เอกสารประกอบ API การสร้างภาพ

KozeAI มีอินเทอร์เฟซการสร้างและแก้ไขภาพแบบ OpenAI อินเทอร์เฟซภาพจะส่งคืนรูปแบบการตอบสนองภาพที่เป็นมาตรฐาน แต่ขนาด คุณภาพ ภาพอ้างอิง และรูปแบบเอาต์พุตที่รองรับโดยโมเดลเฉพาะจะถูกกำหนดโดยอะแดปเตอร์ช่องสัญญาณ

การตรวจสอบสิทธิ์

คำขอทั้งหมดจะได้รับการตรวจสอบสิทธิ์ผ่าน Authorization: Bearer ใช้หลังจากสร้างโทเค็น API ในคอนโซล

export KOZEAI_API_KEY='sk-your-token'

export KOZEAI_BASE_URL='https://your-kozeai-domain'

API

ภาพรวม <ตาราง> <หัวข้อ> วิธีการ เส้นทาง ประเภทเนื้อหา วัตถุประสงค์ <เนื้อหา> POST /v1/images/generations application/json รูปภาพที่สร้างจากข้อความ สามารถเรียกใช้โมเดลรูปภาพผ่าน

/v1/chat/completions

ได้เช่นกัน อินเทอร์เฟซแชทจะดึงรูปภาพจากข้อความและข้อความต่างๆ แล้วแปลงเป็นรูปแบบอินเทอร์เฟซรูปภาพ; ขอแนะนำให้ใช้อินเทอร์เฟซรูปภาพเฉพาะด้านบนเมื่อเชื่อมต่อโดยตรง

1.

curl '$KOZEAI_BASE_URL/v1/images/generations' \ -H 'Authorization: Bearer $KOZEAI_API_KEY' \ -H 'Content-Type: application/json' \ -d '{ 'model': 'gpt-image-1', 'prompt': 'แมวสีส้มนั่งอยู่ข้างหน้าต่าง แสงและเงาแบบภาพยนตร์', 'n': 1, 'size': '1024x1024', 'quality': 'auto', 'response_format': 'url' }

คำขอ พารามิเตอร์

<ตาราง> <ส่วนหัว> พารามิเตอร์ ประเภท จำเป็น คำอธิบาย <เนื้อหา> model string คือ ชื่อโมเดลรูปภาพ โมเดลที่ใช้งานได้จริงจะขึ้นอยู่กับผลลัพธ์จาก /v1/models prompt string ใช่ คำอธิบายเนื้อหารูปภาพ แนะนำให้ใช้สตริงที่ไม่ว่างเปล่า n จำนวนเต็ม ไม่ใช่ จำนวนองค์ประกอบที่สร้างขึ้น ค่าเริ่มต้นคือ 1 ช่วงการตรวจสอบทั่วไปคือ 1-10 ขนาด สตริง ไม่ใช่ ขนาดภาพหรืออัตราส่วนภาพ ค่าเฉพาะจะถูกกำหนดโดยโมเดล คุณภาพ สตริง ไม่ใช่ คุณภาพ ระดับ ค่าทั่วไปคือ standard, hd, auto, 2k, 4k รูปแบบการตอบกลับ สตริง ไม่ใช่ ค่าทั่วไปคือ url หรือ b64_json style any No พารามิเตอร์สไตล์ที่เข้ากันได้กับ OpenAI user / user_id any No ตัวระบุผู้ใช้ของผู้โทร extra_fields object No พารามิเตอร์โครงสร้างเพิ่มเติม; ประสิทธิภาพขึ้นอยู่กับอะแดปเตอร์ช่องสัญญาณ พื้นหลัง ใดๆ ไม่ใช่ การตั้งค่าพื้นหลัง การตรวจสอบ ใดๆ ไม่ใช่ การตั้งค่าการตรวจสอบเนื้อหา รูปแบบเอาต์พุต ใดๆ ไม่ใช่ รูปแบบภาพเอาต์พุต การบีบอัดเอาต์พุต จำนวนเต็ม ไม่ใช่ พารามิเตอร์การบีบอัดเอาต์พุต รองรับโดยโมเดลภาพของ Codex บางรุ่น ภาพบางส่วน จำนวนเต็ม ไม่ใช่ พารามิเตอร์ที่เกี่ยวข้องกับภาพ/สตรีมมิ่งบางส่วน รองรับโดยโมเดลภาพของ Codex บางรุ่น ลายน้ำ บูลีน ไม่ใช่ สวิตช์ลายน้ำ ประสิทธิภาพขึ้นอยู่กับช่องสัญญาณ เปิดใช้งานลายน้ำ ใดๆ ไม่ใช่ ใช้งานร่วมกับพารามิเตอร์ลายน้ำต้นทางบางส่วนได้ รูปภาพ สตริง/ออบเจ็กต์/อาร์เรย์ ไม่ใช่ อ้างอิงถึง URL รูปภาพ, URL ข้อมูล หรือออบเจ็กต์รูปภาพ; บางช่องจะเข้าสู่กระบวนการแก้ไขโดยอัตโนมัติ

