시작하기

몇 분 안에 Atlas Cloud 모델 API를 시작하세요. 이 가이드에서는 API 키 설정, API 호출 방법, 서드파티 도구 사용을 다룹니다.

사전 요구 사항

API 개요

Atlas Cloud는 모델 유형에 따라 다른 API 엔드포인트를 제공합니다:

모델 유형	기본 URL	형식
LLM (채팅)	`https://api.atlascloud.ai/v1`	OpenAI 호환
이미지 생성	`https://api.atlascloud.ai/api/v1`	Atlas Cloud API
동영상 생성	`https://api.atlascloud.ai/api/v1`	Atlas Cloud API
미디어 업로드	`https://api.atlascloud.ai/api/v1`	Atlas Cloud API

LLM / 채팅 완성

LLM API는 완전한 OpenAI 호환입니다. Atlas Cloud의 기본 URL과 함께 OpenAI SDK를 사용하세요.

Python

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.atlascloud.ai/v1"
)

# 비스트리밍
response = client.chat.completions.create(
    model="deepseek-v3",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain quantum computing in simple terms."}
    ]
)
print(response.choices[0].message.content)

# 스트리밍
stream = client.chat.completions.create(
    model="deepseek-v3",
    messages=[
        {"role": "user", "content": "Write a short poem about AI."}
    ],
    stream=True
)
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Node.js / TypeScript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "your-api-key",
  baseURL: "https://api.atlascloud.ai/v1",
});

// 비스트리밍
const response = await client.chat.completions.create({
  model: "deepseek-v3",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Explain quantum computing in simple terms." },
  ],
});
console.log(response.choices[0].message.content);

// 스트리밍
const stream = await client.chat.completions.create({
  model: "deepseek-v3",
  messages: [{ role: "user", content: "Write a short poem about AI." }],
  stream: true,
});
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || "");
}

cURL

curl https://api.atlascloud.ai/v1/chat/completions \
  -H "Authorization: Bearer your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v3",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Explain quantum computing in simple terms."}
    ]
  }'

이미지 생성

import requests

response = requests.post(
    "https://api.atlascloud.ai/api/v1/model/generateImage",
    headers={
        "Authorization": "Bearer your-api-key",
        "Content-Type": "application/json"
    },
    json={
        "model": "seedream-3.0",
        "prompt": "A futuristic cityscape at sunset, cyberpunk style"
    }
)

result = response.json()
prediction_id = result["data"]["id"]
print(f"Prediction ID: {prediction_id}")

동영상 생성

import requests

response = requests.post(
    "https://api.atlascloud.ai/api/v1/model/generateVideo",
    headers={
        "Authorization": "Bearer your-api-key",
        "Content-Type": "application/json"
    },
    json={
        "model": "kling-v2.0",
        "prompt": "A timelapse of flowers blooming in a garden"
    }
)

result = response.json()
prediction_id = result["data"]["id"]
print(f"Prediction ID: {prediction_id}")

미디어 업로드

로컬 파일을 업로드하여 이미지-투-비디오, 이미지 편집 등의 다단계 워크플로우에 사용할 임시 URL을 받으세요:

import requests

response = requests.post(
    "https://api.atlascloud.ai/api/v1/model/uploadMedia",
    headers={"Authorization": "Bearer your-api-key"},
    files={"file": open("photo.jpg", "rb")}
)

url = response.json().get("url")
print(f"Uploaded file URL: {url}")

업로드된 파일은 Atlas Cloud 생성 작업에 임시로 사용하기 위한 것입니다. 파일은 주기적으로 정리될 수 있습니다.

비동기 결과 조회

이미지 및 동영상 생성 작업은 비동기적으로 실행됩니다. 예측 ID를 사용하여 결과를 폴링하세요:

import requests
import time

def wait_for_result(prediction_id, api_key, interval=5):
    while True:
        resp = requests.get(
            f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}",
            headers={"Authorization": f"Bearer {api_key}"}
        )
        data = resp.json()
        status = data["data"]["status"]

        if status == "completed":
            return data["data"]["outputs"][0]
        elif status == "failed":
            raise Exception(f"Task failed: {data['data'].get('error')}")

        print(f"Status: {status}. Waiting...")
        time.sleep(interval)

result = wait_for_result(prediction_id, "your-api-key")
print(f"Result: {result}")

서드파티 도구 사용

Chatbox / Cherry Studio

설정 열기 → 커스텀 제공업체 추가
API Host를 https://api.atlascloud.ai/v1로 설정 (/v1 필수)
API 키 입력
모델 라이브러리에서 모델 이름 선택
채팅 시작

OpenWebUI

기본 URL https://api.atlascloud.ai/v1과 API 키로 OpenAI 호환 연결을 설정합니다.

IDE 통합

MCP 서버를 사용하여 IDE(Cursor, Claude Desktop, Claude Code, VS Code 등)에서 Atlas Cloud 모델에 직접 접근하세요.

모델 탐색

모델 라이브러리에서 300개 이상의 모델을 탐색하세요. 각 모델 페이지에는 다음이 포함되어 있습니다:

다양한 파라미터로 테스트할 수 있는 인터랙티브 플레이그라운드
정확한 요청 형식과 파라미터를 보여주는 API 보기
요금 정보

자세한 API 레퍼런스는 API 레퍼런스를 참조하세요.

목차