msimg 0.0.3

🎨 一个优雅的魔塔社区文生图API调用库，支持多模型、多API、容错重试、内置8种图床等高级特性

🎨 msimg

💫 ModelScope 图像生成库

一个优雅的魔塔社区文生图 API 调用库，支持多模型、多 API、容错重试、图床上传、消息通知等高级特性。

📑 目录

• ✨ 特性
• 📦 安装
• 🔑 获取 API Key
• 🚀 快速开始
  • 最简单的用法
  • 使用预设模型
  • 高级用法
• 📖 详细文档
  • 🎯 预设模型列表
  • ⚙️ API 配置说明
  • 🎲 选择策略说明
  • 📐 支持的图片尺寸
  • 📤 图床上传
  • 📢 消息通知
  • 📋 完整参数说明
  • ❓ 常见问题
• 🎉 版本更新
• 🔗 相关链接
• 💖 打赏支持
• 📄 许可证
• 👤 作者

---

✨ 特性

• 🚀 简单易用 - 一行代码即可生成图片
• 🎯 预设模型 - 内置多个热门模型，开箱即用
• 🔄 智能容错 - 支持多 API、多模型自动切换
• 🌐 网络重试 - 自动处理网络错误和超时
• 📤 内置图床 - 预设 8 种图床服务，支持故障转移
• 📢 消息通知 - 灵活的消息回调机制
• ⚙️ 高度可配置 - 丰富的参数满足各种需求
• 🎲 多种策略 - 支持顺序、随机、轮询等选择策略
• 💰 免费额度 - 每天 2000 次免费调用

📦 安装

# 基础安装（免费图床）
pip install msimg

# 安装七牛云支持
pip install msimg[qiniu]

# 安装阿里云支持
pip install msimg[aliyun]

# 安装又拍云支持
pip install msimg[upyun]

# 安装全部云服务
pip install msimg[all]

环境要求：

• 🐍 Python 3.8+
• 📦 核心依赖：requests, Pillow

可选依赖（图床服务）：

# 七牛云
pip install qiniu

# 阿里云 OSS
pip install oss2

# 又拍云
pip install upyun

---

🔑 获取 API Key

步骤 1：注册魔塔社区账号

1. 🌐 访问 魔塔社区官网
2. 👤 点击右上角「注册」按钮
3. 📧 使用邮箱或手机号完成注册

步骤 2：创建 API Token

1. 🔐 登录后访问：https://www.modelscope.cn/my/myaccesstoken
2. ➕ 点击「新建访问令牌」按钮
3. 📝 填写 Token 名称（如：msimg-token）
4. ✅ 点击「确定」生成 Token
5. 📋 复制生成的 API Key

免费额度说明

魔塔社区提供慷慨的免费额度 (API-Inference)：

项目	额度	说明
💎 总调用次数	2000次/天	所有模型合计
🎯 单模型调用	500次/天	每个模型独立计算
🔄 重置时间	每天 00:00	自动重置额度

💡 提示：

• ✅ 免费额度足够个人开发和测试使用
• ✅ 可以配置多个模型实现更高的总调用次数
• ✅ 超出免费额度后可以购买付费套餐

💡 提示：如需更多帮助，请访问 魔塔社区文档 或联系客服。

---

🚀 快速开始

最简单的用法

from msimg import generate_image

# 使用默认模型（通义万相）生成图片
result = generate_image(
    prompt="一只金色的猫坐在云朵上",
    api_configs="your-api-key"  # 替换为你的 API Key
)

if result:
    result['image'].show()  # 显示图片
    print(f"✅ 图片尺寸: {result['size']}")

使用预设模型

result = generate_image(
    prompt="赛博朋克城市夜景，霓虹灯闪烁，未来感十足",
    api_configs="your-api-key",
    models="flux-majic",  # 使用预设模型
    size="16:9",          # 16:9 比例
    save_path="city.jpg"  # 保存到本地
)

if result:
    print(f"✅ 生成成功！保存到: city.jpg")

