SDK и клиентские библиотеки
Используйте SDK OpenAI, Anthropic или Google с Atlas Cloud, а также готовые клиенты для генерации изображений, видео и аудио на Python и Node.js.
Atlas Cloud не выпускает собственный SDK, а для языковых моделей он и не нужен — API понимает те форматы, которые уже используют существующие SDK. Для генерации медиа на этой странице есть небольшой клиент, который можно скопировать в свой проект.
| Что вы вызываете | Как |
|---|---|
| Языковые модели | Направьте SDK OpenAI, Anthropic или Google на Atlas Cloud |
| Изображения, видео, аудио, 3D | Обычные HTTP-запросы к асинхронным эндпоинтам — клиент ниже |
| Из терминала или CI | CLI |
| Из IDE с поддержкой ИИ | MCP-сервер |
Языковые модели
Измените базовый URL и API-ключ. Всё остальное остаётся прежним.
pip install openaiimport os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["ATLASCLOUD_API_KEY"],
base_url="https://api.atlascloud.ai/v1",
)
response = client.chat.completions.create(
model="deepseek-ai/deepseek-v3.2",
messages=[{"role": "user", "content": "Explain HTTP vs HTTPS"}],
)
print(response.choices[0].message.content)Модели различаются по тому, какой протокол они принимают: одни работают только с Messages, другие — только с Responses. Прежде чем считать, что Chat Completions подойдёт, проверьте справочник API конкретной модели. См. Протоколы LLM API.
Клиент для генерации медиа
Генерация изображений, видео, аудио и 3D выполняется асинхронно: сначала отправка, затем опрос. Ниже — полный минимальный клиент.
import os
import time
import requests
API_KEY = os.environ["ATLASCLOUD_API_KEY"]
BASE = "https://api.atlascloud.ai/api/v1"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}
# Эндпоинт определяется типом вывода: 3D идёт через image, речь/музыка/транскрипция — через audio
ENDPOINTS = {
"image": f"{BASE}/model/generateImage",
"video": f"{BASE}/model/generateVideo",
"audio": f"{BASE}/model/generateAudio",
}
TERMINAL = {"completed", "succeeded", "failed", "timeout"}
def submit(kind: str, model: str, **params) -> str:
"""Отправляет задачу генерации и возвращает ID предсказания. Параметры передаются плоско на верхнем уровне, а не внутри input."""
response = requests.post(
ENDPOINTS[kind],
headers=HEADERS,
json={"model": model, **params},
timeout=60,
)
response.raise_for_status()
return response.json()["data"]["id"]
def wait(prediction_id: str, timeout: int = 600) -> dict:
"""Опрашивает задачу до перехода в конечное состояние. Интервал постепенно растёт, чтобы избежать лишних запросов."""
deadline = time.time() + timeout
delay = 2.0
while time.time() < deadline:
response = requests.get(
f"{BASE}/model/prediction/{prediction_id}",
headers=HEADERS,
timeout=30,
)
response.raise_for_status()
data = response.json()["data"]
if data.get("status") in TERMINAL:
if data["status"] in ("failed", "timeout"):
raise RuntimeError(f"Генерация не удалась: {data.get('error') or data['status']}")
return data
time.sleep(delay)
delay = min(delay * 1.5, 10.0)
raise TimeoutError(f"Задача {prediction_id} не завершилась за {timeout} секунд")
def upload(path: str) -> str:
"""Загружает локальный файл и возвращает URL, пригодный для запросов генерации."""
with open(path, "rb") as f:
response = requests.post(
f"{BASE}/model/uploadMedia", headers=HEADERS, files={"file": f}, timeout=600
)
response.raise_for_status()
data = response.json()["data"]
return data.get("download_url") or data.get("url")
if __name__ == "__main__":
pid = submit("image", "MODEL_ID", prompt="a ceramic mug on a linen backdrop")
result = wait(pid)
print(result["outputs"][0])Две вещи, которые этот клиент делает правильно и в которых легко ошибиться:
- Параметры передаются на верхнем уровне, рядом с
model, а не внутри объектаinput. - Для моделей транскрипции и генерации текстов песен
outputs[0]— это текст, а не URL. Не скачивайте его вслепую. См. Аудиомодели.
Замечания для промышленной эксплуатации
- Предпочитайте вебхуки опросу для видео, генерация которого может занимать минуты. См. Вебхуки.
- Повторяйте при
429,500,503,504с экспоненциальным отступлением. Не повторяйте при400,401,402,403. См. Ошибки и лимиты запросов. - Будьте осторожны с повторной отправкой задач. Отправка, завершившаяся по таймауту, могла быть принята, и слепой повтор создаст вторую оплачиваемую задачу. Вместо этого отправляйте асинхронно и опрашивайте статус.
- Логируйте
X-Request-IDиз каждого ответа — именно он нужен поддержке, чтобы отследить вызов.
Библиотеки сообщества
Обёртки, поддерживаемые сообществом, перечислены в awesome-atlas-cloud-integrations. Они развиваются независимо — проверьте, что делает обёртка, прежде чем использовать её в продакшене.
Связанные материалы
Last updated on