رفتن به محتوا

Stable Diffusion with LoRAs

یکپارچه‌سازی

شناسه مدل lora
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/lora?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

این درخواست: ≈⁨‎$۰٫۰۵۷⁩ ۵۷ اعتبار API اجرای آن در این صفحه

دریافت کلید API
Open model متن به تصویر ورودی‌های مرجع #diffusion#lora#customization

تبدیل متن به تصویر با هر مدل پایهٔ Stable Diffusion به‌همراه LoRAها، embeddingها، ControlNetها و IP adapterها

Open model · تصویر

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

تصویری را که می‌خواهید تولید شود با بیشترین جزئیات ممکن توصیف کنید تا بهترین نتیجه به‌دست آید.

image_size پیش‌فرض square_hd

ابعاد تصویر خروجی، انتخاب‌شده از پیش‌تنظیم‌ها یا مشخص‌شده با عرض و ارتفاع سفارشی. هر دو بعد سفارشی باید بر 8 بخش‌پذیر باشند.

•الزامی

مدل پایه تولید تصویر که با URL یا شناسه HuggingFace مشخص می‌شود.

num_images پیش‌فرض 1

تعداد تصویرهایی را تعیین کنید که یک درخواست تولید می‌کند؛ برای دسته بزرگ‌تر زمان تولید بیشتری در نظر گرفته می‌شود.

پیشرفته negative_prompt · ic_light_model_background_image_url · ic_light_image_url · prediction_type · image_format · unet_name · variant · image_encoder_path · image_encoder_subfolder · image_encoder_weight_name · ic_light_model_url · scheduler · num_inference_steps · guidance_scale · clip_skip · tile_width · tile_height · tile_stride_width · tile_stride_height · eta · seed · prompt_weighting · controlnet_guess_mode · rescale_betas_snr_zero · enable_safety_checker · debug_latents · debug_per_pass_latents · loras · embeddings · controlnets · ip_adapter · timesteps · sigmas
پیش‌فرض

پرامپت منفی برای مشخص‌کردن جزئیات ناخواسته تصویر. می‌تواند رنگ‌ها، اشیا، مناظر یا ویژگی‌ها و کیفیت‌های ظریف‌تر مانند سبیل، تاری یا وضوح پایین را حذف کند.

یک فایل بیندازید، یا

پس‌زمینه سازگار با مدل برای تولید تصویر با IC Light که به‌صورت نشانی اینترنتی تصویر ارائه می‌شود.

یک فایل بیندازید، یا

نشانی اینترنتی تصویر ورودی برای تولید با مدل IC Light.

prediction_type پیش‌فرض epsilon

نوع پیش‌بینی را برای تولید تصویر انتخاب کنید؛ در صورت انتخاب نکردن گزینه‌ای دیگر، `epsilon` استفاده می‌شود.

image_format پیش‌فرض png

قالب فایل تصویر نهایی.

انتخاب U-Net سفارشی برای تولید تصاویر؛ ID آن در HuggingFace یا URL آن را ارائه کنید.

انتخاب گونه مدل HuggingFace؛ 'fp16' یک نمونه است.

رمزگذار تصویر که با نشانی HTTPS یا شناسه Hugging Face مشخص می‌شود و سازگاری آن به وزن‌های IP-Adapter بستگی دارد: SD1.5 از image_encoder_subfolder='models/image_encoder' استفاده می‌کند، درحالی‌که h94/IP-Adapter SDXL از h94/IP-Adapter و image_encoder_subfolder='sdxl_models/image_encoder' استفاده می‌کند. هرگاه ip_adapter دارای مقدار باشد، رمزگذار الزامی است.

زیرپوشه داخل image_encoder_path که وزن‌های رمزگذار تصویر را نگه می‌دارد.

پیش‌فرض pytorch_model.bin

انتخاب وزن‌های رمزگذار تصویر بر اساس نام برای استفاده در تولید تصویر.

نشانی اینترنتی مدل IC Light که هنگام تولید تصویر استفاده می‌شود.

زمان‌بندی‌کننده یا نمونه‌بردار مورد استفاده برای حذف نویز تصویر.

پیش‌فرض 30

تعداد گام‌های تولید Stable Diffusion را کنترل می‌کند؛ گام‌های بیشتر ممکن است تصویر نهایی دقیق‌تری ایجاد کنند.

پیش‌فرض 7.5

میزان پایبندی به پرامپت برای انتخاب تصویر، بیان‌شده به‌صورت CFG (Classifier Free Guidance).

پیش‌فرض 0

بخشی از تولید تصویر را رد می‌کند تا رندر سریع‌تر شود و نتایج کمی متفاوت باشند.

