API de geração de imagens com IA: exemplo em TypeScript

Uma API de geração de imagens com IA transforma um prompt numa imagem através de uma execução programática. Com a Pipe2, inicie o Image Generator, consulte o ID devolvido e leia o URL da imagem nos recursos da execução concluída. O exemplo em TypeScript usa a combinação válida de modelo e qualidade mais barata do catálogo atual.

Gerar uma imagem com o SDK TypeScript

Instale @pipe2-ai/sdk, guarde um token de acesso pessoal da Pipe2 em PIPE2_TOKEN e execute este módulo com Node. O prompt define um objeto, um ambiente e uma direção de luz, tornando o primeiro resultado fácil de avaliar.

import { createClient } from '@pipe2-ai/sdk';

const input = {
  model: 'gpt-image-2',
  prompt: 'A small red paper boat on a rain-darkened stone step, soft morning light, editorial product photograph, no text.',
  quality: 'fast',
};
const client = createClient(process.env.PIPE2_TOKEN);
const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: 'image-generator',
  input,
});

while (true) {
  const { pipeline_runs_by_pk: run } = await client.GetPipelineRun({
    id: run_pipeline.run_id,
  });
  if (run?.status === 'completed') {
    console.log(run.assets?.[0]?.url);
    break;
  }
  if (run?.status === 'failed') throw new Error(run.error_message ?? 'Image generation failed');
  await new Promise((resolve) => setTimeout(resolve, 3000));
}

O pedido de pipeline contido no programa é exatamente:

{
  "pipeline_slug": "image-generator",
  "input": {
    "model": "gpt-image-2",
    "prompt": "A small red paper boat on a rain-darkened stone step, soft morning light, editorial product photograph, no text.",
    "quality": "fast"
  }
}

A documentação do SDK TypeScript abrange instalação, autenticação, operações de pipeline, carregamento de recursos, subscrições e consultas de créditos.

Compreender o fluxo de execução, consulta e recurso

RunPipeline recebe o slug do pipeline e um objeto JSON de entrada. Em vez de manter a ligação aberta até a imagem ficar pronta, devolve os identificadores de uma execução assíncrona. Guarde run_pipeline.run_id; GetPipelineRun usa-o para obter o estado mais recente.

O ciclo trata os dois estados finais. Uma execução completed pode incluir os recursos gerados, e o exemplo apresenta o URL do primeiro. Uma execução failed pode incluir error_message, que deve ser registado com o ID. Em produção, defina também um tempo limite global e trate uma execução inexistente como erro. Para atualizações em direto, o SDK disponibiliza ainda WatchPipelineRun como iterável assíncrono.

Começar pelo pedido válido mais económico

O exemplo fixa gpt-image-2 com quality: 'fast'. No catálogo atual do Image Generator, esta é a combinação válida de menor custo e corresponde ao nível de baixa qualidade do modelo. É adequada para verificar autenticação, formato do pedido, consulta e tratamento de recursos antes de gastar mais créditos numa imagem final.

Fast é uma escolha de custo, não uma promessa de acabamento final. Antes de lançar um volume maior, use EstimatePipelineCost com os mesmos pipeline_slug e input. Volte a estimar quando alterar o modelo, a qualidade ou o número de imagens de referência: o catálogo ativo determina o custo.

Escolher apenas os controlos necessários

Um prompt é suficiente. O Image Generator também pode aceitar imagens de referência, um vídeo de referência compatível, proporção, qualidade, modelo e preferência de melhoria do prompt. Os limites dependem do modelo escolhido, por isso consulte o esquema do pipeline em vez de assumir que todos os motores aceitam os mesmos conteúdos.

Num pedido apenas de texto, descreva o objeto, a composição, a luz e o estilo num pequeno texto corrido. Coloque entre aspas qualquer texto literal a renderizar e reveja-o no resultado. Com referências, diga qual é a função de cada imagem e que detalhes devem permanecer estáveis. As cinco proporções comuns são 1:1, 16:9, 9:16, 4:3 e 3:4.

Auto deixa a Pipe2 escolher um motor compatível. Fixe um modelo apenas quando o produto depender de uma capacidade documentada ou quando estiver a fazer uma comparação controlada. A comparação de geradores de imagens com IA mostra como manter constantes o prompt, as referências, o enquadramento e o número de tentativas.

Proteger tokens, falhas e URL de saída

Crie o cliente SDK com um token da Pipe2 fornecido pelo ambiente de execução. Não o coloque no código-fonte, não o envie para o repositório e não o exponha nos registos do navegador. O pedido usa o slug do pipeline da Pipe2; o cliente não envia uma credencial separada do fornecedor do modelo.

Guarde o ID antes de começar a consultar, para que um processo reiniciado possa retomar o mesmo trabalho. Trate o URL do recurso como dado da aplicação: persista-o se precisar de uma referência duradoura, confirme que existe um recurso antes de usar o índice zero e apresente o erro sem repetir eternamente. Aplique também as regras normais de autorização, moderação e retenção da sua aplicação aos prompts e conteúdos dos utilizadores.