Hugging Face's logo

Spaces:
vibred
/
flux2api
Sleeping

App Files Community
smgc commited on
Commit
535a218
·
verified ·
1 Parent(s): b2af907

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +53 -65
app.py CHANGED
@@ -32,30 +32,6 @@ handler.setLevel(logging.INFO)
32
  app.logger.addHandler(handler)
33
  app.logger.setLevel(logging.INFO)
34
 
35
- 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。
36
- 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。
37
- 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。
38
- 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）。
39
- * 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。
40
- * 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。
41
- * 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：
42
- 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
43
- 2. 图像描述必须是英文，输出为Positive Prompt。
44
- 示例：
45
- 我发送：二战时期的护士。
46
- 您回复只回复：
47
- 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.
48
- """
49
-
50
- RATIO_MAP = {
51
- "1:1": "1024x1024",
52
- "1:2": "1024x2048",
53
- "3:2": "1536x1024",
54
- "4:3": "1536x2048",
55
- "16:9": "2048x1152",
56
- "9:16": "1152x2048"
57
- }
58
-
59
  # 模型映射
60
  MODEL_MAPPING = {
61
  "flux.1-schnell": {
@@ -84,12 +60,37 @@ MODEL_MAPPING = {
84
  }
85
  }
86
 
87
- # 模拟身份验证函数
88
- def getAuthCookie(req):
89
- auth_cookie = req.headers.get('Authorization')
90
- if auth_cookie and auth_cookie.startswith('Bearer '):
91
- return auth_cookie
92
- return None
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
93
 
94
  def get_random_token(auth_header):
95
  if not auth_header:
@@ -153,7 +154,7 @@ def index():
153
  </style>
154
  </head>
155
  <body>
156
- <h1>Text-to-Image API with SiliconFlow!</h1>
157
 
158
  <h2>Usage:</h2>
159
  <ol>
@@ -166,6 +167,7 @@ def index():
166
  </ul>
167
  </li>
168
  </ol>
 
169
  <h2>Example Request:</h2>
170
  <pre><code>
171
  {
@@ -178,46 +180,13 @@ def index():
178
  ]
179
  }
180
  </code></pre>
 
181
  <p>For more details, please refer to the API documentation.</p>
182
  </body>
183
  </html>
184
  """
185
  return usage, 200
186
 
187
- @app.route('/ai/v1/models', methods=['GET'])
188
- def get_models():
189
- try:
190
- # 验证身份
191
- auth_cookie = getAuthCookie(request)
192
- if not auth_cookie:
193
- return jsonify({"error": "Unauthorized"}), 401
194
-
195
- # 返回模型列表
196
- models_list = [
197
- {
198
- "id": model_id,
199
- "object": "model",
200
- "created": int(time.time()),
201
- "owned_by": info["provider"],
202
- "permission": [],
203
- "root": model_id,
204
- "parent": None
205
- }
206
- for model_id, info in MODEL_MAPPING.items()
207
- ]
208
-
209
- # 记录日志
210
- app.logger.info(f'{request.remote_addr} - GET /ai/v1/models - 200')
211
-
212
- return jsonify({
213
- "object": "list",
214
- "data": models_list
215
- })
216
-
217
- except Exception as error:
218
- app.logger.error(f"Error: {str(error)}")
219
- return jsonify({"error": "Authentication failed", "details": str(error)}), 401
220
-
221
  @app.route('/ai/v1/chat/completions', methods=['POST'])
222
  def handle_request():
223
  try:
@@ -295,6 +264,25 @@ def handle_request():
295
  app.logger.error(f"Error: {str(e)}")
296
  return jsonify({"error": f"Internal Server Error: {str(e)}"}), 500
297
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
298
  def stream_response(unique_id, image_data, original_prompt, translated_prompt, size, created, model, system_fingerprint, use_original):
299
  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')
300
 
 
32
  app.logger.addHandler(handler)
33
  app.logger.setLevel(logging.INFO)
34
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
35
  # 模型映射
36
  MODEL_MAPPING = {
37
  "flux.1-schnell": {
 
60
  }
61
  }
62
 
63
+ 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。
64
+ 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。
65
+
66
+ 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。
67
+
68
+ 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）。
69
+
70
+ * 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。
71
+
72
+ * 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。
73
+
74
+ * 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：
75
+
76
+ 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
77
+ 2. 图像描述必须是英文，输出为Positive Prompt。
78
+
79
+ 示例：
80
+
81
+ 我发送：二战时期的护士。
82
+ 您回复只回复：
83
+ 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.
84
+ """
85
+
86
+ RATIO_MAP = {
87
+ "1:1": "1024x1024",
88
+ "1:2": "1024x2048",
89
+ "3:2": "1536x1024",
90
+ "4:3": "1536x2048",
91
+ "16:9": "2048x1152",
92
+ "9:16": "1152x2048"
93
+ }
94
 
95
  def get_random_token(auth_header):
96
  if not auth_header:
 
154
  </style>
155
  </head>
156
  <body>
157
+ <h1>Welcome to the Text-to-Image API with SiliconFlow!</h1>
158
 
159
  <h2>Usage:</h2>
160
  <ol>
 
167
  </ul>
168
  </li>
169
  </ol>
170
+
171
  <h2>Example Request:</h2>
172
  <pre><code>
173
  {
 
180
  ]
181
  }
182
  </code></pre>
183
+
184
  <p>For more details, please refer to the API documentation.</p>
185
  </body>
186
  </html>
187
  """
188
  return usage, 200
189
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
190
  @app.route('/ai/v1/chat/completions', methods=['POST'])
191
  def handle_request():
192
  try:
 
264
  app.logger.error(f"Error: {str(e)}")
265
  return jsonify({"error": f"Internal Server Error: {str(e)}"}), 500
266
 
267
+ @app.route('/ai/v1/models', methods=['GET'])
268
+ def get_models():
269
+ models_list = [
270
+ {
271
+ "id": key,
272
+ "object": "model",
273
+ "owned_by": value["provider"],
274
+ "mapping": value["mapping"]
275
+ }
276
+ for key, value in MODEL_MAPPING.items()
277
+ ]
278
+
279
+ response = {
280
+ "object": "list",
281
+ "data": models_list
282
+ }
283
+
284
+ return jsonify(response)
285
+
286
  def stream_response(unique_id, image_data, original_prompt, translated_prompt, size, created, model, system_fingerprint, use_original):
287
  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')
288