AetherWave-Studio/aetherwave-mcp

Check credit balance

Возвращает текущий баланс кредитов AetherWave для API-ключа. Используйте это ДО генерации, чтобы убедиться в достаточном количестве кредитов — особенно для видео, которое может стоить 30-300+ кредитов в зависимости от модели/длительности/разрешения.

Edit image with AI (I2I)

Редактирует существующее изображение по текстовой подсказке. Передайте публичный `imageUrl` и `prompt` с описанием изменения ("добавь луну в небо", "замени фон на неоновый город", "сделай как панель из комикса"). Отправляет, опрашивает и возвращает URL(ы) отредактированного изображения. Модель по умолчанию — 'grok-imagine-i2i' (6 cr за вызов, возвращает 2 варианта, ~30 с, лучшее соотношение цены и качества для стандартных правок). Другие модели с I2I: 'seedream-v4-edit', 'wan-2.5-spicy-i2i', 'flux-kontext-pro', 'qwen-image-edit', 'gpt-image-1.5-i2i' (медленный, ~5 мин). Полный список моделей — в list_image_models. Важно: URL-адреса с пробелами или скобками могут не сработать; используйте чистые URL. ## Руководство по выбору модели для правок По умолчанию: `grok-imagine-i2i` (6 cr за вызов, возвращает 2 варианта = эффективно 3 cr за изображение, быстро ~30 с, хорошее качество правок общего назначения). Выбирайте другую модель, когда: - Нужен единственный детерминированный результат или разрешение 4K -> `seedream-v4-edit` (7 cr за изображение, поддерживает 1K/2K/4K, до 6 изображений) - Тонкие правки / сохранение композиции / согласованность персонажей -> `flux-kontext-pro` или `flux-kontext-max` - NSFW-правки -> `wan-2.5-spicy-i2i` - Максимальное качество, время не важно (~5 мин подходит) -> `gpt-image-1.5-i2i` или `grok-imagine-quality-i2i` (16 cr при 1K, 22 cr при 2K) - Стилизованная / художественная трансформация -> `midjourney-i2i` Если пользователь просто говорит «отредактируй это изображение» без других указаний, по умолчанию используйте `grok-imagine-i2i`.

Generate image (Grok Imagine, GPT Image 2, Seedream V4, Wan, Imagen 4, Nano Banana, Ideogram V3, Z-Image Turbo)

Создаёт одно или несколько изображений из текстовой подсказки (T2I) или текстовой подсказки + эталонных изображений (I2I). Отправляет задание, опрашивает до завершения и возвращает конечные URL изображений. Модель по умолчанию — 'grok-imagine-t2i' (быстрая, 6 изображений за генерацию, 5 кредитов). Используйте list_image_models, чтобы увидеть полный список с ценами. Для I2I передавайте `referenceImages` как массив публичных URL изображений и выбирайте модель с поддержкой I2I (например, 'grok-imagine-i2i', 'wan-2.5-spicy-i2i'). ## Руководство по выбору модели (когда пользователь не указал модель) По умолчанию: `grok-imagine-t2i` (5 кр., 6 результатов за вызов, быстро, общего назначения). **Настоятельная рекомендация: когда нужно одно высококачественное изображение** (большинство агентных / однократных сценариев), предпочитайте `gpt-image-2-t2i` (9 кр. @ 1K / выше @ 2K, одно детерминированное изображение, лучшее общее качество по реализму, иллюстрации, типографике и композиции; поддерживает разрешение до 2K и большинство соотношений сторон, включая авто). Это лидер для серьёзной креативной работы, когда не нужно выбирать из 6 вариантов. Выбирайте другую модель, если в подсказке есть такие сигналы: - «один лучший результат» / «одно изображение» / продакшен / нет времени выбирать из вариантов -> `gpt-image-2-t2i` (9 кр., 1 результат, лучшее общее качество) - «фотореализм» / «фото» / «реалистичный» -> `gpt-image-2-t2i` (9 кр., лучший общий реализм) или `imagen-4` (12 кр., очень высокое качество) или `z-image-turbo` (3 кр., самое быстрое) - «наивысшее качество» / «премиум» / без бюджета -> `gpt-image-2-t2i` в 2K, или `grok-imagine-quality-t2i` (16 кр. @ 1K, 22 кр. @ 2K), или `imagen-4-ultra` - Текст внутри изображения (вывески, плакаты, типографика) -> `ideogram-v3-t2i` (лучший в классе) или `gpt-image-2-t2i` (тоже силён) - Художественный / живописный / стилизованный -> `midjourney-t2i` - Обложка альбома / обложка -> `gpt-image-2-t2i` для одного сильного изображения; `grok-imagine-t2i` для 6 вариантов на выбор; `seedream-v4-t2i` если нужно 4K - Логотип или дизайн с встроенным текстом -> `ideogram-v3-t2i`