پیش‌فرض 4096

اندازه هر کاشی را هنگام تولید تصویر تعیین کنید.

پیش‌فرض 4096

اندازه هر کاشی را هنگام تولید تصویر تعیین کنید.

پیش‌فرض 2048

فاصله بین موقعیت‌های پی‌درپی کاشی را هنگام تولید تصویر تعیین کنید.

پیش‌فرض 2048

فاصله بین موقعیت‌های پی‌درپی کاشی را هنگام تولید تصویر تعیین کنید.

پیش‌فرض 0

تنظیم Eta که هنگام تولید تصویر استفاده می‌شود.

seed برای بازتولید تصاویر در Stable Diffusion. با ثابت نگه‌داشتن نسخه مدل، پرامپت و seed، تصویر می‌تواند در هر اجرا دقیقاً بازتولید شود.

پیش‌فرض []

LoRAهایی که اثر ترکیبی آن‌ها تصویر تولیدشده را ایجاد می‌کند؛ تعداد آن‌ها محدودیتی ندارد.

پیش‌فرض []

تعبیه‌های اعمال‌شده هنگام تولید تصویر برای نگاشت توکن‌های پرامپت به وزن‌های تعبیه. در حال حاضر فقط یک تعبیه پشتیبانی می‌شود.

پیش‌فرض []

Control netهایی که در گام‌های زمانی مشخص هنگام تولید روی تصویر اعمال می‌شوند؛ تعداد آن‌ها محدودیتی ندارد.

پیش‌فرض []

IP adapterهای مورد استفاده برای تولید تصویر. ارائه هر مدخلی به image_encoder_path نیاز دارد.

پیش‌فرض {"array":[],"method":...

بازنویسی برنامه گام‌های زمانی حذف نویز که با sigmas ناسازگار است. بدون بازنویسی—یعنی در حالت پیش‌فرض—زمان‌بند گام‌ها را از num_inference_steps محاسبه می‌کند؛ ارائه برنامه سفارشی باعث بی‌اثر شدن num_inference_steps می‌شود. بازنویسی به پشتیبانی زمان‌بند از آرگومان timesteps برای set_timesteps نیاز دارد.

پیش‌فرض {"array":[],"method":...

بازنویسی برنامه سیگماهای حذف نویز که با timesteps ناسازگار است. بدون بازنویسی—یعنی در حالت پیش‌فرض—زمان‌بند سیگماها را از num_inference_steps محاسبه می‌کند؛ ارائه برنامه سفارشی باعث بی‌اثر شدن num_inference_steps می‌شود. بازنویسی به پشتیبانی زمان‌بند از آرگومان sigmas برای set_sigmas نیاز دارد.

POST /run/lora?wait=20 قیمت → ⁨‎$۰٫۰۵۷⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/lora?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Stable Diffusion with LoRAs

