Integracja i użycie Flux Tasks API

Główną funkcją Flux Tasks API jest sprawdzanie statusu wykonania zadania poprzez wprowadzenie identyfikatora zadania platformy zwróconego przez Flux Images Generation API lub Flux Videos API. Ten dokument szczegółowo przedstawi instrukcje dotyczące integracji Flux Tasks API, pomagając Ci łatwo zintegrować i w pełni wykorzystać zaawansowane funkcje tego API. Dzięki Flux Tasks API możesz łatwo realizować sprawdzanie statusu wykonania zadań Flux Images Generation API. Pełny przykład przesyłania i odpytywania wideo znajdziesz w przewodniku integracji Flux Videos API. Sprawdzanie istniejących zadań nie wiąże się z dodatkowymi opłatami za generowanie.

Proces aplikowania

Aby używać Flux Images Generation API, najpierw przejdź do konsoli Ace Data Cloud, aby uzyskać swój API Token i zachować go na później.

Jeśli nie jesteś jeszcze zalogowany ani zarejestrowany, zostaniesz automatycznie przekierowany na stronę logowania, która zaprosi Cię do rejestracji i zalogowania się, a po zakończeniu automatycznie powrócisz na bieżącą stronę. Jeden API Token może wywoływać wszystkie usługi platformy, bez konieczności osobnego aplikowania dla każdej usługi. Przy pierwszej aplikacji otrzymasz bezpłatny limit, który umożliwia darmowe wypróbowanie; gdy limit jest niewystarczający, możesz doładować uniwersalne saldo w konsoli.

📘 Pełna dokumentacja: Flux Images Generation API →

Przykład żądania

Flux Tasks API może służyć do sprawdzania wyników Flux Images Generation API. Informacje o tym, jak używać Flux Images Generation API, znajdziesz w dokumentacji Flux Images Generation API . Jako przykład weźmiemy jeden identyfikator zadania zwrócony przez usługę Flux Images Generation API, aby zademonstrować, jak używać tego API. Załóżmy, że mamy identyfikator zadania: 2db0168c-2373-4367-8d9a-9dc778802e8a, następnie zademonstrujemy, jak poprzez przekazanie identyfikatora zadania.

Przykładowy obraz zadania

Ustawianie nagłówków żądania i treści żądania

Request Headers obejmują:

accept: określa odbieranie wyników odpowiedzi w formacie JSON, tutaj należy wpisać application/json.
authorization: klucz do wywoływania API, po złożeniu wniosku można go bezpośrednio wybrać z listy rozwijanej.

Request Body obejmuje:

id: identyfikator przesłanego zadania.
action: sposób działania na zadaniu.

Ustawienia są pokazane na poniższym obrazku:

Przykład kodu

Można zauważyć, że po prawej stronie strony automatycznie wygenerowano już kod w różnych językach, jak pokazano na obrazku:

Niektóre przykłady kodu są następujące:

CURL

curl -X POST 'https://api.acedata.cloud/flux/tasks' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "id": "2c454ff3-4f8f-47f0-8147-acb29a84d1c2",
  "action": "retrieve"
}'

Python

import requests

url = "https://api.acedata.cloud/flux/tasks"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "id": "2c454ff3-4f8f-47f0-8147-acb29a84d1c2",
    "action": "retrieve"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Przykład odpowiedzi

Po pomyślnym wykonaniu żądania API zwróci szczegółowe informacje o zadaniu obrazu. Na przykład:

{
  "_id": "677de81d550a4144a5f4cf62",
  "id": "2db0168c-2373-4367-8d9a-9dc778802e8a",
  "api_id": "deefc5d7-7f22-43e9-929e-f2b6afee60b7",
  "application_id": "001c2f84-2a4a-4c4d-ba3f-8a89f43b5be2",
  "created_at": 1736304669.779,
  "started_at": 1736304669.839,
  "finished_at": 1736304679.439,
  "elapsed": 9.6,
  "credential_id": "b00bddd3-140f-4343-a9a2-affb312b60de",
  "request": {
    "action": "generate",
    "size": "1024x1024",
    "prompt": "a white siamese cat"
  },
  "trace_id": "6624929c-bb80-40c0-81e8-d96af8405d19",
  "user_id": "ad7afe47-cea-4cda-980f-2ad8810e51cf",
  "response": {
    "success": true,
    "task_id": "2db0168c-2373-4367-8d9a-9dc778802e8a",
    "trace_id": "6624929c-bb80-40c0-81e8-d96af8405d19",
    "data": [
      {
        "prompt": "a white siamese cat",
        "image_url": "https://cdn.acedata.cloud/e724d7f13d.png",
        "seed": 281520112,
        "timings": {
          "inference": 3.193
        }
      }
    ]
  }
}

