Skip to main content
Samsa fait tourner un Model Context Protocol (MCP) server distant, pour que n’importe quel client compatible MCP — Claude, ChatGPT, Microsoft Copilot, Cursor, n8n et plus encore — pilote le studio Samsa de ton organisation sous forme d’un ensemble d’outils. Génère des images avec tes modèles style, objet, personne et décor entraînés, lance des Magic Edit, transforme et upscale des images, produis de la vidéo et vérifie ton solde de credits — le tout depuis l’app ou l’agent dans lequel tu travailles déjà. Rien à installer : une seule URL et une connexion.

Générer des images

Transforme un prompt en images, en composant éventuellement les modèles style, objet, personne et décor entraînés de ton organisation ainsi que des palettes de couleurs.

Magic Edit

Édite une image existante à partir d’un prompt — avec ou sans masque — et réutilise les mêmes modèles entraînés pour des résultats fidèles à ta marque.

Transformer des images

Lance img2img, génère des variations, redimensionne par outpainting, upscale en haute résolution, supprime un arrière-plan ou vectorise en SVG — un outil par opération.

Créer de la vidéo

Produis de la vidéo à partir d’une image de départ, à partir de texte, ou à partir de texte stylisé avec tes modèles entraînés — le tout en un seul appel d’outil.

Suivre les jobs & les credits

Interroge n’importe quel job jusqu’à sa complétion et lis le solde de credits restant de ton organisation — les lectures sont toujours gratuites.
URL du server — ajoute ce seul endpoint à n’importe quel client MCP :
C’est un server distant en Streamable HTTP — il n’y a rien à installer, aucun processus local à faire tourner, et un seul chemin (/mcp, sans slash final) sert les deux modes d’authentification. Le transport est stateless : chaque appel d’outil renvoie une unique réponse JSON, et les outils de génération renvoient un id de job immédiatement pour que rien ne maintienne un flux longue durée ouvert.

Se connecter en trois étapes

1

Récupère tes identifiants

Les apps interactives — Claude, ChatGPT et Microsoft Copilot (via Copilot Studio) — se connectent avec OAuth ; tu approuves un écran de consentement dans l’app Samsa et ne colles jamais de clé. Les clients headless — Claude Code, Cursor, n8n, les SDKs — utilisent une API key créée dans Settings → API Keys.
2

Ajoute le server

Pointe ton client vers https://api.samsa.ai/mcp. Il n’y a rien à installer ni de processus local — voir Connecter ton client pour la configuration exacte à faire une seule fois.
3

Commence à créer

Ton client liste les quinze outils Samsa. Demande-lui de générer une image, de lancer un Magic Edit, de transformer ou d’upscaler une image, de faire une vidéo, ou de créer et mettre à jour tes modèles entraînés — il soumet chaque job et interroge les jobs asynchrones jusqu’à leur complétion pour toi.

Authentification

Le endpoint MCP accepte deux types d’identifiants sur la même URL. Choisis celui qui correspond à ton client : Les deux agissent pour une organisation : les credits sont prélevés sur le pool de cette organisation et les assets générés apparaissent dans l’app sous le compte connecté. Voir Authentification pour comprendre comment fonctionnent les clés, les scopes et les organisations.
La connexion OAuth suit le flux MCP standard : le client découvre le serveur d’autorisation de Samsa à partir du challenge 401, s’enregistre dynamiquement (PKCE, sans client secret), et te fait passer par un écran de consentement avant d’échanger un access token de courte durée. Si une connexion ne se termine pas, dis-le-nous à support@samsa.ai.

Le modèle asynchrone

Les neuf outils média qui coûtent des credits sont asynchrones — ils mettent un job en file et renvoient immédiatement, pour que ton client ne bloque jamais en attendant un rendu. create_model est un dixième outil de soumission asynchrone (interroge get_job_status(kind="model", …)) mais il est gratuit.
1

Soumettre

Appelle n’importe quel outil de soumission — generate_image, edit_image, img2img, create_variations, resize_image, upscale_image, remove_background, vectorize_image ou generate_video. Il renvoie { id, status: "pending", estimated_credits, next_step } en quelques millisecondes, et les credits estimés sont déduits du pool de ton organisation à la soumission.
2

Interroger

Appelle get_job_status(kind=…, id=…) avec l’id que tu as reçu et le kind que l’outil de soumission a indiqué. Le statut passe de pendingprocessingcompleted (ou failed). Les jobs d’image finissent généralement en 30 secondes à deux minutes ; la vidéo en une à cinq.
3

Récupérer

Une fois completed, la réponse porte les URLs de résultat presignées valables 24 heures. Si un job se termine en failed du côté de Samsa, les credits sont automatiquement remboursés sur le même pool.
remove_background et vectorize_image sont mis en cache par image source : lorsque la source est un image_id que tu possèdes et qui a déjà un résultat, l’appel saute la file et renvoie immédiatement { status: "completed", estimated_credits: 0 } — aucun credit et aucun créneau de concurrence consommé.
Le server le dit lui-même aux modèles connectés : chaque résultat de soumission inclut une chaîne next_step avec l’appel exact de get_job_status à effectuer, pour qu’un agent capable interroge sans prompting supplémentaire.

À lire ensuite

Outils

Les quinze outils, leurs paramètres, scopes et coûts.

Connecter ton client

Configuration unique pour Claude, ChatGPT, Microsoft Copilot, Cursor, n8n et plus.

Dépannage

Sécurité et credits, et comment lire un appel rejeté.

Voir aussi

Authentification

Clés d’organisation, scopes et le header Bearer.

Tarification

Comment les credits d’image, d’édition et de vidéo sont calculés.

Rate limits

Rate par clé, concurrence par org et back-off.

Référence API

La surface REST derrière les mêmes outils.