🔥Midjourney API
Midjourney相关API,包含目前v5-v6所有操作。TTAPI 的 Midjourney API 是目前最稳定、最具成本效益的 Midjourney 产品。
模式
TT API 的 Midjourney 服务提供 relax、fast 和 turbo 三种模式的图像生成,与 Midjourney 对应。
fast 模式响应时间在 90秒内,整体成功率 超过98%
relax 模式响应一般在 10分钟内,根据官方响应,总体成功率超过90%
turbo 模式响应时间在 60秒内
最多可以 同时执行 10 个生成队列,如需更多作业队列请 联系我们
生成图像[/imagine]
Midjourney 6.0 版本的 “Imagine 接口” 配额消耗将是其他模型的1.5倍。
--cref 操作必须配合 --v 6.0 模型使用
POST
https://api.ttapi.io/midjourney/v1/imagine
Imagine 接口将根据文案生成4张图像。
Headers
Name | Value |
---|---|
TT-API-KEY | 用于请求授权 TT-API 的API密钥 |
Content-Type | application-json |
Body
参数 | 类型 | 是否必须 | 描述 |
---|---|---|---|
| string | 是 | 用以生成图像的提示词 例:a cat --ar 1:1 |
| string | 否 | 回调地址,任务完成或失败将通过请地址进行通知。如果未设置,则需要请求fetch 接口进行查询。 |
| string | 否 | 生成图像的任务模式,包括 relax、fast和turbo。如果未填写,则默认情况下将使用 fast 模式。 |
| int | 否 | 请求超时时间,单位:秒。如果未填写,默认超时时间 300秒 |
| boolean | 否 | 是否获取四张小图,可选值为 true, false 默认为 false,对应的返回结果为JSON结构中images字段。注意:此操作并不是真正对生成的任务执行U操作,选择true之后依然可以进行U放大 |
如果 hookUrl 不为空,系统会向您设置的 hookUrl 发送一个 json响应。
请求示例
响应示例
图像变化[U1~U4、V1~V4]
POST
https://api.ttapi.io/midjourney/v1/action
此接口包含生成图像下方的按钮操作 例如:U1~U4,V1~V4等,具体可参考 Action操作
Headers
Name | Value |
---|---|
TT-API-KEY | 用于请求授权 TT-API 的API密钥 |
Content-Type | application-json |
Body
参数 | 类型 | 是否必须 | 描述 |
---|---|---|---|
| string | 是 | 上一步请求返回的jobId |
| string | 否 | |
| int | 否 | 请求超时时间,单位:秒。如果未填写,默认超时时间 300秒 |
| string | 否 | 任务完成或失败将通过请地址进行通知。如果未设置,则需要请求fetch 接口进行查询。 |
| boolean | 否 | 是否获取四张小图,可选值为 true, false 默认为 false,对应的返回结果为JSON结构中 |
请求示例
响应示例
获取图像种子[--seed]
POST
https://api.ttapi.io/midjourney/v1/seed
从 Midjourney 图像中获取种子,了解具体用法请参阅 Midjourney文档
Headers
Name | Value |
---|---|
TT-API-KEY | 用于请求授权 TT-API 的API密钥 |
Content-Type | application-json |
Body
参数 | 类型 | 是否必须 | 描述 |
---|---|---|---|
| string | 是 | 上一步请求返回的jobId |
| int | 否 | 请求超时时间,单位:秒。如果未填写,默认超时时间 300秒 |
| string | 否 | 任务完成或失败将通过请地址进行通知。如果未设置,则需要请求fetch 接口进行查询。 |
请求示例
响应示例
图像合成[/blend]
POST
https://api.ttapi.io/midjourney/v1/blend
上传2-5个图像,然后根据每个图像的概念和美学,将它们合并为一个新图像。
Headers
Name | Value |
---|---|
TT-API-KEY | 用于请求授权 TT-API 的API密钥 |
Content-Type | application-json |
Body
参数 | 类型 | 是否必须 | 描述 |
---|---|---|---|
| Array | 是 | 将要生成混图的图片Base64数组 数组长度为 2-5 例:[ "data:image/png;base64,xxx1", "data:image/png;base64,xxx2" ] |
| string | 否 | 生成图像的比例,包括PORTRAIT 、SQUARE、LANDSCAPE。如果未填写,默认使用SQUARE。 PORTRAIT 对应比例 2:3 SQUARE 对应比例 1:1 LANDSCAPE 对应比例 3:2 |
| string | 否 | 生成图像的任务模式,包括 relax、fast和turbo。如果未填写,则默认情况下将使用 fast 模式。 |
| string | 否 | 任务完成或失败将通过请地址进行通知。如果未设置,则需要请求fetch 接口进行查询。 |
| int | 否 | 请求超时时间,单位:秒。如果未填写,默认超时时间 300秒 |
请求示例
响应示例
图像描述词[/describe]
POST
https://api.ttapi.io/midjourney/v1/describe
上传图像,并根据该图像生成四个提示信息。
Headers
Name | Value |
---|---|
TT-API-KEY | 用于请求授权 TT-API 的API密钥 |
Content-Type | application-json |
Body
参数 | 类型 | 是否必须 | 描述 |
---|---|---|---|
| string | 是 | 图像的base64编码 例:"data:image/png;base64,xxx1" |
| string | 否 | 生成图像的任务模式,包括 relax、fast和turbo。如果未填写,则默认情况下将使用 fast 模式。 |
| string | 否 | 任务完成或失败将通过请地址进行通知。如果未设置,则需要请求fetch 接口进行查询。 |
| int | 否 | 请求超时时间,单位:秒。如果未填写,默认超时时间 300秒 |
请求示例
响应示例
区域重绘[Vary(region)]
POST
https://api.ttapi.io/midjourney/v1/inpaint
区域重绘,等同midjourney的Vary(region)按钮
Headers
Name | Value |
---|---|
TT-API-KEY | 用于请求授权 TT-API 的API密钥 |
Content-Type | application-json |
Body
参数 | 类型 | 是否必须 | 描述 |
---|---|---|---|
| string | 是 | 上一步请求返回的jobId |
| string | 是 | 所选择图片的Base64值 |
| string | 否 | 对所选择图片区域想要修改的描述 |
| int | 否 | 请求超时时间,单位:秒。如果未填写,默认超时时间 300秒 |
| string | 否 | 任务完成或失败将通过请地址进行通知。如果未设置,则需要请求fetch 接口进行查询。 |
请求示例
响应示例
获取任务状态 - fetch
POST
https://api.ttapi.io/midjourney/v1/fetch
查询任务结果
Headers
Name | Value |
---|---|
TT-API-KEY | 用于请求授权 TT-API 的API密钥 |
Content-Type | application-json |
Body
参数 | 类型 | 是否必须 | 描述 |
---|---|---|---|
| string | 是 | 上一步请求返回的jobId |
Response
返回结果与
异步回调
数据结构一致
Action 具体使用操作
关于相关操作的具体用法,您可以详细阅读 Midjourney官方文档
异步回调 JSON 结构
从2023年12月1日开始,discord返回的cdn图片链接将在24-72小时之内过期。
返回JSON结构详解
name | value |
---|---|
status | PENDING_QUEUE //排队中 ON_QUEUE //执行中 SUCCESS //成功 FAILED //失败 |
progess | 进度 : 0-100,100为完成 |
components | |
discordImage | discord的cdn图片地址 |
cdnImage | 国内可访问的cdn代理地址 |
images | ttapi的cdn地址,imagine命令生成的四张小图 |
Last updated