English | 中文 | 日本語 | 한국어 | Español | Français
Claude Code, Codex, Gemini CLI, Cursor, Cline 등에서 Atlas Cloud의 300개 이상의 이미지 / 비디오 / LLM 모델을 사용하세요. 표준 MCP 도구를 통해 이미지와 비디오를 생성하고 채팅할 수 있습니다.
→ 무료 Atlas Cloud API 키 발급받기 · 300개 이상의 모델 · OpenAI 호환
--- ## 지원 모델 - 🎬 **비디오** (200) — MiniMax H3 Max · MiniMax H3 Fast · Gemini Omni 1.1 Flash · MiniMax H3 · Wan-3.0-Prime · Wan-3.0 - 🎨 **이미지** (130) — GPT Image 2.5 Sunburst · GPT Image 2.5 Flare · Seedream v4.7 · MAI-Image-2.5-Pro - 🧊 **3D** (7) — Seed3D 2.0 · Tripo H3.1 · Hunyuan 3D Rapid · Hunyuan 3D Pro - 💬 **LLM** (70) — DeepSeek V4 Pro 0813 · Grok 4.6 · DeepSeek V4 Flash Vision Exp · DeepSeek V4 Flash 0731 - 🔊 **오디오 (TTS · 음악 · STT)** (13) — Seed Audio 1.0 · MiniMax Speech 2.6 Turbo · MiniMax Speech 2.6 HD · xAI TTS v1 - 📚 **더 살펴보기** — [전체 443개 모델 »](https://www.atlascloud.ai/models?utm_source=github&utm_campaign=mcp-server) > 🎬 **최신 비디오 모델** — Seedance 2.5 · Kling 4.0 · Wan 3.0 · Kling Video O3. ## 목차 - [할 수 있는 일](#할-수-있는-일) - [빠른 시작](#빠른-시작) - [사용 가능한 도구](#사용-가능한-도구) - [사용 예제](#사용-예제) - [개발](#개발) - [더 많은 Atlas Cloud 도구](#더-많은-atlas-cloud-도구) - [라이선스](#라이선스) ## 할 수 있는 일 AI 어시스턴트에게 평범한 말로 요청하기만 하면 됩니다 — 어시스턴트가 알맞은 모델을 찾아내고, 파라미터를 구성하며, 작업을 제출합니다: - 🎨 **"이 블로그 게시글의 히어로 이미지를 만들어 줘"** — Nano Banana Pro, GPT Image 2, Flux 2, Seedream, Imagen 등으로 텍스트→이미지 생성 - 🎬 **"이 제품 사진을 5초짜리 광고로 만들어 줘"** — Seedance 2.5, Kling 3, Kling Video O3, Veo 3.1 등으로 이미지→비디오 생성 - 🧊 **"이 사진으로 3D 모델을 만들어 줘"** — Hunyuan 3D로 이미지→3D / 텍스트→3D 생성 (GLB/OBJ/USDZ 출력) - 🔊 **"이 스크립트를 소리 내어 읽어 줘"** — Seed Audio, ElevenLabs, xAI TTS로 텍스트→음성 변환 - 🎞️ **"이 스크립트를 6개 숏의 스토리보드로 만들어 줘"** — 하나의 대화 안에서 LLM → 이미지 → 비디오를 연결 - ✏️ **"이 이미지를 편집해서 모자를 추가해 줘"** — 로컬 파일을 업로드한 뒤 이미지 편집 모델 실행 - 💸 **"크레딧이 얼마나 남았고, 이번 달에 얼마를 썼지?"** — 잔액, 사용량, 비용 내역 확인 - 💬 **"이 PDF를 DeepSeek으로 요약해 줘"** — Claude, GPT, DeepSeek, Qwen, GLM 등과 OpenAI 호환 LLM 채팅 내부적으로는 모델 탐색, 모델별 동적 파라미터 스키마(모든 요청 전에 검증되어 잘못된 파라미터는 크레딧을 소모하지 않고 즉시 실패, 각 생성 도구의 `dry_run` 옵션으로 제출 없이 실제 요청 본문 확인 가능), 미디어 업로드, 원스텝 빠른 생성, 계정 잔액 및 사용량, 문서 검색이 모두 표준 MCP 도구로 제공됩니다([사용 가능한 도구](#사용-가능한-도구) 참조). ## 빠른 시작 ### 사전 요구사항 - Node.js >= 18 - Atlas Cloud API Key — [atlascloud.ai에서 무료 발급](https://www.atlascloud.ai/console/api-keys?utm_source=github&utm_campaign=mcp-server) 설정해야 하는 환경 변수는 [`.env.example`](./.env.example)을 참조하세요. ### CLI 에이전트 (한 줄 설치) 가장 빠른 방법입니다 — 이 AI 코딩 에이전트들은 단일 명령으로 서버를 추가합니다: ```bash # Claude Code claude mcp add atlascloud -- npx -y atlascloud-mcp # OpenAI Codex