soundside.ai

Soundside — เอกสารสำหรับนักพัฒนา

แพลตฟอร์มการผลิตสื่อด้วย AI สำหรับเอเจนต์

Soundside ให้บริการเครื่องมือ MCP จำนวน 21 รายการสำหรับการสร้าง แก้ไข เรียบเรียง แยก และวิเคราะห์สื่อ — รูปภาพ วิดีโอ เสียง เพลง ข้อความ และชิ้นงานทางธุรกิจ — รวมถึงการปรับแต่ง LoRA adapter และการประกอบวิดีโอฝั่งเซิร์ฟเวอร์ เชื่อมต่อกับ MCP client ใดก็ได้ เครดิต OAuth/API-key ครอบคลุมเครื่องมือที่ต้องยืนยันตัวตนทั้งหมด ส่วนชุดย่อยที่เข้าเงื่อนไขรองรับการชำระด้วย USDC บน Base ผ่าน x402 โดยไม่ต้องมีบัญชี Compose, Recast และการเผยแพร่บน X ใช้เครดิตที่ต้องยืนยันตัวตนเท่านั้น

อัปเดตล่าสุด 2026-09 (2026-09-22)

• Recast: ใบเสนอราคาซื้อแบบลงนามอายุ 24 ชั่วโมง วงเงินการใช้จ่ายต่อรอบ การเปรียบเทียบแหล่งที่มา/ผลลัพธ์ และการตรวจสอบการเคลื่อนไหวขั้นสุดท้าย ดู Recast สำหรับราคาที่ใช้เครดิตยืนยันตัวตน
• นำออก: Luma (ทั้งหมด) และการสร้างภาพ/วิดีโอด้วย Runway ตอนนี้ Runway รองรับเฉพาะเสียง — TTS และเอฟเฟกต์เสียงผ่าน create_audio
• เพิ่ม: การสร้างเพลง Lyria 3 (create_music), Grok TTS (create_audio), ราคาวิดีโอ Grok ต่อวินาที × ความละเอียด, โมเดลวิดีโอ Alibaba Wan 2.7 (ค่าเริ่มต้นสากล), วิดีโอ adapter MiniMax H3
• สำหรับเครื่องมือ x402 ที่เข้าเงื่อนไข ดึงแคตตาล็อกสด: GET https://mcp.soundside.ai/api/x402/status ใบเสนอราคา Recast ที่ต้องยืนยันตัวตนเท่านั้นมาจาก remix_video(estimate_only=true)

เริ่มต้นใช้งาน

# MCP endpoint
https://mcp.soundside.ai/mcp

# Auth: API key or x402 crypto payment
Authorization: Bearer <your-api-key>

POST https://mcp.soundside.ai/mcp
{"jsonrpc":"2.0","id":"1","method":"tools/list","params":{}}

เครื่องมือ (21 รายการ)

การสร้าง

เครื่องมือ	ฟังก์ชัน	ผู้ให้บริการ
create_image	ข้อความเป็นภาพ, อ้างอิงตัวละคร	Alibaba (Wan), Creative Freedom (ต้องยืนยันตัวตน), Grok, MiniMax, Vertex AI
create_video	ข้อความเป็นวิดีโอ, ภาพเป็นวิดีโอ, ต่อวิดีโอ	Alibaba (Wan 2.7), Creative Freedom (ต้องยืนยันตัวตน), Grok, MiniMax (Hailuo/H3), Vertex AI (Veo 3.1)
create_audio	TTS, เอฟเฟกต์เสียง, shim ถอดเสียงที่เลิกใช้แล้ว, โคลน/ออกแบบเสียง	Creative Freedom (ต้องยืนยันตัวตน), Grok, MiniMax, Runway (เสียงเท่านั้น), Vertex AI
create_music	เพลงจากเนื้อเพลงและพรอมต์สไตล์	Lyria 3; Creative Freedom (เครดิตยืนยันตัวตนเท่านั้น)
create_text	แชท LLM, ผลลัพธ์แบบมีโครงสร้าง	Grok, MiniMax, Qwen, Vertex AI (Gemini)
create_artifact	แผนภูมิ, งานนำเสนอ, เอกสาร, ไดอะแกรม; โหมดบันเดิลสำหรับแพ็กเกจหลายชิ้นงาน	plotly, pptx, docx, weasyprint, mermaid, gamma

การประกอบ

เครื่องมือ	ฟังก์ชัน
compose_video	ไพพ์ไลน์ฝั่งเซิร์ฟเวอร์: ปรับปรุงแผน, สร้างแอสเซ็ตแบบขนาน, ประกอบด้วยทรานซิชัน, การลดเสียงอัตโนมัติ และโอเวอร์เลย์
remix_video	เปลี่ยนตัวคนในวิดีโอด้วย Recast หรือปรับผิววิดีโอใหม่ด้วยใบเสนอราคาซื้อแบบลงนาม คงการแก้ไข/เสียงต้นฉบับ การเปรียบเทียบแบบซิงค์ และรายงานคุณภาพ

