AetherWave-Studio/aetherwave-mcp

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.

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.

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

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.

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

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.

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.

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).

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.

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.

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.

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).

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.

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).

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.

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).