통합 개요

Atlas Cloud에 연결하는 방법을 고르세요 — MCP 서버, Skills, CLI, ComfyUI, n8n 또는 API 직접 호출.

Atlas Cloud 모델을 사용하는 방법은 여러 가지입니다. 어떤 방법이 맞을지는 여러분이 작업하는 환경에 달려 있습니다.

통합 방식 선택하기

이런 경우	사용할 것	이유
AI 지원 IDE에서 코딩 중	MCP 서버	에디터를 벗어나지 않고 어시스턴트가 모델을 도구로 호출합니다
skill을 지원하는 에이전트를 사용 중	Skills	어떤 모델을 고르고 어떤 파라미터가 중요한지 에이전트에게 알려줍니다
터미널이나 CI에서 작업 중	CLI	JSON 출력과 일관된 종료 코드로 스크립트화할 수 있는 생성
노드 캔버스 위에서 구축 중	ComfyUI	로컬 GPU 없이 호스팅 모델을 그대로 노드로 사용합니다
여러 서비스를 넘나들며 자동화 중	n8n	모델 호출을 워크플로 단계로 사용합니다
애플리케이션을 개발 중	API	완전한 제어. OpenAI, Anthropic, Gemini 형식을 모두 지원합니다

MCP 서버와 Skills는 경쟁 관계가 아니라 서로를 보완합니다. MCP 서버가 호출을 실행하고, Skills는 그 호출을 잘 해내기 위한 판단력을 에이전트에게 제공합니다. 둘 다 설치하는 것이 일반적인 구성입니다.

이미지, 동영상, 오디오, 3D, 채팅, 계정 데이터를 위한 14가지 도구. Claude Code, Cursor, VS Code, Codex, Gemini CLI 등에서 사용할 수 있습니다.

Claude Code, Codex CLI, Gemini CLI를 위한 Agent Skills와 25개 레시피로 구성된 워크플로 라이브러리.

생성, 모델 검색, 비용 산정, 계정 관리를 위한 atlas 명령.

Seedance, Kling, Wan, Veo, Seedream, FLUX 등을 위한 드롭인 노드.

LLM 채팅과 비동기 미디어 생성을 위한 커뮤니티 노드.

언어 모델을 쓰는 데 Atlas Cloud 전용 SDK는 필요하지 않습니다. 이미 사용 중인 SDK를 저희 기본 URL로 향하게만 하세요:

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["ATLASCLOUD_API_KEY"],
    base_url="https://api.atlascloud.ai/v1",
)

이미지, 동영상, 오디오, 3D 생성은 대신 Atlas Cloud의 비동기 엔드포인트를 사용합니다 — 예측을 참조하세요.

각 프로토콜이 무엇을 지원하고 동작이 어디서 달라지는지는 LLM API 프로토콜을 참조하세요.

커뮤니티가 만든 통합은 awesome-atlas-cloud-integrations에 모여 있으며, Atlas Cloud와 함께 동작하는 오픈소스 프로젝트를 정리하고 있습니다. 직접 무언가를 만드셨다면 그곳에 풀 리퀘스트를 보내 주세요.

커뮤니티 프로젝트는 독립적으로 유지 관리되며, 최신 모델 카탈로그를 따라가지 못할 수 있습니다. 프로덕션 워크로드에서는 공식 통합이나 API 사용을 권장합니다.