高级用法

from msimg import (
    generate_image,
    APIConfig,
    SelectionStrategy,
    NotificationMode,
    create_smms_uploader,  # 内置图床上传器
)

# 多 API、多模型容错 + 图床上传
result = generate_image(
    prompt="美丽的日落海景",
    
    # 配置多个 API（自动故障转移）
    api_configs=[
        APIConfig(api_key="key1", name="主站"),
        APIConfig(api_key="key2", name="备用站"),
    ],
    
    # 配置多个模型（优先级排序）
    models=["flux-majic", "qwen", "sdxl-muse"],
    
    # 启用容错
    enable_failover=True,
    
    # 图床上传（使用内置上传器）
    image_upload_callbacks=[
        create_smms_uploader(api_token="your-smms-token"),
    ],
    upload_on_success=True,
    
    # 自定义尺寸
    size="1920x1080",
)

if result:
    print(f"图片URL: {result['url']}")

---

📖 详细文档

🎯 预设模型列表

msimg 内置了以下热门模型，可以直接使用预设名称调用：

预设名称	完整 Model ID	说明
🎨 qwen / qwen-image	Qwen/Qwen-Image	通义万相 - 阿里巴巴出品，综合能力强
✨ flux-majic	MAILAND/majicflus_v1	FLUX 魔法模型 - 艺术风格出色
🎭 flux-muse	MusePublic/489_ckpt_FLUX_1	FLUX Muse 版本 - 创意效果好
📱 flux-xiaohongshu	yiwanji/FLUX_xiao_hong_shu_ji_zhi_zhen_shi_V2	FLUX 小红书风格 - 适合社交媒体
🖼️ sdxl-muse	MusePublic/42_ckpt_SD_XL	Stable Diffusion XL - 经典模型

📚 获取更多模型

除了内置的预设模型，你还可以：

1️⃣ 访问魔塔社区模型库

🔗 获取更多模型

在这里可以：

• 🔍 浏览所有支持推理的文生图模型
• 📊 查看模型的使用次数和评分
• 📝 了解模型的详细介绍和示例
• 🎯 选择最适合你需求的模型

2️⃣ 使用完整的 Model ID

result = generate_image(
    prompt="美丽的风景",
    api_configs="your-api-key",
    models="YourUserName/YourModelName"  # 使用完整 Model ID
)

3️⃣ 混合使用预设和自定义模型

result = generate_image(
    prompt="测试图片",
    api_configs="your-api-key",
    models=[
        "qwen",                          # ✅ 预设模型
        "CustomUser/CustomModel",        # ✅ 自定义模型
        "flux-majic"                     # ✅ 预设模型
    ],
    enable_failover=True  # 🔄 启用容错，按顺序尝试
)

---

⚙️ API 配置说明

APIConfig 类用于配置 ModelScope API 的连接信息，支持灵活的配置方式。

基础用法

from msimg import APIConfig

# 方式 1: 仅提供 API Key（使用默认服务地址）
config = APIConfig(api_key="your-api-key")

# 方式 2: 自定义服务地址
config = APIConfig(
    api_key="your-api-key",
    base_url="https://custom-api.example.com/",
    name="自定义API"  # 可选，用于日志显示
)

APIConfig 参数说明

参数	类型	必需	默认值	说明
🔑 api_key	str	✅ 是	-	ModelScope API 密钥
🌐 base_url	str	❌ 否	https://api-inference.modelscope.cn/	API 服务地址
🏷️ name	str	❌ 否	自动生成	API 名称，用于日志识别

