MCP Server

使用官方 MCP Server 在 IDE 中直接呼叫 Atlas Cloud AI 模型。生成圖片、影片、音訊(TTS)和 3D 模型,與 LLM 對話,並追蹤餘額與用量。支援 Cursor、Claude Desktop、Claude Code、Codex、Gemini CLI 等多種工具。

什麼是 MCP?

模型上下文協議(MCP,Model Context Protocol) 是由 Anthropic 開發的開放標準,使 AI 助手能夠以標準化的方式與外部工具和資料來源互動。MCP 就像一個通用轉接器——讓 Cursor、Claude Desktop、Claude Code 等 AI 驅動的 IDE 能夠無縫連接第三方服務、API 和資料。

透過 MCP,開發者可以將 AI 助手的能力擴展到程式碼補全之外:搜尋文件、生成圖片、影片、音訊和 3D 模型、與大型語言模型互動等等——所有操作都可以在編碼環境中透過自然語言指令完成。

Atlas Cloud MCP Server

Atlas Cloud 提供了官方 MCP Serveratlascloud-mcp npm 套件),將 Atlas Cloud AI API 平台的完整功能直接帶入您的 IDE。平台提供 400+ AI 模型,涵蓋圖片、影片、3D、音訊(TTS)和大型語言模型,讓您無需在瀏覽器分頁之間切換或手動撰寫 API 呼叫程式碼。

GitHub 儲存庫:AtlasCloudAI/mcp-server

支援的模型

  • 🎬 影片 — Seedance 2.0 · Kling 3 · Sora 2 · Veo 3.1 · HappyHorse 1 · Grok Imagine 1.5 · Wan 2.7
  • 🎨 圖片 — Nano Banana 2/Pro · GPT Image 2 · Flux 2 · Seedream 5
  • 🧊 3D — Hunyuan 3D 圖片轉 3D/文字轉 3D
  • 💬 LLM — Claude · GPT · DeepSeek · MiniMax · Kimi · GLM · Qwen
  • 🔊 音訊(TTS) — Seed Audio · xAI/Grok TTS · ElevenLabs

請造訪我們的模型頁面探索完整目錄。

核心功能

  • 文件搜尋 — 在 IDE 中直接搜尋 Atlas Cloud 文件、模型和 API 參考
  • 模型探索 — 列出並探索 400+ 可用 AI 模型,包含定價和功能資訊,可依類型篩選(Text/Image/Video/Audio)
  • 圖片生成 — 使用 Nano Banana、GPT Image 2、Flux 2、Seedream 等模型生成圖片
  • 影片生成 — 使用 Seedance、Kling、Sora、Veo、Wan 等模型生成影片
  • 3D 生成 — 使用 Hunyuan 3D 將文字或照片轉換為 3D 模型(GLB/OBJ/USDZ)
  • 音訊生成(TTS) — 使用 Seed Audio、xAI/Grok TTS、ElevenLabs 等模型合成語音
  • 快速生成 — 一步完成圖片/影片/音訊生成,依關鍵字自動尋找合適的模型並建構參數
  • 媒體上傳 — 上傳本機檔案取得 URL,用於圖片編輯或圖片轉影片工作流程
  • LLM 對話 — 與 Claude、GPT、DeepSeek、Qwen、Kimi、GLM 等大型語言模型對話(相容 OpenAI 格式)
  • 餘額與用量 — 透過 Atlas Cloud Public API 查詢帳戶餘額、每日用量和費用明細
  • 動態 Schema — 自動取得每個模型的參數 Schema,並在提交之前驗證參數,讓無效請求快速失敗,不會浪費點數

前置需求

在設定 Atlas Cloud MCP Server 之前,請確保您已準備好:

設定方式

CLI 代理(一行指令安裝)

最快的方式——以下 AI 編碼代理只需一行指令即可新增伺服器:

# Claude Code
claude mcp add atlascloud -- npx -y atlascloud-mcp

# OpenAI Codex CLI
codex mcp add atlascloud -- npx -y atlascloud-mcp

# Gemini CLI
gemini mcp add atlascloud -- npx -y atlascloud-mcp

# Goose CLI
goose mcp add atlascloud -- npx -y atlascloud-mcp

然後將 API 金鑰設定為環境變數:

export ATLASCLOUD_API_KEY="your-api-key-here"