Generate music (Suno)

Генерирует AI-музыку через Suno. Возвращает два трека на один запрос. Модель по умолчанию — V5.5 (новейшая, наилучшего качества). Для инструментального выхода задайте `instrumental: true`. Генерация музыки обычно занимает 30–90 секунд — этот инструмент опрашивает с бюджетом до 6 минут. Учтите: параметр `title` для инструменталов носит рекомендательный характер — Suno часто сам пишет название из содержимого промпта для инструментальных генераций. Временные ошибки `GENERATE_AUDIO_FAILED` встречаются часто; повторите попытку один раз, прежде чем понижать версию модели.

Generate video (Grok Imagine, Wan 2.7, Hailuo 02, Seedance, Kling 2.6, VEO 3.1, Happy Horse)

Генерирует короткое видео по текстовому запросу (T2V) или по текстовому запросу + начальному изображению (I2V). Отправляет задание, опрашивает статус и возвращает ссылку на готовое видео. Модель по умолчанию — `grok-imagine-t2v` (быстрая, 4-6 кр/с, со встроенным KIE -> fal.ai как запасной вариант). Используй `list_video_models`, чтобы получить полный список моделей со стоимостью в кредитах за секунду. Для I2V-моделей (например, `grok-imagine-i2v`, `seedance-pro-i2v`) требуется публичный `imageUrl`. Генерация видео может занять от 30 секунд до нескольких минут; инструмент опрашивает статус с бюджетом до 8 минут. ## Как выбрать модель для видео (если пользователь не указал модель сам) По умолчанию: `grok-imagine-t2v` (4-6 кр/с, быстро, есть подстраховка KIE -> fal.ai. Лучший для общих задач). Выбирай другую модель, если в запросе есть такие признаки: - «максимальное качество» / «премиум» / эфир / коммерция -> `veo3.1-quality` или `veo3-quality` (флагман Google, фиксированные 350-560 кр за 8 с, 3-5 мин) - «быстрый премиум» / быстрое высокое качество -> `veo3-fast` или `veo3.1-fast` (фиксированные 84 кр за 8 с) - Кинематографичные движения камеры / наезд / панорама -> `seedance-pro-t2v` (3-10 кр/с) или `kling-3.0-pro-t2v` (26 кр/с) - Реалистичные движения людей / лица -> `hailuo-2.3-pro-i2v` (I2V, нужен imageUrl) - Говорящая голова / синхронизация губ -> `kling-avatar-pro` (23 кр/с) или `infinitalk` (5-17 кр/с) - Аниме / стилизация / фэнтези -> `wan-2.7-t2v` - NSFW / взрослый контент -> `wan-22-nsfw-i2v` (только I2V; автоматически помечает как 18+) - Оживить именно это изображение -> любая I2V-модель (`grok-imagine-i2v`, `seedance-pro-i2v`, `hailuo-2.3-pro-i2v`) - Интерполяция первого и последнего кадров -> `seedance-pro-i2v` с обоими параметрами `imageUrl` + `endImageUrl` - Самый дешёвый тест -> `hailuo-2.0-standard` в 512p (3 кр/с, ~18 кр за 6 с) или `grok-imagine-t2v` в 480p (4 кр/с, ~24 кр за 6 с) - Клип 12-15 с

List available image models

Возвращает все модели генерации изображений, которые поддерживает AetherWave, с указанием стоимости в кредитах, соотношения сторон по умолчанию, поддерживаемых входных данных (T2I и I2I) и опций, специфичных для модели. Вызывай эту функцию перед generate_image, если не знаешь правильный ID модели. Ключ модели (например, 'grok-imagine-t2i') — это то, что ты передаёшь как `model` в generate_image.

List available audio mastering presets

Возвращает все пресеты AI-мастеринга, которые поддерживает AetherWave: с целевыми LUFS, тегами, описаниями и уровнем сложности. Вызывай это перед master_audio, если не знаешь, какой пресет подходит треку. Всего 12 пресетов, охватывающих стили: стриминг, хип-хоп, EDM, поп, рок, lo-fi, R&B, акустика, саундтрек, подкаст, gentle и loud-and-punchy. У каждого пресета есть целевое значение LUFS (например, -14 для стриминга, -9 для громкого), чтобы можно было подобрать под цель распространения пользователя.

List my AetherWave gallery items

Возвращает элементы из галереи аутентифицированного пользователя — изображения, видео, аудиотреки, которые он создал на AetherWave. Полезно для агентских рабочих процессов вроде «найди мои последние 5 изображений и измени их формат на 9:16» или «перечисли мои недавние треки и обработай каждый». Поддерживает пагинацию и фильтрацию по типу. Каждый элемент включает id, type, prompt, model, contentUrl, thumbnailUrl, createdAt, isFavorite, visibility, rating и поля, зависящие от типа (duration для аудио/видео, width/height для изображений).

