Skip to main content
Samsa gestisce un MCP server (Model Context Protocol) remoto, così qualsiasi client compatibile con MCP — Claude, ChatGPT, Microsoft Copilot, Cursor, n8n e altri — guida lo studio Samsa della tua organizzazione come un insieme di strumenti. Genera immagini con i tuoi modelli style, object, person e setting addestrati, esegui Magic Edit, trasforma e fai l’upscale di immagini, produci video e controlla il tuo saldo credits — tutto dall’interno dell’app o dell’agent con cui già lavori. Niente da installare: è un solo URL e un accesso.

Genera immagini

Trasforma un prompt in immagini, componendo facoltativamente i modelli style, object, person e setting addestrati dalla tua organizzazione e le palette di colori.

Magic Edit

Modifica un’immagine esistente da un prompt — con o senza maschera — e riusa gli stessi modelli addestrati per risultati fedeli al tuo brand.

Trasforma immagini

Esegui img2img, genera variazioni, ridimensiona per outpainting, fai l’upscale ad alta risoluzione, rimuovi uno sfondo o vettorializza in SVG — uno strumento per operazione.

Crea video

Produci video da un frame iniziale, da testo o da testo stilizzato con i tuoi modelli addestrati — tutto come una singola chiamata a uno strumento.

Traccia job e credits

Interroga qualsiasi job fino al completamento e leggi il saldo credits rimanente della tua organizzazione — le letture sono sempre gratuite.
Server URL — aggiungi questo unico endpoint a qualsiasi client MCP:
È un server remoto su Streamable HTTP — non c’è nulla da installare, nessun processo locale da eseguire e un singolo path (/mcp, senza barra finale) serve entrambe le modalità di autenticazione. Il transport è stateless: ogni chiamata a uno strumento restituisce una singola risposta JSON e gli strumenti di generazione restituiscono un id del job immediatamente, così niente mantiene aperto uno stream di lunga durata.

Connettiti in tre passaggi

1

Ottieni le tue credenziali

Le app interattive — Claude, ChatGPT e Microsoft Copilot (tramite Copilot Studio) — accedono con OAuth; tu approvi una schermata di consenso nell’app Samsa e non incolli mai una chiave. I client headless — Claude Code, Cursor, n8n, SDK — usano una API key creata in Settings → API Keys.
2

Aggiungi il server

Punta il tuo client a https://api.samsa.ai/mcp. Non c’è nulla da installare né alcun processo locale — consulta Collega il tuo client per l’esatta configurazione una tantum.
3

Inizia a creare

Il tuo client elenca i quindici strumenti Samsa. Chiedigli di generare un’immagine, eseguire un Magic Edit, trasformare o fare l’upscale di un’immagine, creare un video oppure creare e aggiornare i tuoi modelli addestrati — invia ogni job e interroga quelli asincroni fino al completamento al posto tuo.

Autenticazione

L’endpoint MCP accetta due tipi di credenziali sullo stesso URL. Scegli quella che corrisponde al tuo client: Entrambe agiscono per un’organizzazione: i credits vengono prelevati dal pool di quell’organizzazione e gli asset generati appaiono nell’app sotto l’account connesso. Consulta Autenticazione per capire come funzionano chiavi, scope e organizzazioni.
L’accesso OAuth segue il flusso MCP standard: il client scopre il server di autorizzazione di Samsa dal challenge 401, si registra dinamicamente (PKCE, nessun client secret) e ti fa passare attraverso una schermata di consenso prima di scambiare un access token di breve durata. Se un accesso non si completa, faccelo sapere a support@samsa.ai.

Il pattern asincrono

I nove strumenti multimediali che costano credits sono asincroni — accodano un job e restituiscono subito, così il tuo client non si blocca mai in attesa di un rendering. create_model è un decimo strumento di invio asincrono (interroga get_job_status(kind="model", …)) ma è gratuito.
1

Invio

Chiama un qualsiasi strumento di invio — generate_image, edit_image, img2img, create_variations, resize_image, upscale_image, remove_background, vectorize_image o generate_video. Restituisce { id, status: "pending", estimated_credits, next_step } in millisecondi e i credits stimati vengono dedotti dal pool della tua organizzazione all’invio.
2

Interrogazione

Chiama get_job_status(kind=…, id=…) con l’id che hai ricevuto e il kind che lo strumento di invio ha indicato. Lo stato passa da pendingprocessingcompleted (o failed). I job di immagine tipicamente finiscono da 30 secondi a due minuti; i video da uno a cinque.
3

Raccolta

Una volta completed, la risposta contiene gli URL presigned del risultato validi per 24 ore. Se un job termina failed per un problema di Samsa, i credits vengono automaticamente rimborsati allo stesso pool.
remove_background e vectorize_image sono memorizzati nella cache per immagine sorgente: quando la sorgente è un image_id che possiedi e che ha già un risultato, la chiamata salta la coda e restituisce subito { status: "completed", estimated_credits: 0 } — nessun credit e nessuno slot di concorrenza consumato.
Il server lo comunica ai modelli connessi da sé: ogni risultato di invio include una stringa next_step con l’esatta chiamata get_job_status da fare, così un agent capace interroga senza prompt aggiuntivi.

Da leggere dopo

Strumenti

I quindici strumenti, i loro parametri, scope e costi.

Collega il tuo client

Configurazione una tantum per Claude, ChatGPT, Microsoft Copilot, Cursor, n8n e altri.

Risoluzione dei problemi

Sicurezza e credits, e come leggere una chiamata rifiutata.

Vedi anche

Autenticazione

Chiavi di organizzazione, scope e l’header Bearer.

Prezzi

Come vengono calcolati i credits per immagini, modifiche e video.

Rate limits

Rate per chiave, concorrenza per org e back-off.

Riferimento API

La superficie REST dietro gli stessi strumenti.