MAI Image 2.7 API
Планируйте правки для модели редактирования изображений Microsoft MAI Image 2.7. В MAI Image API Playground объедините оригинал с указаниями по сцене, свету, тексту и деталям, которые нужно сохранить.
Настройки MAI Image 2.7 API
- Оригинал из файла или по URL
- Инструкции по редактированию в промпте
- Конфигурация Form и JSON
Укажите, что изменить и какие детали сохранить.
Выберите изображение и опишите изменения.
Готовьте точечные правки с MAI Image 2.7 API
Начните с оригинала и ясной цели редактирования. В рабочем пространстве отделите нужные изменения от композиции, материалов и деталей, которые должны остаться прежними.
Пример MAI Image 2.7 API: редактирование изображений
Примеры показывают, как составить запрос на редактирование с исходным изображением и инструкцией, а затем запросить результат задачи.
- 1
Настройте аутентификацию запроса MAI Image 2.7 API
Сохраните ключ API APIMart в переменной окружения APIMART_API_KEY. Передавайте его в заголовке Authorization: Bearer <key> как при отправке запроса на редактирование, так и при проверке задачи.
- 2
Отправьте задачу редактирования изображения
Отправьте POST /v1/images/generations с model равным mai-image-2.7, инструкцией в prompt и одним HTTP- или HTTPS-адресом исходного изображения в image_urls. Прочитайте ID задачи из data[0].task_id в ответе.
- 3
Получите отредактированное изображение
Проверяйте задачу через GET /v1/tasks/{task_id}. При статусе completed прочитайте URL изображения из data.result.images[0].url[0]. При статусе failed причина ошибки находится в data.error.message.
Сведения об аутентификации и общих принципах работы с API APIMart приведены в документации APIMart.
curl -X POST https://api.apimart.ai/v1/images/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mai-image-2.7",
"prompt": "Поместите товар с этого изображения на мраморную кухонную столешницу при мягком утреннем свете, сохранив его форму и этикетку без изменений.",
"image_urls": [
"https://example.com/source-image.jpg"
]
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "mai-image-2.7",
"prompt": "Поместите товар с этого изображения на мраморную кухонную столешницу при мягком утреннем свете, сохранив его форму и этикетку без изменений.",
"image_urls": [
"https://example.com/source-image.jpg"
]
}
resp = requests.post(f"{API_BASE}/v1/images/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["images"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(3)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"Параметры MAI Image 2.7 API
| Параметр | Тип | Обязательный | По умолчанию | Описание |
|---|---|---|---|---|
model | string | Да | По умолчанию: mai-image-2.7 | Значение модели в примере на этой странице: mai-image-2.7. |
prompt | string | Да | По умолчанию: — | Опишите нужные изменения и элементы исходного изображения, которые следует сохранить. |
image_urls | array | Да | По умолчанию: — | Массив ровно с одним HTTP- или HTTPS-адресом исходного изображения для редактирования. |
