AGICTO | 大模型基座

图像生成

使用 AI 模型生成图像

图像生成

使用 AI 模型根据文本描述生成图像。

基本用法

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.agicto.cn/v1"
)

response = client.images.generate(
    model="dall-e-3",
    prompt="一只可爱的橘猫坐在窗台上，阳光洒在它身上，水彩画风格",
    size="1024x1024",
    quality="standard",
    n=1
)

image_url = response.data[0].url
print(f"图像URL: {image_url}")

参数说明

prompt

描述你想生成的图像：

response = client.images.generate(
    model="dall-e-3",
    prompt="""
    一个未来主义的城市景观，
    高楼大厦之间有飞行汽车，
    霓虹灯光，赛博朋克风格，
    夜晚场景，高质量，细节丰富
    """,
    size="1024x1024"
)

size

图像尺寸：

# DALL-E 3 支持的尺寸
sizes = ["1024x1024", "1024x1792", "1792x1024"]

response = client.images.generate(
    model="dall-e-3",
    prompt="山水画",
    size="1792x1024"  # 横向图像
)

quality

图像质量（仅 DALL-E 3）：

# standard: 标准质量，更快更便宜
# hd: 高清质量，更多细节

response = client.images.generate(
    model="dall-e-3",
    prompt="精美的风景照片",
    quality="hd"  # 高清质量
)

style

图像风格（仅 DALL-E 3）：

# vivid: 生动鲜艳的色彩
# natural: 自然真实的风格

response = client.images.generate(
    model="dall-e-3",
    prompt="日落海滩",
    style="vivid"  # 鲜艳风格
)

n

生成图像数量：

# DALL-E 2 支持一次生成多张
response = client.images.generate(
    model="dall-e-2",
    prompt="抽象艺术",
    n=4  # 生成4张
)

for i, image in enumerate(response.data):
    print(f"图像 {i+1}: {image.url}")

下载图像

import requests
from PIL import Image
from io import BytesIO

def download_image(url, save_path):
    response = requests.get(url)
    img = Image.open(BytesIO(response.content))
    img.save(save_path)
    return img

# 生成并下载
response = client.images.generate(
    model="dall-e-3",
    prompt="可爱的小狗"
)

image_url = response.data[0].url
download_image(image_url, "generated_image.png")

图像编辑

基于现有图像进行编辑：

response = client.images.edit(
    model="dall-e-2",
    image=open("original.png", "rb"),
    mask=open("mask.png", "rb"),  # 透明区域将被编辑
    prompt="在空白区域添加一只猫",
    size="1024x1024",
    n=1
)

图像变体

生成现有图像的变体：

response = client.images.create_variation(
    model="dall-e-2",
    image=open("original.png", "rb"),
    n=3,  # 生成3个变体
    size="1024x1024"
)

for i, image in enumerate(response.data):
    print(f"变体 {i+1}: {image.url}")

支持的模型

模型尺寸特点
dall-e-31024x1024, 1024x1792, 1792x1024最新模型，质量最高
dall-e-2256x256, 512x512, 1024x1024支持编辑和变体
# 使用 DALL-E 3
response = client.images.generate(
    model="dall-e-3",
    prompt="未来城市",
    size="1024x1024",
    quality="hd"
)

# 使用 DALL-E 2
response = client.images.generate(
    model="dall-e-2",
    prompt="抽象艺术",
    size="512x512",
    n=4
)

提示词技巧

详细描述

prompt = """
主体：一只金色的拉布拉多犬
动作：在草地上奔跑
环境：阳光明媚的公园，绿树成荫
风格：写实摄影风格
光线：自然光，黄金时段
质量：高清，细节丰富
"""

艺术风格

styles = [
    "水彩画风格",
    "油画风格",
    "素描风格",
    "动漫风格",
    "像素艺术风格",
    "赛博朋克风格",
    "蒸汽朋克风格",
    "极简主义风格"
]

for style in styles:
    response = client.images.generate(
        model="dall-e-3",
        prompt=f"一座城堡，{style}"
    )

参考艺术家

prompt = "山水画，宫崎骏风格，吉卜力工作室，动画电影场景"

批量生成

prompts = [
    "春天的樱花树",
    "夏天的海滩",
    "秋天的枫叶",
    "冬天的雪景"
]

images = []
for prompt in prompts:
    response = client.images.generate(
        model="dall-e-3",
        prompt=prompt,
        size="1024x1024"
    )
    images.append(response.data[0].url)
    print(f"生成: {prompt}")

# 下载所有图像
for i, url in enumerate(images):
    download_image(url, f"season_{i+1}.png")

最佳实践

  1. 详细的提示词 - 包含主体、动作、环境、风格、光线等
  2. 使用否定词 - 说明不想要的元素（在提示词中明确）
  3. 参考风格 - 指定艺术风格或参考艺术家
  4. 迭代优化 - 根据结果调整提示词
  5. 合理选择尺寸 - 根据用途选择合适的尺寸
# 优化的提示词模板
def generate_with_template(subject, action, environment, style, quality="hd"):
    prompt = f"""
    主体：{subject}
    动作：{action}
    环境：{environment}
    风格：{style}
    质量：高清，细节丰富，专业摄影
    """
    
    response = client.images.generate(
        model="dall-e-3",
        prompt=prompt,
        quality=quality,
        size="1024x1024"
    )
    
    return response.data[0].url

# 使用模板
url = generate_with_template(
    subject="一只橘猫",
    action="在窗台上晒太阳",
    environment="温馨的家居环境，阳光洒进来",
    style="温暖的色调，自然光摄影"
)

成本优化

# 使用标准质量节省成本
response = client.images.generate(
    model="dall-e-3",
    prompt="简单的图标设计",
    quality="standard",  # 而不是 "hd"
    size="1024x1024"
)

# 使用 DALL-E 2 生成多个变体
response = client.images.generate(
    model="dall-e-2",  # 更便宜
    prompt="logo设计",
    n=4,  # 一次生成多个
    size="512x512"
)

注意事项

  • 遵守内容政策，不生成违规内容
  • 图像URL有效期有限，及时下载
  • 高质量图像消耗更多成本
  • 复杂提示词可能需要多次尝试

查看 模型总览 了解所有可用模型。

图像生成 | Agicto Docs