要在終端機工作階段之間持久保存 API 金鑰,請將 export 指令新增到 shell 設定檔中(~/.bashrc~/.zshrc 等)。

Cursor

開啟或建立檔案 ~/.cursor/mcp.json,新增以下設定:

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": ["-y", "atlascloud-mcp"],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

重新啟動 Cursor 以套用變更。

Claude Desktop

開啟設定檔:

  • macOS~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows%APPDATA%\Claude\claude_desktop_config.json

新增 MCP Server 設定:

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": ["-y", "atlascloud-mcp"],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

重新啟動 Claude Desktop 以套用變更。

Windsurf

將以下內容新增到 Windsurf 的 MCP 設定中:

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": ["-y", "atlascloud-mcp"],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Codex

建議優先使用上方的一行指令安裝,或開啟/建立 Codex 設定檔 ~/.codex/config.toml,新增以下設定:

[mcp_servers.atlascloud]
command = "npx"
args = ["-y", "atlascloud-mcp"]

[mcp_servers.atlascloud.env]
ATLASCLOUD_API_KEY = "your-api-key-here"

Gemini CLI

建議優先使用上方的一行指令安裝,或開啟/建立 Gemini 設定檔 ~/.gemini/settings.json,新增以下設定:

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": ["-y", "atlascloud-mcp"],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Kilo Code

開啟或建立專案級設定檔 .kilocode/mcp.json,新增以下設定:

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": ["-y", "atlascloud-mcp"],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

OpenCode

開啟或建立 OpenCode 設定檔 opencode.json,新增以下設定:

{
  "mcp": {
    "atlascloud": {
      "type": "local",
      "command": ["npx", "-y", "atlascloud-mcp"],
      "enabled": true,
      "environment": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

其他 MCP 客戶端

相同的 JSON 設定適用於所有相容 MCP 的客戶端:

客戶端設定位置
ClineMCP Marketplace → Add Server
Continueconfig.yaml → MCP
VS Code (Copilot).vscode/mcp.json 或 Settings → MCP
TraeSettings → MCP → Add Server
JetBrains IDEsSettings → Tools → AI Assistant → MCP
ChatGPT DesktopSettings → MCP
Amazon Q DeveloperMCP Configuration
Roo CodeSettings → MCP → Add Server

可用工具

Atlas Cloud MCP Server 提供 13 個工具供 AI 助手使用:

工具說明
atlas_search_docs透過關鍵字搜尋 Atlas Cloud 文件和模型
atlas_list_models列出所有可用模型,可依類型篩選(Text/Image/Video/Audio)
atlas_get_model_info取得模型詳情,包括 API Schema、參數說明和使用範例
atlas_generate_image使用任意支援的圖片模型生成圖片和 3D 模型(圖片轉 3D/文字轉 3D)
atlas_generate_video使用任意支援的影片模型生成影片
atlas_generate_audio使用任意支援的音訊模型生成音訊/語音(TTS)
atlas_quick_generate一步完成圖片/影片/音訊生成——依關鍵字自動尋找模型、建構參數並提交
atlas_upload_media上傳本機檔案取得 URL,供圖片編輯/圖片轉影片模型使用
atlas_chat與大型語言模型對話(相容 OpenAI 格式)
atlas_get_prediction查詢圖片/影片/音訊/3D 生成任務的狀態和結果
atlas_get_balance取得 API 金鑰對應帳戶的餘額和點數摘要
atlas_get_model_usage取得指定日期範圍內的每日模型用量(請求數、Token 數、圖片/影片數量)
atlas_get_model_costs取得指定日期範圍內的每日模型費用(花費)統計

注意:餘額、用量和費用工具由 Atlas Cloud Public APIhttps://api.atlascloud.ai/public/v1)提供支援,讓您無需離開 IDE 即可稽核花費與額度。

使用範例

設定完成後,您可以透過自然語言與 Atlas Cloud 互動:

搜尋模型

  • 「搜尋 Atlas Cloud 上的影片生成模型」
  • 「列出所有圖片生成模型及其定價」
  • 「顯示 DeepSeek V3 模型的詳細資訊」

生成圖片

「用 Seedream 生成一張太空貓的圖片」

AI 助手會:

  1. atlas_list_models 查找 Seedream 圖片模型
  2. atlas_get_model_info 取得模型參數
  3. atlas_generate_image 搭配正確參數生成圖片

