集成总览

选择接入 Atlas Cloud 的合适方式——MCP Server、Skills、CLI、ComfyUI、n8n，或直接调用 API。

接入 Atlas Cloud 模型有多种途径，选哪一种取决于你在什么环境里工作。

如何选择

你的情况	推荐方式	原因
在 AI 辅助的 IDE 里写代码	MCP Server	助手把模型当作工具直接调用，无需离开编辑器
使用支持 Skill 的助手	Skills	告诉助手该选哪个模型、哪些参数重要
在终端或 CI 中工作	CLI	可脚本化生成，输出 JSON，退出码稳定
在节点画布上搭建流程	ComfyUI	把托管模型变成开箱即用的节点，无需本地 GPU
跨服务做自动化	n8n	把模型调用变成工作流中的一步
开发应用程序	直接调用 API	完全可控。OpenAI、Anthropic、Gemini 三种格式都支持

MCP Server 和 Skills 是互补关系，而不是二选一。MCP Server 负责执行调用；Skills 让助手具备把调用做对的判断力。常见做法是两者都装。

覆盖图像、视频、音频、3D、对话和账户数据的 14 个工具。支持 Claude Code、Cursor、VS Code、Codex、Gemini CLI 等。

面向 Claude Code、Codex CLI 和 Gemini CLI 的 Agent Skills，另附 25 个工作流配方。

atlas 命令行工具，用于生成、模型查询、费用预估和账户管理。

Seedance、Kling、Wan、Veo、Seedream、FLUX 等模型的开箱即用节点。

用于 LLM 对话和异步媒体生成的社区节点。

调用语言模型不需要专门的 Atlas Cloud SDK。把你已经在用的 SDK 指向我们的 Base URL 即可：

from openai import OpenAI

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

图像、视频、音频和 3D 生成则走 Atlas Cloud 的异步端点——参见预测任务。

各协议分别支持什么、行为差异在哪，参见 LLM API 协议。

社区构建的集成收录在 awesome-atlas-cloud-integrations，其中汇总了可配合 Atlas Cloud 使用的开源项目。做了什么好东西？欢迎在那里提 PR。

社区项目由各自作者独立维护，可能落后于当前的模型库。生产环境建议优先使用官方集成或直接调用 API。