Wynik zwracany zawiera wiele pól, pole request jest request body podczas inicjowania zadania, natomiast pole response jest response body zwracanym po ukończeniu zadania. Opis pól jest następujący.

id, ID wygenerowanego zadania obrazu, używane do jednoznacznej identyfikacji tego zadania generowania obrazu.
request, informacje o żądaniu w sprawdzanym zadaniu obrazu.
response, informacje zwrotne w sprawdzanym zadaniu obrazu.
created_at, czas utworzenia zadania, znacznik czasu Unix (sekundy, liczba zmiennoprzecinkowa).
started_at, czas rozpoczęcia wykonywania zadania, znacznik czasu Unix (sekundy, liczba zmiennoprzecinkowa).
finished_at, czas ukończenia zadania, znacznik czasu Unix (sekundy, liczba zmiennoprzecinkowa). To pole nie jest zwracane, gdy zadanie nie zostało ukończone.
elapsed, czas wykonania zadania, w sekundach (liczba zmiennoprzecinkowa, zachowane 3 miejsca po przecinku). To pole nie jest zwracane, gdy zadanie nie zostało ukończone.

Operacja zapytania zbiorczego

Jest to sprawdzanie szczegółów zadań obrazów dla wielu identyfikatorów zadań, różnica w stosunku do powyższego polega na konieczności wybrania action jako retrieve_batch Request Body obejmuje:

ids: tablica identyfikatorów przesłanych zadań.
action: sposób działania na zadaniu.

Ustawienia są pokazane na poniższym obrazku:

Przykład kodu

Można zauważyć, że po prawej stronie strony automatycznie wygenerowano już kod w różnych językach, jak pokazano na obrazku:

Niektóre przykłady kodu są następujące:

Przykład odpowiedzi

Po pomyślnym wykonaniu żądania API zwróci szczegółowe informacje o wszystkich zadaniach obrazów w tej partii. Na przykład:

{
  "items": [
    {
      "_id": "677de81d550a4144a5f4cf62",
      "id": "2db0168c-2373-4367-8d9a-9dc778802e8a",
      "api_id": "deefc5d7-7f22-43e9-929e-f2b6afee60b7",
      "application_id": "001c2f84-2a4a-4c4d-ba3f-8a89f43b5be2",
      "created_at": 1736304669.779,
      "started_at": 1736304669.839,
      "finished_at": 1736304679.439,
      "elapsed": 9.6,
      "credential_id": "b00bddd3-140f-4343-a9a2-affb312b60de",
      "request": {
        "action": "generate",
        "size": "1024x1024",
        "prompt": "a white siamese cat"
      },
      "trace_id": "6624929c-bb80-40c0-81e8-d96af8405d19",
      "user_id": "ad7afe47-cea9-4cda-980f-2ad8810e51cf",
      "response": {
        "success": true,
        "task_id": "2db0168c-2373-4367-8d9a-9dc778802e8a",
        "trace_id": "6624929c-bb80-40c0-81e8-d96af8405d19",
        "data": [
          {
            "prompt": "a white siamese cat",
            "image_url": "https://cdn.acedata.cloud/e724d7f13d.png",
            "seed": 281520112,
            "timings": {
              "inference": 3.193
            }
          }
        ]
      }
    },
    {
      "_id": "677de950550a4144a5f52963",
      "id": "72bdd69d-290d-4710-a6d4-60c78968865a",
      "api_id": "deefc5d7-7f22-43e9-929e-f2b6afee60b7",
      "application_id": "001c2f84-2a4a-4c4d-ba3f-8a89f43b5be2",
      "created_at": 1736304976.278,
      "started_at": 1736304976.338,
      "finished_at": 1736304985.938,
      "elapsed": 9.6,
      "credential_id": "b00bddd3-140f-4343-a9a2-affb312b60de",
      "request": {
        "action": "generate",
        "size": "1024x1024",
        "prompt": "a white siamese cat"
      },
      "trace_id": "1dca4b49-d31d-42e6-83d9-7f0c56f62d31",
      "user_id": "ad7afe47-cea9-4cda-980f-2ad8810e51cf",
      "response": {
        "success": true,
        "task_id": "72bdd69d-290d-4710-a6d4-60c78968865a",
        "trace_id": "1dca4b49-d31d-42e6-83d9-7f0c56f62d31",
        "data": [
          {
            "prompt": "a white siamese cat",
            "image_url": "https://cdn.acedata.cloud/e724d7f13d.png",
            "seed": 1437672535,
            "timings": {
              "inference": 3.175
            }
          }
        ]
      }
    }
  ],
  "count": 2
}