با استفاده از مدل پایه‌ای که URL یا شناسهٔ HuggingFace آن در `model_name` داده شده، از پرامپت متنی تصویر تولید می‌کند. چند `loras` قابل ادغام‌اند و embeddingها، ControlNetها، IP adapterها و ورودی‌های IC Light پشتیبانی می‌شوند. گزینه‌های نمونه‌بردار شامل زمان‌بندهای متعدد و 1 تا 150 مرحله هستند. 1 تا 8 تصویر در قالب png یا jpeg تولید می‌کند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
model_nameالزامی
نوعstring
مدل پایه تولید تصویر که با URL یا شناسه HuggingFace مشخص می‌شود.
unet_nameاختیاری
نوعstring | null
انتخاب U-Net سفارشی برای تولید تصاویر؛ ID آن در HuggingFace یا URL آن را ارائه کنید.
variantاختیاری
نوعstring | null
انتخاب گونه مدل HuggingFace؛ 'fp16' یک نمونه است.
promptالزامی
نوعstring
تصویری را که می‌خواهید تولید شود با بیشترین جزئیات ممکن توصیف کنید تا بهترین نتیجه به‌دست آید.
negative_promptاختیاری
نوعstring
پیش‌فرض
پرامپت منفی برای مشخص‌کردن جزئیات ناخواسته تصویر. می‌تواند رنگ‌ها، اشیا، مناظر یا ویژگی‌ها و کیفیت‌های ظریف‌تر مانند سبیل، تاری یا وضوح پایین را حذف کند.
prompt_weightingاختیاری
نوعboolean
پیش‌فرضfalse
کلید فعال‌سازی وزن‌دهی پرامپت: مقدار true محدودیت 77 توکن را با میانگین‌گیری تعبیه‌ها حذف و نحو وزن‌دهی را فعال می‌کند.
lorasاختیاری
نوعobject[]
پیش‌فرض[]
LoRAهایی که اثر ترکیبی آن‌ها تصویر تولیدشده را ایجاد می‌کند؛ تعداد آن‌ها محدودیتی ندارد.
loras[].pathالزامی
نوعstring
محل وزن‌های LoRA که به‌صورت URL یا مسیر مشخص می‌شود.
loras[].scaleاختیاری
نوعnumber
پیش‌فرض1
۰ – ۴
ضریبی که پیش از ادغام LoRA در مدل پایه، روی وزن LoRA اعمال می‌شود.
embeddingsاختیاری
نوعobject[]
پیش‌فرض[]
تعبیه‌های اعمال‌شده هنگام تولید تصویر برای نگاشت توکن‌های پرامپت به وزن‌های تعبیه. در حال حاضر فقط یک تعبیه پشتیبانی می‌شود.
embeddings[].pathالزامی
نوعstring
وزن‌های embedding مشخص‌شده با URL یا مسیر فایل.
embeddings[].tokensاختیاری
نوعstring[]
توکن‌های پرامپت نگاشت‌شده به وزن‌های تعبیه. حذف آن‌ها برای هر بردار فایل تعبیه یک توکن با نام <s0>، <s1>، ... ایجاد می‌کند؛ از توکن‌های نگاشت‌شده در پرامپت‌ها استفاده کنید.
controlnetsاختیاری
نوعobject[]
پیش‌فرض[]
Control netهایی که در گام‌های زمانی مشخص هنگام تولید روی تصویر اعمال می‌شوند؛ تعداد آن‌ها محدودیتی ندارد.
controlnets[].pathالزامی
نوعstring
محل وزن‌های ControlNet، به‌صورت URL یا مسیر.
controlnets[].config_urlاختیاری
نوعstring | null
URL اختیاری اشاره‌کننده به فایل config.json مربوط به ControlNet.
controlnets[].variantاختیاری
نوعstring | null
گونه اختیاری برای استفاده با کلید مخزن Hugging Face.
controlnets[].image_urlالزامی
نوعurl · image
نشانی اینترنتی تصویر ارائه‌شده به‌عنوان ورودی ControlNet.
controlnets[].mask_urlاختیاری
نوعurl · image
ماسک ControlNet که در صورت ارائه باید از نظر اندازه با تصویر کنترل یکسان باشد؛ عرض و ارتفاع هر دو باید بر 32 بخش‌پذیر باشند.
controlnets[].conditioning_scaleاختیاری
نوعnumber
پیش‌فرض1
۰ – ۲
مقیاس اعمال‌شده به وزن‌های ControlNet پیش از ادغام با مدل پایه.
controlnets[].start_percentageاختیاری
نوعnumber
پیش‌فرض0
۰ – ۱
درصدی از کل گام‌های زمانی که ControlNet در آن شروع به اثرگذاری بر تولید تصویر می‌کند.
controlnets[].end_percentageاختیاری
نوعnumber
پیش‌فرض1
۰ – ۱
درصدی از کل گام‌های زمانی که ControlNet در آن اثرگذاری بر تولید تصویر را متوقف می‌کند.
controlnets[].ip_adapter_indexاختیاری
نوعinteger | null
انتخاب IP adapter بر اساس شاخص برای ControlNet از نوع InstantID؛ ControlNetهای دیگر به این تنظیم نیاز ندارند.
controlnet_guess_modeاختیاری
نوعboolean
پیش‌فرضfalse
در صورت true بودن، اعمال ControlNet را فقط به پیش‌بینی‌های شرطی محدود می‌کند.
ip_adapterاختیاری
نوعobject[]
پیش‌فرض[]
IP adapterهای مورد استفاده برای تولید تصویر. ارائه هر مدخلی به image_encoder_path نیاز دارد.
ip_adapter[].ip_adapter_image_urlالزامی
نوعurl · image
نشانی اینترنتی تصویر ارائه‌شده به‌عنوان ورودی IP adapter.
ip_adapter[].ip_adapter_mask_urlاختیاری
