Générer une image ou une vidéo avec l'IA, c'est généralement ouvrir un site, taper un prompt, attendre, télécharger. Et si Claude Code pouvait le faire directement depuis le terminal, au milieu de ton travail ?
C'est le défi de cette vidéo de 51 minutes. La plateforme choisie, LitMedia, regroupe plusieurs modèles de génération (dont GPT Image 2, Seedance 2.0 et Kling 3.0), mais n'a pas d'API publique. Qu'à cela ne tienne : on analyse comment le site communique avec ses serveurs, puis on construit un serveur MCP sur mesure, de zéro, avec Claude Code.
À noter : la description de la vidéo contient un code de réduction pour LitMedia.
Utiliser les requêtes internes d'un site qui n'offre pas d'API publique n'est pas anodin. Avant de reproduire la démarche sur un autre service :
- lis ses conditions d'utilisation : beaucoup interdisent l'accès automatisé ;
- utilise ton propre compte et tes propres crédits, jamais ceux d'un autre ;
- reste raisonnable sur le volume de requêtes ;
- et garde en tête que ça peut casser à tout moment : une API non documentée peut changer sans préavis.
Quand une API officielle existe, c'est toujours la meilleure option. Cette méthode est un plan B.
Tout commence dans le navigateur, avec les outils de développement et l'onglet Network (Réseau). Chaque action sur le site (se connecter, lancer une génération, récupérer un résultat) déclenche des requêtes vers le serveur. En les observant, on comprend :
- quels endpoints sont appelés ;
- quels paramètres ils attendent ;
- comment fonctionne l'authentification (cookies, jeton) ;
- comment le site suit l'avancement d'une génération.
Dans la démo, l'endpoint de génération d'image est isolé, avec une particularité : chaque modèle a un identifiant, et GPT Image 2 correspond au modèle 14. Le site transmet aussi une empreinte du navigateur.
C'est le moment le plus technique. Les requêtes ne sont pas acceptées telles quelles : elles portent une signature, calculée avec des fonctions de hachage (SHA-1 et MD5), indispensable pour reproduire les appels du site.
Trois approches possibles sont alors envisagées :
- reproduire la signature en JavaScript pur, en comprenant comment le site la calcule ;
- piloter un vrai navigateur avec Playwright, qui fait tout comme un utilisateur ;
- une approche hybride, qui combine les deux.
Le choix dépend de la complexité de la signature et de la robustesse recherchée. Un navigateur piloté est plus lent mais plus proche du comportement réel ; une réimplémentation est plus rapide mais plus fragile.
Une fois le fonctionnement compris, place à la construction. La stack : TypeScript et Bun, avec les identifiants dans des variables d'environnement.
L'architecture est découpée en modules isolés :
- le serveur MCP, qui déclare les outils ;
- le client, qui parle à la plateforme ;
- le module de signature ;
- la logique de polling, qui interroge régulièrement le serveur pour savoir si la génération est terminée.
Ce découpage a un avantage concret : si la plateforme change sa signature demain, il n'y a qu'un module à corriger.
Le polling est indispensable. Une génération d'image prend quelques secondes, une vidéo beaucoup plus. Le serveur MCP lance la génération, puis attend le résultat en vérifiant son état à intervalles réguliers.
Avant de brancher quoi que ce soit, un test d'intégration avec de vrais identifiants vérifie que le client fonctionne.
Ensuite, on enregistre le serveur dans Claude Code avec claude mcp add, et on vérifie la connexion avec /mcp.
Premier test depuis Claude Code : une image de renard roux sur un fauteuil. Claude appelle l'outil, le serveur MCP lance la génération, attend le résultat et le renvoie. Première génération validée.
L'outil vidéo, avec Seedance 2.0, demande plus de travail. La vidéo montre la rédaction d'une spec complète de l'outil et d'un plan d'exécution avant l'implémentation.
Le test final est ambitieux : un plan de drone FPV partant de la statue de la Liberté. Le processus :
- génération d'une image clé qui sert de point de départ ;
- génération d'une vidéo de 15 secondes en 720p à partir de cette image.
Un ajustement a été nécessaire : le délai d'attente du serveur MCP était trop court pour une vidéo de 15 secondes. Une fois augmenté, la vidéo est générée, entièrement depuis Claude Code.
Au-delà de LitMedia, on peut tirer de la vidéo une méthode applicable à beaucoup de sites :
- observer les requêtes dans l'onglet Network ;
- isoler l'authentification et les endpoints utiles ;
- comprendre les protections (signatures, empreintes) ;
- choisir entre réimplémentation, navigateur piloté ou approche hybride ;
- construire un serveur MCP modulaire ;
- tester hors de Claude Code, puis le brancher.
C'est la même logique que pour le serveur MCP construit en mars sur une application TODO. La différence : ici, on ne contrôle pas le serveur d'en face.
- Un serveur MCP peut envelopper n'importe quel service, pas seulement tes propres applications.
- Les générations longues demandent du polling et des délais d'attente adaptés.
- Des modules isolés rendent le serveur maintenable quand le service change.
- Respecte les conditions d'utilisation des services que tu automatises.
- Objectif : générer images et vidéos depuis Claude Code, via une plateforme sans API publique.
- Méthode : DevTools et onglet Network, découverte d'une signature SHA-1 et MD5, puis serveur MCP en TypeScript avec Bun.
- Outils créés : génération d'image (GPT Image 2) et de vidéo (Seedance 2.0, 15 secondes en 720p).
- À retenir : un pattern réutilisable, à appliquer dans le respect des conditions d'utilisation.