Wynik zwracany zawiera łącznie wiele pól, z których items zawiera szczegółowe informacje o wsadowych zadaniach obrazów. Szczegółowe informacje o każdym zadaniu obrazu są takie same jak pola opisane powyżej, a informacje o polach są następujące.

items, wszystkie szczegółowe informacje o wsadowych zadaniach obrazów. Jest to tablica, a format każdego elementu tablicy jest taki sam jak format wyniku zwracanego przy zapytaniu o pojedyncze zadanie opisanym powyżej.
count, liczba zadań obrazów w tym wsadowym zapytaniu.

CURL

curl -X POST 'https://api.acedata.cloud/flux/tasks' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "ids": ["2db0168c-2373-4367-8d9a-9dc778802e8a","72bdd69d-290d-4710-a6d4-60c78968865a"],
  "action": "retrieve_batch"
}'

Python

import requests

url = "https://api.acedata.cloud/flux/tasks"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "ids": ["2db0168c-2373-4367-8d9a-9dc778802e8a","72bdd69d-290d-4710-a6d4-60c78968865a"],
    "action": "retrieve_batch"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Obsługa błędów

Podczas wywoływania API, jeśli wystąpi błąd, API zwróci odpowiedni kod błędu i informację. Na przykład:

400 token_mismatched: Nieprawidłowe żądanie, prawdopodobnie z powodu brakujących lub nieprawidłowych parametrów.
400 api_not_implemented: Nieprawidłowe żądanie, prawdopodobnie z powodu brakujących lub nieprawidłowych parametrów.
401 invalid_token: Brak autoryzacji, nieprawidłowy lub brakujący token autoryzacyjny.
429 too_many_requests: Zbyt wiele żądań, przekroczono limit częstotliwości.
500 api_error: Wewnętrzny błąd serwera, coś poszło nie tak na serwerze.

Przykład odpowiedzi z błędem

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Wnioski

Dzięki temu dokumentowi dowiedziałeś się już, jak używać FLux Tasks API do wyszukiwania wszystkich szczegółowych informacji o pojedynczych lub wsadowych zadaniach obrazów. Mamy nadzieję, że ten dokument pomoże Ci lepiej zintegrować i korzystać z tego API. W razie jakichkolwiek pytań skontaktuj się w dowolnym momencie z naszym zespołem wsparcia technicznego.

Getting Started

Czat AI

Obraz AI

Wideo AI

Audio AI

Sieć i dane

CAPTCHA

Tożsamość

Coding

Więcej przewodników

Integracja i użycie Flux Tasks API

Proces aplikowania

Przykład żądania

Przykładowy obraz zadania

Ustawianie nagłówków żądania i treści żądania

Przykład kodu

CURL

Python

Przykład odpowiedzi

Operacja zapytania zbiorczego

Przykład kodu

Przykład odpowiedzi

CURL

Python

Obsługa błędów

Przykład odpowiedzi z błędem

Wnioski

​Proces aplikowania

​Przykład żądania

​Przykładowy obraz zadania

​Ustawianie nagłówków żądania i treści żądania

​Przykład kodu

​CURL

​Python

​Przykład odpowiedzi

​Operacja zapytania zbiorczego

​Przykład kodu

​Przykład odpowiedzi

​CURL

​Python

​Obsługa błędów

​Przykład odpowiedzi z błędem

​Wnioski

Proces aplikowania

Przykład żądania

Przykładowy obraz zadania

Ustawianie nagłówków żądania i treści żądania

Przykład kodu

CURL

Python

Przykład odpowiedzi

Operacja zapytania zbiorczego

Przykład kodu

Przykład odpowiedzi

CURL

Python

Obsługa błędów

Przykład odpowiedzi z błędem

Wnioski