List available video models

Возвращает все модели генерации видео, которые поддерживает AetherWave (Grok Imagine, Wan 2.7, Hailuo 02, Seedance Pro/Lite, Kling 2.6 с аудио, VEO 3.1, Happy Horse и другие), с указанием стоимости за секунду в кредитах, поддерживаемых длительностей, разрешений, соотношений сторон и того, требуется ли модели входное изображение (I2V). Вызывай этот инструмент перед generate_video, если не знаешь правильный ID модели.

Master an audio track (AI mastering)

Отправляет аудиофайл на AI-мастеринг и синхронно возвращает URL обработанного трека (внутренне маршрут опрашивает Python-сервис; ожидайте от 30 секунд до 5 минут). Полезно как финальный этап обработки после генерации музыки. Стоимость: 20 кредитов за трек. Тарифы Producer, Mogul и Ultimate получают мастеринг бесплатно. На выходе WAV (~50 МБ за трёхминутный трек, без потерь для редистрибуции). Выберите preset, чтобы задать стиль мастеринга; вызовите `aetherwave_list_master_presets` для полного актуального списка (12 пресетов: streaming, loud, gentle, hip_hop, edm, pop, rock, lofi, rnb, acoustic, cinematic, podcast). У каждого пресета есть целевое значение LUFS, чтобы подобрать его под целевую платформу распространения.

Reframe image to a new aspect ratio (Ideogram V3 Reframe)

Изменяет соотношение сторон изображения с помощью интеллектуального дорисовывания краёв. Передайте публичный `imageUrl` и целевое `aspectRatio` ('16:9', '9:16', '1:1', '4:3', '3:4' и т.д.). Три уровня скорости: 'turbo' (5 cr, быстро), 'balanced' (10 cr, по умолчанию), 'quality' (14 cr, медленнее всего, лучшие края). Возвращает URL перекомпонованного изображения.

Reframe video to a new aspect ratio (Luma Ray 2 Flash)

Переформатирует видео под новое соотношение сторон, интеллектуально дорисовывая или кадрируя края. Передайте публичный `videoUrl` и целевое `reframeAspectRatio`. 17 кредитов в секунду. Опциональный `reframePrompt` управляет содержимым новых краев (например, 'добавьте небо с закатными облаками'). Возвращает URL переформатированного видео (хостинг R2).

Remove background from image (Recraft + fal.ai BiRefNet v2 fallback)

Удаляет фон с изображения, возвращает PNG с прозрачным альфа-каналом. Передайте публичный `imageUrl`. Полезно для предметной съёмки, вырезания персонажей, изоляции логотипов или компоновки на новом фоне. ~5 кредитов за изображение. Recraft — основной провайдер; при сбое инструмент автоматически переключается на fal.ai BiRefNet v2, поэтому вызовы для отдельных изображений никогда не завершаются молчаливым сбоем. Лучше всего работает с фотографическими объектами (люди, товары, животные); входные PNG с прозрачностью не имеют переднего плана для сегментации.

Remove background from video

Удаляет фон из видео покадрово с помощью rembg (u2netp) на Python-сервисе AetherWave. Передайте публичный `videoUrl`. Выберите `bgType: "transparent"` для выходного WebM с альфа-каналом (композитинг) или `bgType: "color"` с hex-кодом `customColor` для замены сплошным цветом. 2 кредита за секунду. Самый медленный инструмент (покадровая обработка): 6-секундный клип обрабатывается ~4 минуты, 30-секундный ~15-20 минут. Лучше всего работает на объектах с чёткими краями (люди, товары). Возвращает URL обработанного видео (размещено на R2).

Upscale image (Topaz)

Увеличивает разрешение исходного изображения с помощью высокоточного апскейлера Topaz. Передайте публичный `imageUrl` и коэффициент масштабирования `upscaleFactor`. Стоимость в кредитах зависит от исходного разрешения, умноженного на коэффициент: маленькие изображения стоят дешевле больших при одинаковом коэффициенте. Возвращает URL увеличенного изображения.

Upscale video (Atlas Video Upscaler)

Повышает разрешение исходного видео до 1080p или 2K с помощью Atlas. Передайте публичный `videoUrl` и целевое разрешение. Стоимость посекундная (7 cr/s @ 1080p, 9 cr/s @ 2K). Ограничения со стороны Atlas: клипы до 53 с при 1080p, 23 с при 2K, исходное видео должно быть <=30 fps. Возвращает URL увеличенного видео (размещено на R2).