SDKs e bibliotecas cliente
Use o SDK da OpenAI, da Anthropic ou do Google com o Atlas Cloud, além de clientes prontos para copiar e colar para geração de imagem, vídeo e áudio em Python e Node.js.
O Atlas Cloud não distribui um SDK próprio e, para modelos de linguagem, você não precisa de nenhum — a API fala os formatos que os SDKs existentes já usam. Para geração de mídia, esta página traz um cliente pequeno que você pode copiar para o seu projeto.
| O que você está chamando | Como |
|---|---|
| Modelos de linguagem | Aponte o SDK da OpenAI, da Anthropic ou do Google para o Atlas Cloud |
| Imagem, vídeo, áudio, 3D | HTTP puro nos endpoints assíncronos — cliente abaixo |
| De um terminal ou da CI | A CLI |
| De uma IDE assistida por IA | O Servidor MCP |
Modelos de linguagem
Mude a base URL e a chave de API. Todo o resto permanece igual.
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)Os modelos diferem quanto ao protocolo que aceitam — alguns só funcionam com Messages, outros só com Responses. Consulte a referência de API do modelo antes de supor que o Chat Completions funciona. Veja Protocolos de API para LLM.
Cliente de geração de mídia
A geração de imagem, vídeo, áudio e 3D é assíncrona: envie e depois consulte o status. Aqui está um cliente mínimo completo.
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}"}
# O endpoint é definido pelo tipo de saída: 3D passa por image; fala, música e transcrição passam por 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:
"""Envia uma tarefa de geração e retorna o ID da predição. Os parâmetros ficam no nível superior, não dentro de 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:
"""Consulta até a tarefa chegar a um estado final. O intervalo cresce aos poucos para evitar chamadas desnecessárias."""
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"A geração falhou: {data.get('error') or data['status']}")
return data
time.sleep(delay)
delay = min(delay * 1.5, 10.0)
raise TimeoutError(f"A tarefa {prediction_id} não terminou em {timeout} segundos")
def upload(path: str) -> str:
"""Envia um arquivo local e o converte em uma URL utilizável em requisições de geração."""
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])Duas coisas que este cliente acerta e que é fácil errar:
- Os parâmetros ficam no nível superior, ao lado de
model— não embrulhados em um objetoinput. - Em modelos de transcrição e de letras de música,
outputs[0]é texto, não uma URL. Não faça o download às cegas. Veja Modelos de áudio.
Notas para produção
- Prefira webhooks ao polling em vídeo, que pode levar minutos. Veja Webhooks.
- Repita em
429,500,503,504com backoff exponencial. Não repita400,401,402,403. Veja Erros e limites de taxa. - Tenha cuidado ao repetir envios. Um envio que expirou pode ter sido aceito mesmo assim, e uma nova tentativa às cegas cria uma segunda tarefa cobrada. Prefira enviar de forma assíncrona e consultar o status.
- Registre o
X-Request-IDde cada resposta — é o que o suporte precisa para rastrear uma chamada.
Bibliotecas da comunidade
Os wrappers mantidos pela comunidade estão listados em awesome-atlas-cloud-integrations. Eles são mantidos de forma independente — verifique o que um wrapper faz antes de usá-lo em produção.
Relacionado
Last updated on