AI 图片生成 API:TypeScript 调用示例
使用 Pipe2.ai TypeScript SDK 调用 AI 图片生成 API,轮询异步任务,并取得生成的图片资源。
操作指南 作者 Pipe2.ai 更新于 September 4, 2026
试用这些流水线
AI 图片生成 API 通过一次程序化任务把提示词转成图片。在 Pipe2 中,先启动 Image Generator,再轮询返回的任务 ID,最后从已完成任务的资源中读取图片 URL。下面的 TypeScript 示例使用当前目录中成本最低的有效模型与质量组合。
使用 TypeScript SDK 生成图片
安装 @pipe2-ai/sdk,把 Pipe2 个人访问令牌写入运行环境的 PIPE2_TOKEN,然后使用 Node 运行该模块。示例提示词只定义一个主体、一个场景和一种光线,便于判断首次输出是否符合预期。
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));
}
程序中的管道请求与以下 JSON 完全一致:
{
"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"
}
}
TypeScript SDK 文档介绍了安装、身份验证、管道操作、资源上传、订阅和额度查询。
理解启动、轮询与资源获取流程
RunPipeline 接收管道 slug 和一个 JSON 输入对象。它不会一直保持连接直至图片完成,而是返回异步任务的标识符。请保存 run_pipeline.run_id;GetPipelineRun 通过它读取最新状态。
轮询代码处理两种终止状态。completed 任务可能包含生成的资源,示例会输出第一个资源的 URL。failed 任务可能带有 error_message,应与任务 ID 一同记录。生产代码还应设置总超时时间,并在找不到任务时直接报错。需要实时更新时,SDK 还提供异步可迭代的 WatchPipelineRun。
从成本最低的有效请求开始
示例固定使用 gpt-image-2 和 quality: 'fast'。在当前 Image Generator 目录中,这是成本最低的有效组合,对应模型的低质量生成档。它适合先验证身份验证、请求结构、轮询和资源处理,再为最终图片使用更高成本的设置。
fast 是成本选择,并不保证首张图片已达到发布质量。在批量生成前,用相同的 pipeline_slug 和 input 调用 EstimatePipelineCost。只要改变模型、质量或参考图片数量,就应重新估算;实际扣费以当前有效目录为准。
只选择图片真正需要的控制项
文本提示词本身即可运行。Image Generator 还可接收参考图片、一段受支持的参考视频、宽高比、质量、模型和提示词增强偏好。不同模型的限制并不相同,因此应读取管道 schema,而不是假设所有引擎都支持同样的媒体。
仅凭文本生成时,用简短连贯的句子写清主体、构图、光线和风格。需要在图片中逐字呈现的文字应放在引号内,并在生成后校对。使用参考图片时,要说明每张图片的用途以及必须保持的细节。五种通用宽高比是 1:1、16:9、9:16、4:3 和 3:4。
使用 Auto 可让 Pipe2 选择兼容引擎。只有当产品依赖某项已记录的模型能力,或需要进行受控比较时,才应固定模型。AI 图片生成器对比说明了如何保持提示词、参考素材、画幅和尝试次数一致。
安全处理令牌、失败与输出 URL
创建 SDK 客户端时,从运行环境中读取 Pipe2 令牌。不要把令牌写进源码、提交到仓库或暴露在浏览器日志中。请求指定的是 Pipe2 管道 slug,客户端无需再发送模型供应商的单独密钥。
轮询前先保存任务 ID,这样进程重启后仍可继续追踪同一任务。把返回的资源 URL 当作应用数据:若需要长期引用就持久保存,读取数组第零项前先确认资源存在,并将错误明确返回,而不是无限重试。对于用户提交的提示词或参考媒体,也要执行应用自身的授权、审核和保留策略。
常见问题
AI 图片生成 API 会立即返回图片吗?
不会。Image Generator 会启动异步任务并返回任务 ID。请轮询该任务,直到状态变为完成或失败;完成后,再从任务资源中读取生成图片的 URL。
Image Generator 最少需要哪些输入?
只需文本提示词即可。Image Generator 还可接收可选的参考图片、受支持的参考视频、宽高比、质量、模型和提示词增强设置,但仅含提示词的请求是最小的实用集成。
首次 API 测试怎样设置最省费用?
像示例一样指定 GPT Image 2,并将质量设为 fast。这是当前目录中 Image Generator 最便宜的有效组合;目录价格可能变化,因此投入生产前应对同一请求重新估算。