如何通过 TextGen 的 /v1/images/generations API 生成图片【免费下载链接】textgenOpen-source desktop app for local LLMs. Text, vision, tool-calling, OpenAI/Anthropic-compatible API. 100% private.项目地址: https://gitcode.com/GitHub_Trending/te/textgenTextGen 除了作为本地 LLM 的 Web UI 使用外还内置了一个与 OpenAI 兼容的 API 服务器其中/v1/images/generations端点允许你通过一次 HTTP 请求调用本地加载的 diffusion 图像模型如diffusers格式的 Tongyi-MAI/Z-Image-Turbo生成图片。完成本文后你将能够启动带 API 的 TextGen 服务、加载一个图像模型并用curl发出一次图片生成请求、拿到 base64 编码的 PNG 数据。前提条件已按项目文档完成安装克隆仓库后使用一键安装脚本。注意图像生成功能在 Releases 页的.zipportable 版本中不可用必须使用 full 版本的 web UI来源Image Generation Tutorial。已下载一个图像模型。文档给出的示例路径是浏览器访问http://127.0.0.1:7860/点击左侧 Image AI再点击顶部的 Model在 Download model 输入框粘贴https://huggingface.co/Tongyi-MAI/Z-Image-Turbo并点击 Download该模型约 31 GB需要等待下载完成。启动带 API 的服务按 OpenAI API 文档API 通过--api命令行参数启用两种方式任选其一Image Generation Tutorial 的 Generating images over API 一节给启动脚本追加--api参数例如./start_linux.sh --apiWindows 对应start_windows.batmacOS 对应start_macos.sh。或在user_data/CMD_FLAGS.txt文件中写入--api然后重新启动 web UI。API 服务器默认监听http://127.0.0.1:5000web UI 本身在 7860 端口两者是不同端口。相关可选参数均来自 OpenAI API 文档 的 Starting the API 一节--api-port 1234把端口从默认的 5000 改成你指定的端口--api-key yourkey为 API 启用密钥认证启用后请求需携带对应的Authorization: Bearer头--listen让 API 监听本地网络而不只是本机--public-api创建公开的 Cloudflare URL。如果只想在本机调用直接加--api即可其余参数不需要。加载图像模型API 请求发出前必须先加载一个图像模型文档给出两种等价方式通过 UI在 Image AI 页面的 Model 标签中在 Quantization 菜单选择一个量化选项然后点击 Load。文档提供了 Z-Image-Turbo 的显存占用参考文档示例数据Quantization MethodVRAM UsageNone (FP16/BF16)25613 MiBbnb-8bit16301 MiBbnb-8bit CPU Offload16235 MiBbnb-4bit11533 MiBbnb-4bit CPU Offload7677 MiB通过启动参数在启动服务器时追加--image-model your_model_name其中your_model_name替换为你已下载图像模型的文件名。另外文档说明下一次启动 web UI 后当你尝试生成图片时模型会按上次的设置自动加载无需每次都进 Model 标签点 Load。调用 /v1/images/generations文档给出的示例请求steps9 与cfg_scale0 是 Z-Image-Turbo 的推荐值教程中同时要求该模型保持 CFG Scale 为 0、Steps 为 9并且不要填写 Negative Prompt因为在该 CFG 值下负提示词会被忽略curl http://127.0.0.1:5000/v1/images/generations \ -H Content-Type: application/json \ -d { prompt: an orange tree, steps: 9, cfg_scale: 0, batch_size: 1, batch_count: 1 }把prompt换成你自己的提示词即可如果改了端口同步替换 URL 中的5000。请求参数完整端点参数文档可通过http://127.0.0.1:5000/docs或源码 typing.py 查看ImageGenerationRequest类。与生成直接相关的字段及默认值如下默认值来自 typing.py参数类型默认值文档中的说明promptstr必填生成提示词negative_promptstr负提示词对 Z-Image-TurboCFG 0会被忽略sizestr1024x1024格式为WIDTHxHEIGHT解析失败时回退为 1024x1024stepsint9最小为 1cfg_scalefloat0.0最小为 0image_seedint-1-1表示随机种子batch_sizeint同n并行批大小文档注明 VRAM heavy显存开销大nint1OpenAI 兼容参数作为batch_size的别名batch_countint1顺序批数量model/userstrNoneOpenAI 兼容占位字段标注为 unused未使用response_formatstrb64_json响应格式batch_size和batch_count的区别前者是同一批内并行的图片数吃显存后者是顺序执行的批次数二者组合决定一次请求产出的总图片数。查看响应响应是一个 JSON 对象包含created时间戳和data数组data中每个元素有b64_json字段值为 base64 编码的 PNG 图片来源OpenAI API 文档 Image generation 一节。文档示例响应示例结果created与b64_json的实际值会随请求变化{ created: 1764791227, data: [ { b64_json: iVBORw0KGgo... } ] }拿到b64_json后按 base64 解码即得到 PNG 文件图片数量等于batch_size × batch_count。限制与排错必须先加载图像模型文档明确要求 You need to load an image model first通过 UI 或--image-model启动参数加载。未加载时请求会失败这是调用前最常踩的坑。仅支持response_formatb64_json兼容性表格中/v1/images/generations一行的备注OpenAI API 文档 Compatibility 表格。/v1/images/edits和/v1/images/variations目前不支持同一兼容性表格中标注 Not yet supported这两个端点不要指望可用。portable 版本不可用.zip便携构建不含图像生成能力只有 full 版本 web UI 支持。模型专属参数如果换用别的图像模型steps/cfg_scale等建议值需要按该模型自身要求设置文档只对 Z-Image-Turbo 给出了 CFG 0 Steps 9 的明确约定。【免费下载链接】textgenOpen-source desktop app for local LLMs. Text, vision, tool-calling, OpenAI/Anthropic-compatible API. 100% private.项目地址: https://gitcode.com/GitHub_Trending/te/textgen创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