多种配置方式

msimg 支持多种灵活的 API 配置方式：

from msimg import generate_image, APIConfig

# 1️⃣ 单个 API Key 字符串（最简单）
result = generate_image(
    prompt="test",
    api_configs="your-api-key"
)

# 2️⃣ 多个 API Key 字符串（自动故障转移）
result = generate_image(
    prompt="test",
    api_configs=["key1", "key2", "key3"]
)

# 3️⃣ 单个 APIConfig 对象（自定义配置）
result = generate_image(
    prompt="test",
    api_configs=APIConfig(
        api_key="your-key",
        base_url="https://custom.api.com/",
        name="主API"
    )
)

# 4️⃣ 多个 APIConfig 对象（完全控制）
result = generate_image(
    prompt="test",
    api_configs=[
        APIConfig(api_key="key1", name="主站"),
        APIConfig(api_key="key2", name="备用站"),
    ]
)

# 5️⃣ 混合配置（字符串 + APIConfig）
result = generate_image(
    prompt="test",
    api_configs=[
        "simple-key",  # 使用默认配置
        APIConfig(api_key="custom-key", base_url="https://custom.com/")
    ]
)

🔐 获取 API Key

访问 ModelScope 控制台 创建你的 API Token（查看 详细步骤）。

---

🎲 选择策略说明

msimg 提供了灵活的选择策略（SelectionStrategy），用于控制多个资源（API、模型、图床、通知）的选择行为。

策略类型

from msimg import SelectionStrategy

# 三种可用策略
SelectionStrategy.SEQUENTIAL    # 📋 顺序选择
SelectionStrategy.RANDOM        # 🎲 随机选择
SelectionStrategy.ROUND_ROBIN   # 🔄 轮询选择

策略详解

策略	Emoji	说明	适用场景	行为示例
SEQUENTIAL	📋	顺序选择	优先级排序、故障转移	按列表顺序依次尝试：A → B → C
RANDOM	🎲	随机选择	负载均衡、测试	每次随机选择：B → A → C → A
ROUND_ROBIN	🔄	轮询选择	负载均衡、公平分配	循环选择：A → B → C → A → B

💡 策略组合最佳实践

# 📌 生产环境推荐配置
result = generate_image(
    prompt="生产环境图片",
    
    # 🌐 API: 主备模式
    api_configs=[main_api, backup_api],
    api_selection_strategy=SelectionStrategy.SEQUENTIAL,
    
    # 🤖 模型: 质量优先
    models=["flux-majic", "qwen"],
    model_selection_strategy=SelectionStrategy.SEQUENTIAL,
    
    # 📤 图床: 故障转移
    image_upload_callbacks=[upload_primary, upload_backup],
    upload_strategy=SelectionStrategy.SEQUENTIAL,
    
    enable_failover=True
)

---

📐 支持的图片尺寸

预设比例

比例	分辨率	适用场景
🟦 1:1	1328x1328	社交媒体头像、方形图片
📺 16:9	1664x928	横向壁纸、演示文稿
📱 9:16	928x1664	手机壁纸、竖屏视频封面
🖼️ 4:3	1472x1140	传统照片、iPad 壁纸
📄 3:4	1140x1472	竖向海报
📷 3:2	1584x1056	相机标准比例
📖 2:3	1056x1584	书籍封面、竖向印刷品

自定义尺寸

# ✅ 使用预设比例
result = generate_image(
    prompt="test",
    api_configs="key",
    size="16:9"
)

# ✅ 使用自定义尺寸（宽x高）
result = generate_image(
    prompt="test",
    api_configs="key",
    size="1920x1080"  # 自定义任意尺寸
)

---

📤 图床上传

msimg 内置了 8 种常用图床服务，开箱即用，无需自己实现上传逻辑！

🎯 内置图床列表

图床	特点	免费额度	需要注册
🌐 SM.MS	国内优化，速度快	5MB/图	✅
📸 路过图床	无需注册	10MB/图	🚫 似乎嘎了
🎨 ImgURL	相册管理	10MB/图	✅
☁️ 七牛云	企业级稳定	10GB 存储	✅
🔷 阿里云 OSS	大厂服务	40GB 存储	✅
🌊 又拍云	国内快速	10GB 存储	✅
🐙 GitHub	完全免费	不限流量	✅
💾 本地存储	自建服务	无限制	❌