ขนาดและค่าเริ่มต้นของ DALL·E

dall-e-3

รุ่น	ขนาด อนุญาต ค่าต่างๆ	ค่าเริ่มต้น
dall-e-2 / dall-e	256x256、512x512、1024x1024	1024x1024
1024x1024、1024x1792、1792x1024	1024x1024
gpt-image-1 / gpt-image-2	กำหนดโดยโมเดลต้นทาง	quality=auto

size ต้องใช้ตัวอักษรครึ่งความกว้าง x ห้ามใช้เครื่องหมายคูณ ×

2. การแก้ไขรูปภาพ

คำขอแก้ไขมาตรฐานใช้ฟอร์มแบบ multipart โดยมีฟิลด์รูปภาพชื่อ image สามารถนำรูปภาพอินพุตหลายรูปมาใช้ซ้ำได้โดยใช้ image หรือ image[]

curl '$KOZEAI_BASE_URL/v1/images/edits' \
-H 'Authorization: Bearer $KOZEAI_API_KEY' \
-F 'model=gpt-image-1' \
-F 'prompt=Change the background to night scene and retain subject details' \
-F 'image=@./input.png' \
-F 'n=1' \
-F 'quality=standard'

แบบฟอร์มทั่วไป ฟิลด์:

<ตาราง> <ส่วนหัว> ฟิลด์ ประเภท คำอธิบาย <เนื้อหา> โมเดล สตริง โมเดลการแก้ไขรูปภาพ พรอมต์ สตริง ข้อกำหนดในการแก้ไข รูปภาพ / image[] ไฟล์ ป้อนรูปภาพอย่างน้อยหนึ่งภาพ

mask file ภาพมาสก์; ส่วนใหญ่ใช้สำหรับเวิร์กโฟลว์การแก้ไขที่เข้ากันได้กับ OpenAI/Codex n จำนวนเต็ม จำนวนองค์ประกอบที่สร้างขึ้น ค่าเริ่มต้น 1 ช่วง 1-10 ขนาด สตริง ขนาดหรืออัตราส่วนของผลลัพธ์ คุณภาพ สตริง คุณภาพของผลลัพธ์ รูปแบบการตอบกลับ สตริง url หรือ b64_json ขึ้นอยู่กับช่องทาง ลายน้ำ บูลีน สวิตช์ลายน้ำ ขึ้นอยู่กับช่องทาง

บางช่องทางยังรองรับคำขอแก้ไข JSON เช่น การตั้งค่า รูปภาพ เป็น URL ข้อมูลหรือ URL รูปภาพ อย่างไรก็ตาม เส้นทางการแก้ไข OAuth ของ OpenAI, Codex และ ChatGPT มักใช้ multipart เป็นหลัก