生成影片

「用 Kling v3 建立一段火箭發射的影片」

AI 助手會:

  1. 查找 Kling 影片模型
  2. 取得模型 Schema 了解所需參數
  3. atlas_generate_video 搭配正確參數生成影片

上傳本機圖片進行編輯或生成影片

「編輯這張圖片 /Users/me/photos/cat.jpg,幫牠加上一頂帽子」

AI 助手會:

  1. atlas_upload_media 上傳本機檔案並取得 URL
  2. 尋找圖片編輯模型
  3. atlas_generate_image 搭配上傳後的 URL 進行編輯

注意:上傳的檔案僅供 Atlas Cloud 生成任務暫時使用,可能會被定期清理。請勿將其作為永久檔案儲存空間——濫用可能導致 API 金鑰被停用。

生成語音(TTS)

「用 Seed Audio 朗讀這句話:Welcome to Atlas Cloud」

AI 助手會:

  1. atlas_list_models 搭配 type="Audio" 尋找 TTS 模型
  2. atlas_generate_audio 合成語音
  3. atlas_get_prediction 取得生成的音訊 URL

生成 3D 模型

「用 Hunyuan 3D 把這張產品照片轉成 3D 模型」

3D 模型屬於 Image 類型模型,因此 AI 助手會使用 atlas_generate_image 搭配 image 參數,並透過 atlas_get_prediction 取得 GLB/OBJ/USDZ 檔案。

LLM 對話

「讓 DeepSeek V3 解釋量子計算」

AI 助手會使用 atlas_chat 呼叫 DeepSeek 模型。

查詢餘額和用量

「我的 Atlas Cloud 點數還剩多少?這個月花了多少?」

AI 助手會使用 atlas_get_balance 查詢目前餘額,並使用 atlas_get_model_costs 取得花費明細。

疑難排解

常見問題

執行 npx 時出現「Command not found」錯誤

確保已安裝 Node.js 18+ 且 npx 在您的 PATH 中可用:

node --version  # 應為 18.x 或更高版本
npx --version   # 應輸出版本號

「Invalid API Key」錯誤

驗證您的 API 金鑰是否正確設定:

echo $ATLASCLOUD_API_KEY  # 應輸出您的 API Key

如果為空,請重新設定並確保沒有多餘的空格或引號。

MCP Server 未在 IDE 中顯示

  • 確保在新增設定後已重新啟動 IDE
  • 仔細檢查設定檔中的 JSON 語法
  • 確認設定檔位於 IDE 對應的正確路徑

取得協助

更多 Atlas Cloud 工具

偏好其他整合方式?Atlas Cloud 還提供:

常見問題

MCP Server 是否免費使用?

MCP Server 本身是免費且開源的(MIT 授權)。您只需根據使用的模型支付 Atlas Cloud API 的費用。詳情請查看我們的模型定價

我可以存取哪些 AI 模型?

您可以存取 Atlas Cloud 上所有 400+ 模型,包括影片模型(Seedance、Kling、Sora、Veo、Wan)、圖片模型(Nano Banana、GPT Image、FLUX、Seedream)、3D 模型(Hunyuan 3D)、TTS 模型(Seed Audio、xAI/Grok TTS、ElevenLabs)以及 LLM(Claude、GPT、DeepSeek、Qwen、Kimi、GLM、MiniMax)。請造訪我們的模型頁面以取得完整列表。

除了 Node.js 還需要安裝其他東西嗎?

不需要。MCP Server 透過 npm 分發,使用 npx 執行,它會自動下載並執行套件。不需要全域安裝。

我可以在其他 IDE 中使用 MCP Server 嗎?

MCP Server 適用於任何支援模型上下文協議的 IDE 或應用程式,包括 Cursor、Claude Desktop、Claude Code、Codex、Gemini CLI、Goose、Windsurf、Kilo Code、OpenCode、Cline、Continue、VS Code(Copilot)、Trae、JetBrains IDE、ChatGPT Desktop、Amazon Q Developer 和 Roo Code。

我的 API 金鑰安全嗎?

您的 API 金鑰儲存在 IDE 的本機設定檔中,僅發送到 Atlas Cloud 的 API 端點。MCP Server 不會收集、記錄或將您的 API 金鑰傳輸給任何第三方服務。