💡 进入源码可查看更详细的说明，由于一些接口是我以前写的，可能存在图床已经失效的情况，请自行替换。

快速开始

方式 1：使用免费图床（推荐新手）

from msimg import generate_image, create_luoguo_uploader

# 路过图床无需注册
uploader = create_luoguo_uploader()

result = generate_image(
    prompt="一只可爱的猫咪",
    api_configs="your-api-key",
    image_upload_callbacks=[uploader],
    upload_on_success=True
)

if result and result['url']:
    print(f"图床URL: {result['url']}")

方式 2：使用 SM.MS（推荐生产环境）

from msimg import generate_image, create_smms_uploader

# 创建 SM.MS 上传器
uploader = create_smms_uploader(
    api_token="your-smms-token",  # 在 https://smms.app/home/apitoken 获取
    api_domain="https://smms.app"  # 国内优化（默认）
)

result = generate_image(
    prompt="美丽的风景",
    api_configs="your-api-key",
    image_upload_callbacks=[uploader],
    upload_on_success=True
)

方式 3：多图床故障转移

from msimg import (
    generate_image,
    create_smms_uploader,
    create_luoguo_uploader,
    create_github_uploader,
    SelectionStrategy,
)

result = generate_image(
    prompt="测试图片",
    api_configs="your-api-key",
    
    # 配置多个图床（按顺序尝试）
    image_upload_callbacks=[
        create_smms_uploader(api_token="token"),  # 优先
        create_luoguo_uploader(),                 # 备选 1
        create_github_uploader(                   # 备选 2
            token="github-token",
            repo="username/repo"
        ),
    ],
    upload_strategy=SelectionStrategy.SEQUENTIAL,  # 故障转移
    upload_on_success=True
)

📚 详细配置

SM.MS

from msimg import create_smms_uploader

uploader = create_smms_uploader(
    api_token="your-token",         # 可选，建议提供
    api_domain="https://smms.app"   # 国内优化（默认）
)

获取 Token：

• 国内：https://smms.app/home/apitoken
• 国际：https://sm.ms/home/apitoken

路过图床（无需注册）

from msimg import create_luoguo_uploader

uploader = create_luoguo_uploader()  # 无需任何配置

🤐 似乎嘎了...

ImgURL

from msimg import create_imgurl_uploader

uploader = create_imgurl_uploader(
    api_token="your-token",
    api_uid="your-uid"
)

获取配置：https://www.imgurl.org/vip/manage/api

七牛云

from msimg import create_qiniu_uploader

uploader = create_qiniu_uploader(
    access_key="your-access-key",
    secret_key="your-secret-key",
    bucket="your-bucket",
    domain="your-cdn-domain.com"
)

依赖：pip install qiniu

阿里云 OSS

from msimg import create_aliyun_uploader

uploader = create_aliyun_uploader(
    access_key_id="your-key-id",
    access_key_secret="your-key-secret",
    endpoint="oss-cn-hangzhou.aliyuncs.com",
    bucket_name="your-bucket"
)

依赖：pip install oss2

又拍云

from msimg import create_upyun_uploader

uploader = create_upyun_uploader(
    bucket="service-name",
    username="operator",
    password="password",
    domain="your-domain.com"
)

依赖：pip install upyun

GitHub

from msimg import create_github_uploader

uploader = create_github_uploader(
    token="your-github-token",
    repo="username/repo",
    branch="main",
    use_jsdelivr=True  # 使用 CDN 加速
)

本地存储

from msimg import create_local_uploader

uploader = create_local_uploader(
    storage_dir="/var/www/images",
    base_url="https://your-domain.com/images"
)