3. ความแตกต่างของช่องสัญญาณ

<ตาราง> <ส่วนหัว> ช่องสัญญาณ พฤติกรรมเพิ่มเติม <เนื้อหา> OpenAI / DALL·E ส่งต่อโดยฟิลด์รูปภาพ OpenAI; DALL·E มีการตรวจสอบความถูกต้องอย่างเข้มงวดสำหรับ size xAI size จะถูกแปลงเป็น aspect_ratio และ resolution; response_format ค่าเริ่มต้นคือ b64_json รองรับพารามิเตอร์ JSON เพิ่มเติม เช่น aspect_ratio และ resolution ขั้นตอน size รองรับอัตราส่วนภาพ 1:1, 16:9, 9:16, 4:3 และ 3:4; quality=2k/4k จะเริ่มกระบวนการปรับขนาดภาพ ภาพอ้างอิงจะถูกอัปโหลดผ่าน image Jimeng / Dreamina size ใช้สำหรับการแมปอัตราส่วนภาพ; quality=hd จะเลือกความละเอียดที่สูงกว่า; ภาพอ้างอิงจะเข้าสู่กระบวนการผสมผสาน Codex นอกจากนี้ยังรองรับ input_fidelity, mask, stream, output_format, output_compression, partial_images ด้วย ChatGPT OAuth ใช้งาน model, prompt, n และแก้ไขรูปภาพ พารามิเตอร์รูปภาพอื่นๆ อาจถูกละเว้น Grok response_format รองรับเฉพาะ url หรือ b64_json เท่านั้น ค่าเริ่มต้นคือ url; คำขอแก้ไขต้องมีรูปภาพอย่างน้อยหนึ่งภาพ

พารามิเตอร์ที่ไม่ได้กำหนดไว้ในฟิลด์สาธารณะจะไม่รับประกันว่าจะถูกส่งผ่านโดยอัตโนมัติ เฉพาะพารามิเตอร์เพิ่มเติมที่อ่านโดยอะแดปเตอร์ช่องทางที่เกี่ยวข้องเท่านั้นที่จะมีผล

4. รูปแบบการตอบกลับ

{

"created": 1751000000,

"data": [
{
"url": "https://example.com/generated.png",

"b64_json": "",

"revised_prompt": "แมวสีส้มนั่งอยู่ข้างหน้าต่าง แสงและเงาแบบภาพยนตร์"

}
]

}

เมื่อใช้ `response_format=b64_json` เนื้อหาของภาพจะอยู่ใน `data[].b64_json` เมื่อใช้รูปแบบ URL ที่อยู่ของภาพจะอยู่ใน `data[].url` ช่องทางต่างๆ อาจส่งคืนสตริงว่างสำหรับฟิลด์ที่ไม่ได้ใช้

5. ตัวอย่างการเรียกใช้ JavaScript

const baseURL = process.env.KOZEAI_BASE_URL;

const apiKey = process.env.KOZEAI_API_KEY;


const response = await fetch(`${baseURL}/v1/images/generations`, {
method: 'POST',
headers: {
Authorization: `Bearer ${apiKey}`,
'Content-Type': 'application/json',

},
body: JSON.stringify({
model: 'gpt-image-1',
prompt: 'ภาพประกอบผลิตภัณฑ์แบบเรียบง่ายบนพื้นหลังสีขาว',
n: 1, size: 1024x1024,

response_format: url,

}),

});

if (!response.ok) {

throw new Error(await response.text());

}
const result = await response.json();

console.log(result.data[0].url || result.data[0].b64_json);

6. ข้อผิดพลาดทั่วไป

• ต้องระบุ model: ไม่ได้ระบุชื่อ model
• ต้องระบุ prompt: คำที่ prompt ว่างเปล่า
• n ต้องอยู่ระหว่าง 1 ถึง 10: จำนวนการสร้างเกินขีดจำกัดสาธารณะ
• size ต้องเป็นหนึ่งใน ...: DALL·E ใช้ขนาดที่ไม่รองรับ
• ต้องระบุ image: อินเทอร์เฟซการแก้ไขไม่ได้อัปโหลดรูปภาพหรือไม่ได้ให้ข้อมูลอ้างอิงรูปภาพที่สามารถจดจำได้
• unsupported ... response_format: ช่องทางเป้าหมายไม่รองรับรูปแบบเอาต์พุตที่ร้องขอ