Ana içeriğe atla
Bu kılavuzda, black-forest-labs/flux-kontext-pro/text-to-image gibi popüler model uç noktalarımızdan birini kullanma konusunda size yol göstereceğiz. Başlamadan önce, port API’sine yaptığınız istekleri doğrulamak için gerekli olan kontrol panelinizden bir API anahtarına sahip olduğunuzdan emin olun. Başlamak için aşağıdan tercih ettiğiniz programlama dilini seçin:

​
JavaScript/Node.js

Başlamak için istemci paketini yükleyin ve API anahtarınızla yapılandırın: 
npm install @portmoda/client
API anahtarınızı ortam değişkeni olarak ayarlayın: 
export PORT_KEY="your-api-key-here"
Yapılandırıldıktan sonra, port istemcisi kullanarak Model API uç noktamızı çağırabilirsiniz: 
import { port } from "@portmoda/client";

// İsteğe bağlı olarak, istemciyi ortam değişkeninde ayarlanan dışında farklı bir API anahtarı ile yapılandırın
port.config({
  credentials: "YOUR_PORT_KEY",
});

const result = await port.subscribe("black-forest-labs/flux-kontext-pro/text-to-image", {
  input: {
    prompt: "Mantar altında kitap okuyan gözlüklü bir tavşan, suluboya tarzında.",
    width: 1024,
    height: 768,
    output_format: "jpeg"
  },
});

​
Python

pip kullanarak Python istemci kütüphanesini yükleyin: 
pip install port-client
API anahtarınızı ortam değişkeni olarak ayarlayın: 
export PORT_KEY="your-api-key-here"
İstemciyi yapılandırın ve kullanın: 
import port_client

result = port_client.subscribe(
    "black-forest-labs/flux-kontext-pro/text-to-image",
    arguments={
        "prompt": "Mantar altında kitap okuyan gözlüklü bir tavşan, suluboya tarzında.",
        "width": 1024,
        "height": 768,
        "output_format": "jpeg"
    },
    with_logs=True,
    on_enqueue=print,
    on_queue_update=print,
)
print(result)

​
Java

Tercih ettiğiniz yapı sistemi kullanarak Java istemci kütüphanesini projenize ekleyin: 
implementation("ai.port.client:port-client:0.1.5")
API anahtarınızı ortam değişkeni olarak ayarlayın: 
export PORT_KEY="your-api-key-here"
İstemciyi yapılandırın ve kullanın: 
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", "Mantar altında kitap okuyan gözlüklü bir tavşan, suluboya tarzında.",
    "width", 1024,
    "height", 768,
    "output_format", "jpeg"
);

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

​
Sonraki Adımlar

Flux kontext pro ve Kling v2 master gibi çeşitli modelleri kullanıma hazır API’ler olarak sunuyoruz. Bunları Model Deneme Alanımızda keşfedin. Bir model kullanmak için, URL, kaynak kodu ve kullanım örneklerini bulmak için “API” sekmesini ziyaret edin, bu da onu uygulamalarınıza sorunsuz bir şekilde entegre etmenize yardımcı olur. Her istemci kütüphanesi hakkında daha ayrıntılı bilgi için istemci kütüphaneleri dokümantasyonumuzu ziyaret edin.