การแก้ไข

เครื่องมือ	ฟังก์ชัน
edit_video	ทรานส์ฟอร์มวิดีโอหลัก: ตัด, ต่อ, ครอสเฟด, ความเร็ว, วนซ้ำ, ปรับสี, เผาคำบรรยาย, FFmpeg กำหนดเอง
edit_audio	มิกซ์, แทนที่ หรือเพิ่มเสียงให้สื่อที่มีอยู่
compose_media	เพิ่มข้อความ, โอเวอร์เลย์สื่อ หรือสร้างคอมโพสิตแบบแยกหน้าจอ
apply_effect	Ken Burns, เร่งความเร็ว, ฟิล์มเกรน, วินเน็ต
extract_media	แยกเฟรม, ชุดเฟรม หรือแทร็กเสียง

การวิเคราะห์

เครื่องมือ	ฟังก์ชัน	ผู้ให้บริการ
analyze_media	เมตาดาตาเชิงเทคนิค, QA ภาพ, การถอดเสียง, การตรวจจับเซกเมนต์, ส่งออก EDL	Anthropic, Grok, OpenAI, Qwen, Vertex (+ soundside.ai ffprobe)

Adapters (LoRA)

เครื่องมือ	ฟังก์ชัน	แบ็กเอนด์
train_adapter	ฝึก LoRA adapter จากสื่อในไลบรารี	DashScope (Wan), Modal (Hunyuan/LTX)
list_adapters	แสดงรายการ LoRA adapters ของคุณ
manage_adapter	ตรวจสอบ, ปรับใช้, เลิกปรับใช้, ลบ หรือเลือก checkpoint

การจัดการไลบรารี

เครื่องมือ	ฟังก์ชัน
lib_list	เรียกดูโปรเจกต์, คอลเลกชัน, ทรัพยากร, lineage, ชุดแบรนด์; ตรวจสอบยอดเครดิต
lib_manage	CRUD สำหรับโปรเจกต์, คอลเลกชัน, ทรัพยากร, ชุดแบรนด์
lib_share	แชร์โปรเจกต์กับผู้ใช้อื่นทางอีเมล

การเผยแพร่

เครื่องมือ	ฟังก์ชัน	การเข้าถึง
publish_content	การอ่านบัญชี X แบบจำกัด พร้อมการเผยแพร่ ตอบกลับ แก้ไข ลบ ไลก์ และรีโพสต์แบบถาวร	เครดิตยืนยันตัวตนเท่านั้น

ราคา

Soundside ใช้ระบบเครดิต: 1 เครดิต = $0.01 USD

• การสร้างด้วย AI ใช้อัตราแบบมิเตอร์ที่เผยแพร่ตามต้นทุนผู้ให้บริการ โดยมีมาร์จิ้นแพลตฟอร์มประมาณ 10% เว้นแต่จะระบุค่าธรรมเนียมคงที่เฉพาะเครื่องมือ
• เครื่องมือแพลตฟอร์ม (เอนจินแก้ไข, ไลบรารี) ราคาคงที่: $0.01/ครั้ง; vision QA $0.03
• Compose เพิ่มค่าธรรมเนียมการจัดระบบ 5 เครดิตเฉพาะเมื่อสำเร็จ และแยกรายการเรียกย่อย ต้องใช้เครดิต OAuth/API-key และไม่รองรับผ่าน x402
• Recast เพิ่มค่าบริการเฉพาะเมื่อสำเร็จ $0.20 ต่อวินาทีของแหล่งที่มาที่แปลง ($2 ขั้นต่ำ) จากการประมวลผลแบบแยกรายการ ค่าบริการจะถูกยกเว้นเมื่อไม่มีการตรวจสอบการเคลื่อนไหวขั้นสุดท้ายหรือล้มเหลว หรือยังมีข้อค้นพบคุณภาพที่ยังไม่แก้ไข การประมวลผลยังคงคิดค่าใช้จ่าย ใบเสนอราคาทำการวิเคราะห์แบบชำระเงิน Recast ใช้เครดิตยืนยันตัวตน ไม่ใช่ x402 ดู ราคา Recast และโทเคนการซื้อ
• การดำเนินการบัญชี X ใช้เครดิตยืนยันตัวตนและไม่รองรับผ่าน x402 การเผยแพร่ 2 เครดิตปกติ หรือ 22 หากมี URL การตอบกลับใช้คลาสเดียวกัน การดำเนินการเป้าหมาย 2 เครดิต และการอ่านอ้างอิงเพดานหน้าทีขอแต่ชำระตามจำนวนที่ส่งคืนจริง (ผลลัพธ์ว่าง 0 เครดิต) ดู การดำเนินการบัญชี X
• การประมาณการต่อครั้งและค่าใช้จ่ายแบบแยกรายการช่วยติดตามการใช้จ่าย ราคาต่อครั้งเดียวไม่ได้จำกัดเวิร์กโฟลว์หลายครั้ง: Compose ไม่มีใบเสนอราคาซื้อแบบลงนามหรือเพดานการใช้จ่ายทั้งเวิร์กโฟลว์ สัญญาใบเสนอราคาแบบลงนามแยกของ Recast จำกัดรอบการซื้อ