🔧 独立使用图床

图床上传器也可以独立使用，不依赖 generate_image：

from msimg import create_smms_uploader
from PIL import Image

# 创建上传器
uploader = create_smms_uploader(api_token="your-token")

# 支持多种输入格式：

# 1️⃣ 本地文件路径
url = uploader('/path/to/image.jpg')

# 2️⃣ 网络图片 URL
url = uploader('https://example.com/image.jpg')

# 3️⃣ PIL.Image 对象
img = Image.open('photo.jpg')
url = uploader(img)

# 4️⃣ Base64 字符串
url = uploader('data:image/png;base64,iVBORw0KGgo...')

# 5️⃣ 图片字节流
with open('photo.jpg', 'rb') as f:
    url = uploader(f.read())

print(f"图片URL: {url}")

💡 自定义图床

如果需要使用其他图床，可以自定义上传函数：

from PIL import Image

def custom_uploader(image):
    """
    自定义图床上传函数
    
    参数:
        image: 支持多种格式（PIL.Image、路径、URL、Base64、字节流）
    返回:
        str: 图片 URL
    """
    from msimg.image_uploader import _image_to_bytes
    
    # 使用辅助函数转换图片
    file_data, filename = _image_to_bytes(image, format='PNG')
    
    # 上传到你的图床 API
    import requests
    response = requests.post(
        'https://your-api.com/upload',
        files={'file': (filename, file_data)},
        headers={'Authorization': 'Bearer YOUR_TOKEN'}
    )
    
    return response.json()['url']

# 使用自定义上传器
result = generate_image(
    prompt="test",
    api_configs="key",
    image_upload_callbacks=[custom_uploader],
    upload_on_success=True
)

---

📢 消息通知

💡 推荐工具：可以使用 xqcsendmessage 提供的通知服务（简陋的自用工具）。

基础用法

from msimg import generate_image, NotificationMode, SelectionStrategy

def send_to_wechat(data):
    """发送到微信"""
    message = data['message']
    is_success = data['is_success']
    extra_data = data.get('data', {})
    
    # 实现你的通知逻辑
    print(f"💬 微信通知: {message}")
    if 'url' in extra_data:
        print(f"🔗 图片链接: {extra_data['url']}")

def send_to_email(data):
    """发送到邮箱"""
    # 实现邮件通知逻辑
    pass

result = generate_image(
    prompt="test",
    api_configs="key",
    
    # 📢 消息通知配置
    notification_callbacks=[send_to_wechat, send_to_email],
    notification_mode=NotificationMode.ALL,  # 发送所有消息
    notification_strategy=SelectionStrategy.SEQUENTIAL,  # 所有渠道都通知
)

通知函数要求

def your_notification_function(data: dict) -> None:
    """
    消息通知函数模板
    
    参数:
        data: 通知数据字典，包含：
            - message: str, 消息内容
            - is_success: bool, 是否成功
            - data: dict, 附加数据（可选）
                - prompt: 提示词
                - model: 使用的模型
                - api: 使用的 API
                - url: 图床 URL（如果上传成功）
                - size: 图片尺寸
    
    返回:
        None
    """
    message = data['message']
    is_success = data['is_success']
    extra_data = data.get('data', {})
    
    # 实现你的通知逻辑
    pass

通知模式说明

from msimg import NotificationMode

# ✅ SUCCESS: 仅发送成功消息
notification_mode=NotificationMode.SUCCESS

# ❌ ERROR: 仅发送错误消息
notification_mode=NotificationMode.ERROR

# 📣 ALL: 发送所有消息（成功和错误）
notification_mode=NotificationMode.ALL

# 🔇 NONE: 不发送消息（默认）
notification_mode=NotificationMode.NONE

---

📋 完整参数说明

from msimg import generate_image, SelectionStrategy, NotificationMode

result = generate_image(
    # ==================== 基础参数 ====================
    prompt="提示词",                    # ✏️ 必需：图片生成提示词
    api_configs="api-key",              # 🔑 必需：API配置（支持多种格式）
    
