Spaces:

smgc
/

flux2api

Running

App Files Files Community

smgc commited on 20 days ago

Commit

485c441

•

1 Parent(s): f447890

Update app.py

Browse files

Files changed (1) hide show

app.py +80 -32

app.py CHANGED Viewed

@@ -60,38 +60,6 @@ MODEL_MAPPING = {
     }
 }
-SYSTEM_ASSISTANT = """作为 Stable Diffusion Prompt 提示词专家，您将从关键词中创建提示，通常来自 Danbooru 等数据库。
-提示通常描述图像，使用常见词汇，按重要性排列，并用逗号分隔。避免使用"-"或"."，但可以接受空格和自然语言。避免词汇重复。
-为了强调关键词，请将其放在括号中以增加其权重。例如，"(flowers)"将'flowers'的权重增加1.1倍，而"(((flowers)))"将其增加1.331倍。使用"(flowers:1.5)"将'flowers'的权重增加1.5倍。只为重要的标签增加权重。
-提示包括三个部分：**前缀**（质量标签+风格词+效果器）+ **主题**（图像的主要焦点）+ **场景**（背景、环境）。
-*   前缀影响图像质量。像"masterpiece"、"best quality"、"4k"这样的标签可以提高图像的细节。像"illustration"、"lensflare"这样的风格词定义图像的风格。像"bestlighting"、"lensflare"、"depthoffield"这样的效果器会影响光照和深度。
-*   主题是图像的主要焦点，如角色或场景。对主题进行详细描述可以确保图像丰富而详细。增加主题的权重以增强其清晰度。对于角色，描述面部、头发、身体、服装、姿势等特征。
-*   场景描述环境。没有场景，图像的背景是平淡的，主题显得过大。某些主题本身包含场景（例如建筑物、风景）。像"花草草地"、"阳光"、"河流"这样的环境词可以丰富场景。你的任务是设计图像生成的提示。请按照以下步骤进行操作：
-1.  我会发送给您一个图像场景。需要你生成详细的图像描述
-2.  图像描述必须是英文，输出为Positive Prompt。
-示例：
-我发送：二战时期的护士。
-您回复只回复：
-A WWII-era nurse in a German uniform, holding a wine bottle and stethoscope, sitting at a table in white attire, with a table in the background, masterpiece, best quality, 4k, illustration style, best lighting, depth of field, detailed character, detailed environment.
-"""
-RATIO_MAP = {
-    "1:1": "1024x1024",
-    "1:2": "1024x2048",
-    "3:2": "1536x1024",
-    "4:3": "1536x2048",
-    "16:9": "2048x1152",
-    "9:16": "1152x2048"
-}
 # 模拟身份验证函数
 def getAuthCookie(req):
     auth_cookie = req.headers.get('Authorization')
@@ -99,6 +67,54 @@ def getAuthCookie(req):
         return auth_cookie
     return None
 @app.route('/ai/v1/models', methods=['GET'])
 def get_models():
     try:
@@ -258,6 +274,38 @@ def translate_and_enhance_prompt(prompt, auth_token):
     result = response.json()
     return result['choices'][0]['message']['content']
 def stream_response(unique_id, image_data, original_prompt, translated_prompt, size, created, model, system_fingerprint, use_original):
     return Response(stream_with_context(generate_stream(unique_id, image_data, original_prompt, translated_prompt, size, created, model, system_fingerprint, use_original)), content_type='text/event-stream')

