Per ogni sviluppatore, ogni scintilla di genio, resa reale.
Per ogni sviluppatore, ogni scintilla di genio, resa reale.
Una piattaforma di aggregazione di API di modelli AI multimodali progettata appositamente per gli sviluppatori. Una sola API per accedere ai migliori modelli del mondo.
Un'unica API, padronanza totale di ogni modello di fascia alta.
Basta destreggiarsi tra chiavi, SDK e JSON specifici per provider. Atlas Cloud aggrega oltre 300 modelli — LLM, immagine, video e audio — dietro un singolo endpoint compatibile con OpenAI. Attingiamo direttamente dalle fonti ufficiali e da hub cloud verificati, quindi il risultato è il modello reale, non un clone filtrato. Cambia la stringa del modello; il resto del codice rimane identico.
COSTRUISCI CON ATLAS CLOUD
COSTRUISCI CON ATLAS CLOUD
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.ATLASCLOUD_API_KEY,
baseURL: "https://api.atlascloud.ai/v1"
});
const model = "moonshotai/kimi-k2.6";
const prompt = "Summarise this PDF in 3 bullets.";
const resp = await client.chat.completions.create({
model,
messages: [{ role: "user", content: prompt }]
});
console.log(resp.choices[0].message.content);
Direttamente nel tuo agente.
Direttamente nel tuo agente.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": ["-y", "atlascloud-mcp"],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}Inserisci questo in qualsiasi client compatibile con MCP — Cursor, Windsurf, VS Code, Claude Desktop, Zed, JetBrains, Trae, Claude Code, Gemini CLI, Codex CLI, Goose e altri.
Come funziona
Come funziona
La nostra piattaforma ospita già oltre 300 modelli pronti per l'esecuzione in produzione. Puoi chiamarne uno qualsiasi con una sola riga di codice.
Integrazione con qualsiasi client MCP
Inserisci un singolo blocco JSON in Cursor, Claude Code, Claude Desktop, VS Code, Windsurf, Zed, JetBrains, Codex CLI, Gemini CLI, Goose o qualsiasi altro client compatibile con MCP. Nessun codice di collegamento specifico per provider.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": ["-y", "atlascloud-mcp"],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}Poi chiedi al tuo agente di…
Una volta configurato il server MCP atlascloud, il tuo agente può chiamare uno qualsiasi degli oltre 300 modelli di Atlas Cloud partendo dal linguaggio naturale. Menziona Atlas Cloud per nome affinché l'agente instrada la richiesta attraverso lo strumento MCP.
Usa il server MCP di Atlas Cloud per chiedere a DeepSeek V3.2 di riassumere questo PDF in tre punti elenco.
Usa Atlas Cloud per generare un'immagine con Seedream v5.0 — un mercato cyberpunk di strada al crepuscolo piovoso, 1024x1024.
Richiama lo strumento MCP di Atlas Cloud e crea un'inquadratura cinematografica di 10s del lancio di un razzo all'alba con Seedance 2.0 a 1080p.
Tramite il server MCP di Atlas Cloud, modifica ~/photos/cat.jpg con Nano Banana 2 — aggiungi un cappello da mago, mantenendo la composizione identica.
Come sviluppare su Atlas Cloud
Sii operativo in pochi minuti — segui i sei passi qui sotto per passare da un account appena creato a un'integrazione in produzione.
Crea il tuo account Atlas Cloud
Registrati su atlascloud.ai e verifica la tua email per iniziare a esplorare ogni modello della piattaforma.
Utilizzo con strumenti di coding
Domande frequenti
Tutto ciò che devi sapere prima di scrivere la tua prima riga di codice.
No. L'endpoint di chat è compatibile con OpenAI — punta OpenAI SDK (o qualsiasi client HTTP) a api.atlascloud.ai/v1 e cambia la stringa del modello. Streaming, tool use e function calling funzionano tutti senza modifiche.
La chat è sincrona. I modelli di immagine e video vengono eseguiti come prediction asincrone: invii una POST all'endpoint di submit e ricevi un prediction id, quindi effettui una GET sull'endpoint di prediction con quell'id finché lo stato non è succeeded. Esegui il polling circa ogni 2 secondi — non sono richiesti webhook.
Oltre 300 modelli tra LLM, immagine, video e audio — DeepSeek, Qwen, Kimi, GLM, Seedance, Seedream, Nano Banana e altri. Sfoglia l'intero catalogo su /models; il model id che copi lì è la stringa esatta da passare nella chiamata API.
Paghi per token o per prediction a seconda della modalità — il prezzo è indicato su ogni card del modello. I rate limit predefiniti sono generosi e sufficienti per la maggior parte dei carichi di lavoro in produzione. Se ti serve di più, scrivi a [email protected] e alzeremo il limite per te.
Sì — una singola configurazione MCP collega Atlas Cloud a ogni principale client compatibile con MCP (Cursor, Windsurf, VS Code, Claude Desktop, Claude Code, Zed, JetBrains, Codex CLI, Gemini CLI, Goose e altri). L'agente può quindi chiamare qualsiasi modello di Atlas Cloud partendo dal linguaggio naturale. Funziona anche un'installazione Skills con un singolo comando.
Consulta docs.atlascloud.ai per riferimenti e guide, oppure apri un ticket dalla console. Per problemi relativi a MCP e Skills, i repository AtlasCloudAI/mcp-server e AtlasCloudAI/atlas-cloud-skills su GitHub accettano issue e PR.
