圖片生成 | ArcBlock

本文件提供了圖片生成端點的技術規格。透過本指南，您將能夠透過建構請求、指定模型和參數以及處理生成的圖片資料，將由 AI 驅動的圖片創建功能整合到您的應用程式中。

AIGNE Hub API 讓您可以透過文字提示生成新圖片或編輯現有圖片。有關其他 AI 功能的詳細資訊，請參閱聊天完成和嵌入文件。

創建圖片

根據文字描述（提示）生成圖片。您也可以提供一張現有圖片進行編輯。

端點

POST /api/images/generations

此端點會創建一張新圖片或編輯一張現有圖片，並以指定的格式回傳圖片資料。

請求主體

prompt string (required) — 所需圖片的詳細文字描述。最大長度取決於模型，但較短、精確的提示通常能產生更好的結果。
model string (default: dall-e-2) — 用於圖片生成的模型 ID。若未指定，系統預設為 dall-e-2。根據供應商的配置，可能也提供其他模型，如 dall-e-3 或 Google 的 gemini 模型。
image string or array — 用於編輯的來源圖片。可以是一個 URL 或 Base64 編碼的字串。目前，此參數由 gpt-image-1 模型用於圖片編輯任務。
n integer (default: 1) — 要生成的圖片數量。必須是 1 到 10 之間的整數。
size string (default: 1024x1024) — 生成的圖片所需尺寸。支援的尺寸取決於所選模型。DALL·E 2 的常見值包括 256x256、512x512 和 1024x1024；DALL·E 3 則為 1024x1024、1792x1024 或 1024x1792。
response_format string (default: url) — 生成的圖片回傳的格式。必須是 url 或 b64_json 之一。url 的有效期限為一小時，而 b64_json 提供以 Base64 編碼的圖片資料。
quality string (default: standard) — 生成圖片的品質。僅 dall-e-3 支援。可以是 standard 以獲得更快的生成速度，或是 hd 以獲得更精細的細節和更高的品質，但成本可能更高。
style string (default: vivid) — 生成圖片的藝術風格。僅 dall-e-3 支援。可以是 vivid 以獲得超現實和戲劇性的效果，或是 natural 以獲得更逼真、較少加工的外觀。

回應主體

API 回傳一個包含創建時間戳和生成圖片資料陣列的物件。

created integer — 一個 UNIX 時間戳，表示圖片生成啟動的時間。
data array — 一個物件陣列，其中每個物件包含一張生成的圖片。陣列內物件的結構取決於 response_format 參數。
- object object — 包含一個 url 或 b64_json 欄位，內含圖片資料。
  - url string — 可存取生成圖片的 URL。此 URL 是暫時性的，將會過期。
  - b64_json string — 生成圖片的 Base64 編碼 JSON 字串。

範例

基本圖片生成

此範例展示了一個標準請求，使用預設的 dall-e-2 模型生成單張圖片。

請求

curl --location 'https://your-aigne-hub-instance.com/api/images/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--data '{
    "prompt": "A photorealistic image of a cat programming on a laptop",
    "n": 1,
    "size": "1024x1024"
}'

伺服器回傳生成圖片的 URL。

回應

{
  "created": 1678886400,
  "data": [
    {
      "url": "https://example.com/generated-images/image-xyz.png"
    }
  ]
}

使用 DALL·E 3 生成並以 Base64 回應

此範例使用 dall-e-3 模型創建一張高品質、生動的圖片，並以 Base64 編碼字串回傳結果。

請求

curl --location 'https://your-aigne-hub-instance.com/api/images/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--data '{
    "model": "dall-e-3",
    "prompt": "An oil painting of a futuristic city skyline at sunset, with flying cars",
    "n": 1,
    "size": "1792x1024",
    "quality": "hd",
    "style": "vivid",
    "response_format": "b64_json"
}'

回應中包含 Base64 資料，可直接解碼並儲存為圖片檔案。

回應

{
  "created": 1678886400,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUgAAB...rest_of_base64_string"
    }
  ]
}

總結

您現在已具備使用圖片生成端點所需的資訊，包括理解創建和編輯圖片的請求參數，以及處理不同的回應格式。

若要進一步了解相關的 API 功能，請參閱以下文件：

聊天完成 API

了解如何使用我們的聊天模型打造對話式體驗。

嵌入 API

探索如何為機器學習任務創建文字的數值表示。