CLI codex mcp add atlascloud -- npx -y atlascloud-mcp # Gemini CLI gemini mcp add atlascloud -- npx -y atlascloud-mcp # Goose CLI goose mcp add atlascloud -- npx -y atlascloud-mcp ``` > 먼저 셸에서 `ATLASCLOUD_API_KEY` 환경 변수를 설정하세요. ### IDE, 에디터 및 확장 프로그램 (JSON 설정) 클라이언트의 MCP 설정에 다음을 추가하세요 — MCP를 지원하는 모든 클라이언트에서 동작합니다: ```json { "mcpServers": { "atlascloud": { "command": "npx", "args": ["-y", "atlascloud-mcp"], "env": { "ATLASCLOUD_API_KEY": "your-api-key-here" } } } } ``` | 클라이언트 | 추가 위치 | |--------|-----------------| | [Cursor](https://cursor.com) | Settings → MCP → Add Server | | [Cline](https://github.com/cline/cline) | MCP Marketplace → Add Server | | [Continue](https://continue.dev) | `config.yaml` → MCP | | [Windsurf](https://codeium.com/windsurf) | Settings → MCP → Add Server | | [VS Code (Copilot)](https://code.visualstudio.com) | `.vscode/mcp.json` 또는 Settings → MCP | | [Trae](https://trae.ai) | Settings → MCP → Add Server | | [JetBrains IDEs](https://www.jetbrains.com) | Settings → Tools → AI Assistant → MCP | | [ChatGPT Desktop](https://openai.com/chatgpt/desktop) | Settings → MCP | | [Amazon Q Developer](https://aws.amazon.com/q/developer/) | MCP Configuration | | [Roo Code](https://github.com/RooCodeInc/Roo-Code) | Settings → MCP → Add Server | ### Skills를 선호하시나요? MCP보다 Skills를 사용하고 싶다면, Claude Code 및 기타 Skills 지원 에이전트를 위한 [Atlas Cloud Skills](https://github.com/AtlasCloudAI/atlas-cloud-skills) 패키지도 제공합니다. ## 사용 가능한 도구 | 도구 | 설명 | |------|-------------| | `atlas_search_docs` | 키워드로 Atlas Cloud 문서 및 모델 검색 | | `atlas_list_models` | 사용 가능한 모델 목록 — 타입(Text/Image/Video/Audio), 세부 종류(3d/tts/stt/music/lyrics), 키워드로 필터링 | | `atlas_get_model_info` | API 스키마, 파라미터, 사용 예제를 포함한 모델 상세 정보 조회 | | `atlas_generate_image` | 지원되는 모든 Image 모델로 이미지 및 3D 모델 생성 (이미지→3D / 텍스트→3D) | | `atlas_generate_video` | 지원되는 모든 비디오 모델로 비디오 생성 | | `atlas_generate_audio` | 오디오 생성 — 음성(TTS) 및 음악/노래(Suno, MiniMax Music) | | `atlas_transcribe_audio` | 음성을 텍스트로 변환(ASR) — 회의·인터뷰·음성 메모 전사 | | `atlas_quick_generate` | 원스텝 이미지/비디오/오디오 생성 — 키워드로 모델을 자동으로 찾고, 파라미터를 구성하여 제출 | | `atlas_upload_media` | 로컬 이미지·오디오·비디오·문서를 업로드하고 모델에 전달할 URL을 받습니다 | | `atlas_chat` | LLM 모델과 대화 — 모델별로 엔드포인트와 요청 형식을 자동 선택(OpenAI chat/responses, Anthropic messages, Gemini 네이티브), 이미지/비디오/오디오 입력 지원 | | `atlas_get_prediction` | 생성 작업의 상태와 결과 확인 — 미디어 URL, 전사 텍스트, 가사, 커버 아트, 비용 | | `atlas_list_predictions` | 과거 생성 작업 조회 — 잃어버린 prediction ID 복구 또는 이전 결과 확인 | | `atlas_get_balance` | API 키의 계정 잔액 및 크레딧 요약 조회 | | `atlas_get_model_usage` | 지정한 기간의 일별 모델 사용량 조회 (요청 수, 토큰, 이미지/비디오 개수) | | `atlas_get_model_costs` | 지정한 기간의 일별 모델 비용(지출) 구간 조회 | ## 사용 예제 ### 모델 검색 > "Atlas Cloud에서 비디오 생성 모델을 검색해 줘" AI 어시스턴트가 `atlas_search_docs` 또는 `atlas_list_models`를 사용해 관련 모델을 찾습니다. ### 이미지 생성 > "Seedream으로 우주에 있는 고양이 이미지를 생성해 줘" 어시스턴트는 다음을 수행합니다: 1. `atlas_list_models`로 Seedream 이미지 모델을 찾습니다 2. `atlas_get_model_info`로 모델의 파라미터를 가져옵니다 3. 올바른 파라미터로 `atlas_generate_image`를 사용합니다 ### 비디오 생성 > "Kling v3로 로켓 발사 비디오를 만들어 줘" 어시스턴트는 다음을 수행합니다: 1. Kling 비디오 모델을 찾습니다 2. 스키마를 가져와 필요한 파라미터를 파악합니다 3. 적절한 파라미터로 `atlas_generate_video`를 사용합니다 ### 편집 또는 비디오 생성을 위한 로컬 이미지 업로드 > "이 이미지 /Users/me/photos/cat.jpg를 편집해서 모자를 추가해 줘" 어시스턴트는 다음을 수행합니다: 1. `atlas_upload_media`로 로컬 파일을 업로드하고 URL을 획득합니다 2. 이미지 편집 모델을 찾습니다 3. 업로드된 URL로 `atlas_generate_image`를 사용합니다 > **참고**: 업로드된 파일은 Atlas Cloud 생성 작업에서의 임시 사용만을 위한 것입니다. 파일은 주기적으로 정리될 수 있습니다. 영구적인 파일 호스팅으로 사용하지 마세요 — 남용 시 API 키가 정지될 수 있습니다. ### 음성 생성 (TTS) > "Seed Audio로 이 문장을 소리 내어 읽어 줘: Welcome to Atlas Cloud" 어시스턴트는 다음을 수행합니다: 1. `type="Audio"`로 `atlas_list_models`를 사용해 TTS 모델을 찾습니다 2. 합성할 텍스트로 `atlas_generate_audio`를 사용합니다 3. `atlas_get_prediction`으로 생성된 오디오 URL을 가져옵니다 ### 3D 모델 생성 > "Hunyuan 3D로 이 제품 사진을 3D 모델로 만들어 줘" 3D 모델은 Image 유형 모델이므로, 어시스턴트는 `image` 파라미터와 함께 `atlas_generate_image`를 사용하고 `atlas_get_prediction`으로 GLB/OBJ/USDZ 파일을 가져옵니다. ### LLM과 채팅 > "Qwen에게 양자 컴퓨팅을 설명해 달라고 해 줘" 어시스턴트는 Qwen 모델로 `atlas_chat`을 사용합니다. ### 잔액 및 사용량 확인 > "Atlas Cloud 크레딧이 얼마나 남았고, 이번 달에 얼마를 썼지?" 어시스턴트는 현재 잔액을 위해 `atlas_get_balance`를, 지출 내역을 위해 `atlas_get_model_costs`를 사용합니다. ## 개발 ```bash # 의존성 설치 npm install # 빌드 npm run build # 개발 모드로 실행 npm run dev ``` ## 더 많은 Atlas Cloud 도구 - 🧰 **터미널에서 사용하고 싶으신가요?** → [atlascloud-cli](https://github.com/AtlasCloudAI/cli) - 🤖 **Claude Code / Cursor에서 사용하고 싶으신가요?** → [Atlas Cloud MCP Server](https://github.com/AtlasCloudAI/mcp-server) - 🎬 **Claude Code / Codex / Gemini CLI Skill로 사용하고 싶으신가요?** → [atlas-cloud-skills](https://github.com/AtlasCloudAI/atlas-cloud-skills) - 🎨 **ComfyUI 노드** → [atlascloud_comfyui](https://github.com/AtlasCloudAI/atlascloud_comfyui) - 🔁 **n8n 노드** → [n8n-nodes-atlascloud](https://github.com/AtlasCloudAI/n8n-nodes-atlascloud) - 💬 **Discord 참여하기** → [discord.gg/MWmMr4q9es](https://discord.gg/MWmMr4q9es) - 🌐 **웹사이트** → [atlascloud.ai](https://www.atlascloud.ai?utm_source=github&utm_campaign=mcp-server) ## 라이선스 MIT