    # ==================== 模型配置 ====================
    models="qwen",                      # 🤖 模型名称（预设名或完整ID）
    model_selection_strategy=SelectionStrategy.SEQUENTIAL,  # 🎲 模型选择策略
    
    # ==================== 图片配置 ====================
    size="16:9",                        # 📐 图片尺寸（预设比例或自定义）
    save_path="output.jpg",             # 💾 本地保存路径（可选）
    
    # ==================== API 配置 ====================
    api_selection_strategy=SelectionStrategy.SEQUENTIAL,  # 🌐 API选择策略
    
    # ==================== 容错和重试 ====================
    enable_failover=True,               # 🔄 是否启用容错（API/模型自动切换）
    max_retries=3,                      # 🔁 网络错误最大重试次数
    retry_on_network_error=True,        # 🌐 是否在网络错误时重试
    retry_delay=2.0,                    # ⏰ 重试间隔时间（秒）
    
    # ==================== 超时配置 ====================
    submit_timeout=30,                  # ⏱️ 提交任务超时时间（秒）
    poll_timeout=300,                   # ⏳ 轮询任务状态总超时时间（秒）
    download_timeout=60,                # ⬇️ 下载图片超时时间（秒）
    poll_interval=5,                    # 🔄 轮询间隔时间（秒）
    
    # ==================== 图床上传 ====================
    image_upload_callbacks=[upload_func],  # 📤 图床上传函数列表
    upload_strategy=SelectionStrategy.SEQUENTIAL,  # 🎲 上传策略
    upload_on_success=False,            # 🚀 是否在生成成功后自动上传
    
    # ==================== 消息通知 ====================
    notification_callbacks=[notify_func],  # 📢 消息通知函数列表
    notification_mode=NotificationMode.NONE,  # 📣 通知模式
    notification_strategy=SelectionStrategy.SEQUENTIAL,  # 🎲 通知策略
    
    # ==================== 其他配置 ====================
    verbose=True,                       # 📝 是否显示详细日志
    proxies={'http': 'http://proxy:port'},  # 🌐 代理配置（可选）
)

返回值说明

# ✅ 成功时返回字典
{
    'image': PIL.Image对象,      # 🖼️ 生成的图片
    'url': str,                  # 🔗 图床URL（如果上传成功）
    'model': str,                # 🤖 实际使用的模型
    'api': str,                  # 🌐 实际使用的API名称
    'size': tuple,               # 📐 图片尺寸 (width, height)
}

# ❌ 失败时返回 None

---

❓ 常见问题

1. 🔑 如何获取 API Key？

访问 ModelScope 控制台 创建 API Token。详细步骤请查看 获取 API Key 章节。

2. 🤖 支持哪些模型？

• ✅ 内置预设模型：qwen, flux-majic, flux-muse, flux-xiaohongshu, sdxl-muse
• 🔍 访问 魔塔社区文生图模型库 查看所有可用模型
• 📝 可以使用任何支持推理的模型的完整 Model ID

3. 📤 如何选择合适的图床？

场景	推荐图床
🚀 快速体验	路过图床（无需注册）
🎈 个人项目	SM.MS（国内快）
💼 商业项目	七牛云、阿里云 OSS
🌍 国际项目	GitHub + CDN

4. 🔄 如何配置多个 API 实现容错？

result = generate_image(
    prompt="test",
    api_configs=["key1", "key2", "key3"],  # 多个API Key
    enable_failover=True,                   # 启用容错
    api_selection_strategy=SelectionStrategy.SEQUENTIAL  # 顺序尝试
)

5. ❌ 图片生成失败怎么办？

• 🔑 检查 API Key 是否正确
• 🤖 确认模型 ID 是否支持
• 🌐 检查网络连接
• 📝 启用 verbose=True 查看详细日志
• 🔁 增加 max_retries 重试次数
• 🔄 配置多个 API 实现容错