ราคาสดพร้อมใช้งานที่:

GET https://mcp.soundside.ai/api/x402/status

สิ่งนี้ส่งคืนราคา USDC แบบเครื่องอ่านได้ต่อเครื่องมือ ต่อผู้ให้บริการ สำหรับเลน x402 เท่านั้น ไม่เผยแพร่เครื่องมือฟรีหรือ Compose, Recast และการเผยแพร่ X ที่ใช้เครดิตยืนยันตัวตนเท่านั้น ราคาขับเคลื่อนโดยฐานข้อมูลและอาจเปลี่ยนแปลง — ตรวจสอบเอนด์พอยต์เสมอแทนการฮาร์ดโค้ด สำหรับเครื่องมือราคาผันแปร จำนวนที่เผยแพร่เป็นใบเสนอราคาเพดาน (กรณีแย่ที่สุด) ไม่ใช่ราคาที่ชำระจริง — แถวมี price_note ในกรณีที่เกี่ยวข้อง

x402: จ่ายต่อครั้งด้วยคริปโต

ไม่ต้องใช้ API key ชำระด้วย USDC บน Base (L2) ต่อการเรียกเครื่องมือผ่าน EIP-3009 transferWithAuthorization (ลงนามนอกเชน, facilitator จ่ายแก๊ส)

Network: eip155:8453 (Base mainnet)
Token: USDC
Facilitator: Coinbase CDP

ดู คู่มือ x402 สำหรับการตั้งค่าฉบับเต็ม

คู่มือ

• เริ่มต้นใช้งาน — การเชื่อมต่อ MCP ครั้งแรกใน 5 นาที
• x402 จ่ายต่อครั้ง — ชำระด้วยคริปโต ไม่ต้องมีบัญชี
• อ้างอิงเครื่องมือ — เอกสารโดยละเอียดสำหรับเครื่องมือทั้ง 21 รายการ
• Recast วิดีโอ — ใบเสนอราคาแบบชำระเงิน, การซื้อที่ปลอดภัยต่อการทำซ้ำ, การแปลงตัวละคร/โลก และการตรวจสอบคุณภาพ
• สร้างภาพยนตร์สั้นต้นฉบับ — การวางแผนช็อตแบบมีผู้ช่วย, การตรวจสอบสตอรีบอร์ด และการประกอบฟุตเทจที่ยอมรับผ่าน MCP
• เผยแพร่บน X — เชื่อมต่อบัญชี X และเผยแพร่จาก MCP

ตัวอย่าง

• Python — API Key — เชื่อมต่อและสร้างด้วย httpx
• Python — ใบเสนอราคาและการซื้อ Recast — บันทึกใบเสนอราคา, ซื้อโทเคน และกู้คืนสถานะงาน
• เรื่องต้นฉบับ — ตัวอย่าง และ การตัดต่อที่เลือก — เทมเพลตคำขอ Compose มาตรฐาน 30 วินาที; แทนที่ ID ทรัพยากรตัวยึดก่อนใช้งาน
• Python — x402 — จ่ายต่อครั้งด้วย USDC
• TypeScript — API Key — MCP client สำหรับ Node.js
• ทักษะ OpenClaw — การกำหนดค่าแบบบรรทัดเดียวสำหรับเอเจนต์ OpenClaw

การตรวจสอบในเครื่อง (pre-push hook)

ไม่มี CI ที่โฮสต์บน GitHub; การตรวจสอบทำงานในเครื่องก่อนทุกการพุช เปิดใช้งานครั้งเดียวต่อโคลน:

git config core.hooksPath .githooks

ข้อกำหนด: brew install gitleaks และ uv ฮุกทำงานสามเกตทุกการพุช: (1) การสแกนความลับ gitleaks ของช่วงคอมมิตที่ส่งออก, (2) python3 scripts/validate_public_contract.py, และ (3) ชุด pytest (uv run --with pytest python -m pytest tests/ -q) ตัวตรวจสอบสัญญาเปรียบเทียบพอร์ทัลนี้กับสัญญา MCP ที่ vendored และแหล่งความจริงในรีโพส sibling ดังนั้นการพุชต้องมีเวิร์กสเปซเช็คเอาต์สามรีโพ (../ssd-mcp และ ../soundside-ai ข้างรีโพนี้); โคลนเดี่ยวไม่สามารถผ่านเกตได้

ลิงก์

• เว็บไซต์: soundside.ai
• MCP Endpoint: https://mcp.soundside.ai/mcp
• ราคาสด: https://mcp.soundside.ai/api/x402/status
• GitHub: github.com/soundside-design/soundside-docs