Saltar para o conteúdo principal
Neste guia, vamos orientá-lo sobre o uso de um de nossos endpoints de modelo populares, como black-forest-labs/flux-kontext-pro/text-to-image. Antes de começar, certifique-se de ter uma chave de API do seu painel, que é necessária para autenticar suas solicitações à API da port. Escolha sua linguagem de programação preferida abaixo para começar:

​
JavaScript/Node.js

Para começar, instale o pacote do cliente e configure-o com sua chave de API: 
npm install @portmoda/client
Defina sua chave de API como uma variável de ambiente: 
export PORT_KEY="your-api-key-here"
Uma vez configurado, você pode invocar nosso endpoint da API do Modelo usando o cliente da port: 
import { port } from "@portmoda/client";

// Opcionalmente, configure o cliente com uma chave de API diferente daquela definida na variável de ambiente
port.config({
  credentials: "YOUR_PORT_KEY",
});

const result = await port.subscribe("black-forest-labs/flux-kontext-pro/text-to-image", {
  input: {
    prompt: "Um coelho usando óculos lendo um livro debaixo de um cogumelo em estilo aquarela.",
    width: 1024,
    height: 768,
    output_format: "jpeg"
  },
});

​
Python

Instale a biblioteca cliente do Python usando pip: 
pip install port-client
Defina sua chave de API como uma variável de ambiente: 
export PORT_KEY="your-api-key-here"
Configure e use o cliente: 
import port_client

result = port_client.subscribe(
    "black-forest-labs/flux-kontext-pro/text-to-image",
    arguments={
        "prompt": "Um coelho usando óculos lendo um livro debaixo de um cogumelo em estilo aquarela.",
        "width": 1024,
        "height": 768,
        "output_format": "jpeg"
    },
    with_logs=True,
    on_enqueue=print,
    on_queue_update=print,
)
print(result)

​
Java

Adicione a biblioteca cliente do Java ao seu projeto usando seu sistema de compilação preferido: 
implementation("ai.port.client:port-client:0.1.5")
Defina sua chave de API como uma variável de ambiente: 
export PORT_KEY="your-api-key-here"
Configure e use o cliente: 
import ai.port.client.*;
import ai.port.client.queue.*;
import java.util.Map;
import com.google.gson.JsonObject;
import java.util.function.Consumer;

ClientConfig config = ClientConfig.builder()
    .withCredentials(CredentialsResolver.fromEnv())
    .build();

PortClient client = PortClient.withConfig(config);
Map<String, Object> input = Map.of(
    "prompt", "Um coelho usando óculos lendo um livro debaixo de um cogumelo em estilo aquarela.",
    "width", 1024,
    "height", 768,
    "output_format", "jpeg"
);

Consumer<QueueStatus.StatusUpdate> statusUpdateHandler = update -> {
    String status = update.getStatus().toString();
    String message = String.format("\nAtualização de status: %s, ID da solicitação: %s",
        status, update.getRequestId());
    System.out.println(message);
};

SubscribeOptions<JsonObject> options = SubscribeOptions.<JsonObject>builder()
    .input(input)
    .resultType(JsonObject.class)
    .onQueueUpdate(statusUpdateHandler)
    .logs(true)
    .build();

Output<JsonObject> response = client.subscribe("black-forest-labs/flux-kontext-pro/text-to-image", options);
System.out.println("Concluído!");
System.out.println(response.getData());

​
Próximos Passos

Oferecemos vários modelos como Flux kontext pro e Kling v2 master como APIs prontas para uso. Explore-os em nosso Playground de Modelos. Para usar um modelo, visite a guia “API” para encontrar a URL, o código-fonte e os exemplos de uso, ajudando você a integrá-lo perfeitamente em seus aplicativos. Para obter informações mais detalhadas sobre cada biblioteca cliente, visite nossa documentação de bibliotecas de cliente.