6. 📦 如何实现批量生成？

from msimg import generate_image, create_luoguo_uploader

uploader = create_luoguo_uploader()
prompts = ["猫", "狗", "鸟", "鱼"]

for i, prompt in enumerate(prompts):
    result = generate_image(
        prompt=prompt,
        api_configs="your-key",
        models="qwen",
        save_path=f"image_{i}.jpg",
        image_upload_callbacks=[uploader],
        upload_on_success=True,
        verbose=False
    )
    if result:
        print(f"✅ {prompt}: {result['url']}")

7. 🌐 支持代理吗？

result = generate_image(
    prompt="test",
    api_configs="key",
    proxies={
        'http': 'http://proxy.example.com:8080',
        'https': 'https://proxy.example.com:8080'
    }
)

8. 💰 免费额度用完了怎么办？

• 🔄 等待每天 00:00 自动重置额度
• 🤖 配置多个模型分散使用（每个模型 500次/天）
• 💎 购买魔塔社区的付费套餐
• 🔑 使用多个 API Key 轮流调用

9. 🖼️ 图床上传的图片支持哪些格式？

图床上传器支持 5 种输入格式：

• 📁 本地文件路径：'/path/to/image.jpg'
• 🌐 网络图片 URL：'https://example.com/image.jpg'
• 🎨 PIL.Image 对象：Image.open('photo.jpg')
• 📄 Base64 字符串：'data:image/png;base64,...'
• 💾 图片字节流：b'\x89PNG\r\n...'

10. 🔧 如何自定义图床？

参考 图床上传 - 自定义图床 章节，实现符合接口规范的上传函数即可。

---

🎉 版本更新

v0.0.3

🆕 新增：微信公众号图床上传

支持将图片上传到微信公众号作为图床，解决 IP 白名单限制问题。

核心特性：

• 📦 三种上传方式：临时素材（3天）/ 永久素材 / 图文消息图片
• 🔄 智能 Token 获取：优先服务器获取，失败自动降级
• ✅ 支持多种输入：PIL.Image / 本地路径 / URL / Base64 / bytes
• 💾 自动缓存、格式转换、大小检查

📝 快速使用

from msimg import generate_image, create_wechat_uploader, WechatUploadType

# 创建上传器
wechat_upload = create_wechat_uploader(
    app_id="wx1234567890",
    app_secret="your_app_secret",
    server_url="https://your-server.com/api/token",  # 可选，推荐
    upload_type=WechatUploadType.PERMANENT
)

# 生成并上传
result = generate_image(
    prompt="一只可爱的猫",
    api_configs="your-api-key",
    image_upload_callbacks=wechat_upload,
    upload_on_success=True
)

🌐 服务器接口（可选）

如果遇到 IP 白名单限制，可以搭建服务器统一获取 access_token。

接口说明：

• 请求方式： POST
• 请求体： JSON 格式，可选传入 {"token": "认证令牌"} 用于服务器认证
• 返回格式： JSON，必须包含 access_token（字符串）和 expires_in（整数，单位秒）

---

🔗 相关链接

• 🏠 ModelScope 官网：https://www.modelscope.cn/
• 🎨 文生图模型库：https://www.modelscope.cn/models?tasks=text-to-image-synthesis
• 📚 API 文档：https://www.modelscope.cn/docs
• 🔑 获取 API Key：https://www.modelscope.cn/my/myaccesstoken
• 📦 PyPI 项目主页：https://pypi.org/project/msimg/
• 💻 GitHub 仓库：https://github.com/xiaoqiangclub/msimg

---

💖 打赏支持

如果这个项目对你有帮助，欢迎打赏支持！你的支持是我持续更新的动力 💪

扫码打赏 | 支持作者 | 持续更新

---

📄 许可证

本项目采用 MIT License 开源协议。

---

Made with ❤️ by Xiaoqiang

如果这个项目对你有帮助，请给一个 Star ⭐️

⬆ 回到顶部