agenten. Claude, Claude Code und Codex können Befehle ausführen. Wenn eine Datei nur auf diesem Rechner liegt, fordert der Agent bei Transloadit einen Upload-Platz an. Er erhält einen sofort ausführbaren Befehl mit curl, der die Datei direkt in die Assembly streamt, und zwar mit tus⁠, dem von uns gepflegten Protokoll für fortsetzbare Uploads. Anschließend wartet er auf das Ergebnis.

Dieser Upload-Befehl enthält keine Zugangsdaten, sondern nur die Adresse einer Assembly, die auf Ihre Dateien wartet. Halten Sie diese Adresse trotzdem privat: Wer sie kennt, kann auch den Status und die Ergebnisse der Assembly lesen und sie abbrechen. In Claude braucht die Sandbox ausgehenden Netzwerkzugriff, um Transloadit zu erreichen. Erlauben Sie unter Settings → Capabilities ausgehenden Netzwerkverkehr und fügen Sie *.transloadit.com zu den erlaubten Domains hinzu. Damit Claude die Ergebnisse zurück in seine Sandbox laden kann, fügen Sie auch *.transloadit.net hinzu.

Für Plattformen, die unsere API direkt aufrufen

Derselbe Autorisierungsablauf stellt auch Tokens für die Transloadit REST API selbst aus: für Plattformen, die die API im Auftrag einer Person direkt statt über MCP aufrufen. Ein solches Token enthält niemals Berechtigungen zur Verwaltung von Zugangsdaten. Es kann weder Auth Keys erstellen noch gespeicherte Template-Zugangsdaten lesen, selbst wenn der Schlüssel, mit dem der Zugriff genehmigt wurde, das könnte.

Hinter den Kulissen

Für alle, die es genauer wissen möchten: Das ist standardkonformes OAuth 2.1, wie es die MCP-Autorisierungsspezifikation⁠ beschreibt:

• Der MCP-Server beantwortet nicht authentifizierte Anfragen mit einem 401, das auf seine Metadaten der geschützten Ressource⁠ verweist. Diese nennen unseren Autorisierungsserver.
• Clients identifizieren sich mit einem öffentlichen Dokument mit Client-Metadaten, wie es ChatGPT, Claude, Claude Code und Codex tun, oder registrieren sich bei Bedarf per dynamischer Client-Registrierung⁠.
• Jede Autorisierung nutzt PKCE⁠, und Tokens sind an die Ressource gebunden, für die sie angefordert wurden.

Vier Clients bei all dem auf einen gemeinsamen Nenner zu bringen, hat uns einiges gelehrt. Darüber werden wir separat berichten.

Die Grenzen kennen

• ChatGPT bietet benutzerdefinierte Plugins nur an, wenn der Entwicklermodus in Ihrem Tarif verfügbar und aktiviert ist. Einträge in den Verzeichnissen von ChatGPT und Claude folgen als Nächstes. Bis dahin stellen Sie die Verbindung wie oben beschrieben per URL her.
• Dateien, die direkt in einem Tool-Aufruf als base64 gesendet werden, sind auf 512 KB begrenzt. Für größere Dateien verwenden Sie eine URL oder einen Upload aus der Sandbox. Eine Anfrage kann bis zu 100 Sandbox-Uploads vorbereiten.
• Im kostenlosen Community-Tarif erhalten Bildergebnisse ein Wasserzeichen, Audio- und Videoergebnisse werden gekürzt. Unsere FAQ erklären, warum.
• ChatGPT speichert eine Momentaufnahme der Tools eines Plugins. Wenn wir Tools hinzufügen, öffnen Sie das Plugin in den Einstellungen von ChatGPT und klicken Sie auf Refresh tools, um sie zu übernehmen. Codex ruft die aktuelle Liste beim Verbinden ab.

Probieren Sie es aus

Fügen Sie https://api2.transloadit.com/mcp in Ihren Client ein und stimmen Sie auf der Zustimmungsseite zu. Noch kein Konto? Registrieren Sie sich auf der Seite, die sich öffnet, oder erstellen Sie zuerst ein Konto. Die MCP-Server-Dokumentation behandelt alle Clients und die Einrichtung für den selbst gehosteten Betrieb. Unsere Agent Skills zeigen Agenten, wie sie Transloadit gut nutzen. Teilen Sie uns im Issue-Tracker von node-sdk⁠ mit, was fehlt.