Перейти к основному содержанию
В этом руководстве мы покажем вам, как использовать одну из наших популярных конечных точек модели, например black-forest-labs/flux-kontext-pro/text-to-image. Прежде чем начать, убедитесь, что у вас есть ключ API из вашей панели управления, который необходим для аутентификации ваших запросов к API port. Выберите предпочитаемый язык программирования ниже, чтобы начать:

​
JavaScript/Node.js

Для начала установите клиентский пакет и настройте его с помощью своего ключа API: 
npm install @portmoda/client
Установите свой ключ API в качестве переменной окружения: 
export PORT_KEY="ваш-api-ключ-здесь"
После настройки вы можете вызвать нашу конечную точку API модели с помощью клиента port: 
import { port } from "@portmoda/client";

// При желании настройте клиент с другим ключом API, отличным от установленного в переменной окружения.
port.config({
  credentials: "ВАШ_КЛЮЧ_PORT",
});

const result = await port.subscribe("black-forest-labs/flux-kontext-pro/text-to-image", {
  input: {
    prompt: "Кролик в очках читает книгу под грибом в акварельном стиле.",
    width: 1024,
    height: 768,
    output_format: "jpeg"
  },
});

​
Python

Установите клиентскую библиотеку Python с помощью pip: 
pip install port-client
Установите свой ключ API в качестве переменной окружения: 
export PORT_KEY="ваш-api-ключ-здесь"
Настройте и используйте клиент: 
import port_client

result = port_client.subscribe(
    "black-forest-labs/flux-kontext-pro/text-to-image",
    arguments={
        "prompt": "Кролик в очках читает книгу под грибом в акварельном стиле.",
        "width": 1024,
        "height": 768,
        "output_format": "jpeg"
    },
    with_logs=True,
    on_enqueue=print,
    on_queue_update=print,
)
print(result)

​
Java

Добавьте клиентскую библиотеку Java в свой проект, используя предпочитаемую систему сборки: 
implementation("ai.port.client:port-client:0.1.5")
Установите свой ключ API в качестве переменной окружения: 
export PORT_KEY="ваш-api-ключ-здесь"
Настройте и используйте клиент: 
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", "Кролик в очках читает книгу под грибом в акварельном стиле.",
    "width", 1024,
    "height", 768,
    "output_format", "jpeg"
);

Consumer<QueueStatus.StatusUpdate> statusUpdateHandler = update -> {
    String status = update.getStatus().toString();
    String message = String.format("\nОбновление статуса: %s, ID запроса: %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("Завершено!");
System.out.println(response.getData());

​
Следующие шаги

Мы предлагаем различные модели, такие как Flux kontext pro и Kling v2 master, в виде готовых к использованию API. Изучите их в нашей лаборатории моделей. Чтобы использовать модель, перейдите на вкладку «API», чтобы найти URL-адрес, исходный код и примеры использования, которые помогут вам легко интегрировать ее в ваши приложения. Для получения более подробной информации о каждой клиентской библиотеке посетите нашу документацию по клиентским библиотекам.