整合總覽

挑選接入 Atlas Cloud 的合適方式——MCP Server、Skills、CLI、ComfyUI、n8n，或直接呼叫 API。

要用到 Atlas Cloud 的模型有多種途徑，選哪一種取決於您在什麼環境中工作。

如何選擇

您的情況	建議方式	原因
在 AI 輔助的 IDE 中寫程式	MCP Server	助手把模型當成工具直接呼叫，不必離開編輯器
使用支援 Skill 的助手	Skills	告訴助手該挑哪個模型、哪些參數重要
在終端機或 CI 中工作	CLI	可腳本化的生成，輸出 JSON，結束代碼穩定
在節點畫布上搭建流程	ComfyUI	把託管模型變成隨插即用的節點，不需要本機 GPU
跨服務進行自動化	n8n	把模型呼叫變成工作流程中的一個步驟
開發應用程式	直接呼叫 API	完全可控。OpenAI、Anthropic 與 Gemini 三種格式都支援

MCP Server 與 Skills 是互補關係，而非二選一。MCP Server 負責執行呼叫；Skills 讓助手具備把呼叫做對的判斷力。常見做法是兩者都裝。

涵蓋圖片、影片、音訊、3D、對話與帳戶資料的 14 個工具。支援 Claude Code、Cursor、VS Code、Codex、Gemini CLI 等。

適用於 Claude Code、Codex CLI 與 Gemini CLI 的 Agent Skills，另附 25 組工作流程配方。

atlas 命令列工具，用於生成、模型查詢、費用預估與帳戶管理。

Seedance、Kling、Wan、Veo、Seedream、FLUX 等模型的隨插即用節點。

用於 LLM 對話與非同步媒體生成的社群節點。

呼叫語言模型不需要專屬的 Atlas Cloud SDK。把您已經在用的 SDK 指向我們的 Base URL 即可：

from openai import OpenAI

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

圖片、影片、音訊與 3D 生成則走 Atlas Cloud 的非同步端點——請參閱預測。

各協定分別支援什麼、行為差異在哪，請參閱 LLM API 協定。

社群打造的整合收錄在 awesome-atlas-cloud-integrations，其中彙整了可搭配 Atlas Cloud 使用的開源專案。做了什麼好東西？歡迎在那裡發 PR。

社群專案由各自作者獨立維護，可能落後於目前的模型庫。正式環境建議優先採用官方整合或直接呼叫 API。