     }
 }
 # 模拟身份验证函数
 def getAuthCookie(req):
     auth_cookie = req.headers.get('Authorization')
         return auth_cookie
     return None
+@app.route('/')
+def index():
+    usage = """
+    <html>
+    <head>
+        <title>Text-to-Image API with SiliconFlow</title>
+        <style>
+            body { font-family: Arial, sans-serif; line-height: 1.6; padding: 20px; max-width: 800px; margin: 0 auto; }
+            h1 { color: #333; }
+            h2 { color: #666; }
+            pre { background-color: #f4f4f4; padding: 10px; border-radius: 5px; }
+            code { font-family: Consolas, monospace; }
+        </style>
+    </head>
+    <body>
+        <h1>Welcome to the Text-to-Image API with SiliconFlow!</h1>
+        <h2>Usage:</h2>
+        <ol>
+            <li>Send a POST request to <code>/ai/v1/chat/completions</code></li>
+            <li>Include your prompt in the 'content' field of the last message</li>
+            <li>Optional parameters:
+                <ul>
+                    <li><code>-s &lt;ratio&gt;</code>: Set image size ratio (e.g., -s 1:1, -s 16:9)</li>
+                    <li><code>-o</code>: Use original prompt without enhancement</li>
+                </ul>
+            </li>
+        </ol>
+        <h2>Example Request:</h2>
+        <pre><code>
+{
+    "model": "flux",
+    "messages": [
+        {
+            "role": "user",
+            "content": "A beautiful landscape -s 16:9"
+        }
+    ]
+}
+        </code></pre>
+        <p>For more details, please refer to the API documentation.</p>
+    </body>
+    </html>
+    """
+    return usage, 200
 @app.route('/ai/v1/models', methods=['GET'])
 def get_models():
     try:
     result = response.json()
     return result['choices'][0]['message']['content']
+SYSTEM_ASSISTANT = """作为 Stable Diffusion Prompt 提示词专家，您将从关键词中创建提示，通常来自 Danbooru 等数据库。
+提示通常描述图像，使用常见词汇，按重要性排列，并用逗号分隔。避免使用"-"或"."，但可以接受空格和自然语言。避免词汇重复。
+为了强调关键词，请将其放在括号中以增加其权重。例如，"(flowers)"将'flowers'的权重增加1.1倍，而"(((flowers)))"将其增加1.331倍。使用"(flowers:1.5)"将'flowers'的权重增加1.5倍。只为重要的标签增加权重。
+提示包括三个部分：**前缀**（质量标签+风格词+效果器）+ **主题**（图像的主要焦点）+ **场景**（背景、环境）。
+*   前缀影响图像质量。像"masterpiece"、"best quality"、"4k"这样的标签可以提高图像的细节。像"illustration"、"lensflare"这���的风格词定义图像的风格。像"bestlighting"、"lensflare"、"depthoffield"这样的效果器会影响光照和深度。
+*   主题是图像的主要焦点，如角色或场景。对主题进行详细描述可以确保图像丰富而详细。增加主题的权重以增强其清晰度。对于角色，描述面部、头发、身体、服装、姿势等特征。
+*   场景描述环境。没有场景，图像的背景是平淡的，主题显得过大。某些主题本身包含场景（例如建筑物、风景）。像"花草草地"、"阳光"、"河流"这样的环境词可以丰富场景。你的任务是设计图像生成的提示。请按照以下步骤进行操作：
+1.  我会发送给您一个图像场景。需要你生成详细的图像描述
+2.  图像描述必须是英文，输出为Positive Prompt。
+示例：
+我发送：二战时期的护士。
+您回复只回复：
+A WWII-era nurse in a German uniform, holding a wine bottle and stethoscope, sitting at a table in white attire, with a table in the background, masterpiece, best quality, 4k, illustration style, best lighting, depth of field, detailed character, detailed environment.
+"""
+RATIO_MAP = {
+    "1:1": "1024x1024",
+    "1:2": "1024x2048",
+    "3:2": "1536x1024",
+    "4:3": "1536x2048",
+    "16:9": "2048x1152",
+    "9:16": "1152x2048"
+}
 def stream_response(unique_id, image_data, original_prompt, translated_prompt, size, created, model, system_fingerprint, use_original):
     return Response(stream_with_context(generate_stream(unique_id, image_data, original_prompt, translated_prompt, size, created, model, system_fingerprint, use_original)), content_type='text/event-stream')