نوعurl · image
ماسک IP adapter که در صورت ارائه مشمول محدودیت اندازه است: ابعاد آن باید با ابعاد تصویر adapter برابر باشد.
ip_adapter[].pathالزامی
نوعstring
محل وزن‌های IP adapter که به‌صورت نشانی اینترنتی یا مسیر مشخص می‌شود.
ip_adapter[].model_subfolderاختیاری
نوعstring | null
محل وزن‌های IP adapter که به‌صورت زیرپوشه‌ای در پوشه مدل مشخص می‌شود.
ip_adapter[].weight_nameاختیاری
نوعstring | null
نام فایل وزن‌ها.
ip_adapter[].insight_face_model_pathاختیاری
نوعstring | null
محل وزن‌های مدل InsightFace که به‌صورت نشانی اینترنتی یا مسیر مشخص می‌شود.
ip_adapter[].scaleاختیاری
نوعnumber
پیش‌فرض1
≥ ۰
ضریب مقیاس وزن‌های IP adapter که پیش از ادغام با مدل پایه اعمال می‌شود.
ip_adapter[].scale_jsonاختیاری
نوعobject | null
ضریب مقیاس وزن‌های IP adapter که پیش از ادغام با مدل پایه اعمال می‌شود.
ip_adapter[].unconditional_noising_factorاختیاری
نوعnumber
پیش‌فرض0
۰ – ۱
ضریب کنترل نویزگذاری بدون شرط برای IP adapter.
ip_adapter[].image_projection_shortcutاختیاری
نوعboolean
پیش‌فرضtrue
تنظیم میان‌بر نگاشت تصویر که مقدار پیش‌فرض آن True است. برای مدل‌های FaceID plus V1 از False و برای مدل‌های FaceID plus V2 از True استفاده کنید.
image_encoder_pathاختیاری
نوعstring | null
رمزگذار تصویر که با نشانی HTTPS یا شناسه Hugging Face مشخص می‌شود و سازگاری آن به وزن‌های IP-Adapter بستگی دارد: SD1.5 از image_encoder_subfolder='models/image_encoder' استفاده می‌کند، درحالی‌که h94/IP-Adapter SDXL از h94/IP-Adapter و image_encoder_subfolder='sdxl_models/image_encoder' استفاده می‌کند. هرگاه ip_adapter دارای مقدار باشد، رمزگذار الزامی است.
image_encoder_subfolderاختیاری
نوعstring | null
زیرپوشه داخل image_encoder_path که وزن‌های رمزگذار تصویر را نگه می‌دارد.
image_encoder_weight_nameاختیاری
نوعstring | null
پیش‌فرضpytorch_model.bin
انتخاب وزن‌های رمزگذار تصویر بر اساس نام برای استفاده در تولید تصویر.
ic_light_model_urlاختیاری
نوعstring | null
نشانی اینترنتی مدل IC Light که هنگام تولید تصویر استفاده می‌شود.
ic_light_model_background_image_urlاختیاری
نوعurl · image
پس‌زمینه سازگار با مدل برای تولید تصویر با IC Light که به‌صورت نشانی اینترنتی تصویر ارائه می‌شود.
ic_light_image_urlاختیاری
نوعurl · image
نشانی اینترنتی تصویر ورودی برای تولید با مدل IC Light.
seedاختیاری
نوعinteger | null
seed برای بازتولید تصاویر در Stable Diffusion. با ثابت نگه‌داشتن نسخه مدل، پرامپت و seed، تصویر می‌تواند در هر اجرا دقیقاً بازتولید شود.
image_sizeاختیاری
نوعobject
پیش‌فرضsquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ابعاد تصویر خروجی، انتخاب‌شده از پیش‌تنظیم‌ها یا مشخص‌شده با عرض و ارتفاع سفارشی. هر دو بعد سفارشی باید بر 8 بخش‌پذیر باشند.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض30
۱ – ۱۵۰
تعداد گام‌های تولید Stable Diffusion را کنترل می‌کند؛ گام‌های بیشتر ممکن است تصویر نهایی دقیق‌تری ایجاد کنند.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض7.5
۰ – ۲۰
میزان پایبندی به پرامپت برای انتخاب تصویر، بیان‌شده به‌صورت CFG (Classifier Free Guidance).
clip_skipاختیاری
نوعinteger
پیش‌فرض0
۰ – ۲
بخشی از تولید تصویر را رد می‌کند تا رندر سریع‌تر شود و نتایج کمی متفاوت باشند.
schedulerاختیاری
نوعenum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
زمان‌بندی‌کننده یا نمونه‌بردار مورد استفاده برای حذف نویز تصویر.
timestepsاختیاری
نوعobject
پیش‌فرض{"array":[],"method":"default"}
بازنویسی برنامه گام‌های زمانی حذف نویز که با sigmas ناسازگار است. بدون بازنویسی—یعنی در حالت پیش‌فرض—زمان‌بند گام‌ها را از num_inference_steps محاسبه می‌کند؛ ارائه برنامه سفارشی باعث بی‌اثر شدن num_inference_steps می‌شود. بازنویسی به پشتیبانی زمان‌بند از آرگومان timesteps برای set_timesteps نیاز دارد.
timesteps.methodاختیاری
نوعenum
پیش‌فرضdefault
defaultarray
نحوه تعیین گام‌های زمانی را انتخاب کنید: 'default'، یعنی تنظیم پیش‌فرض، به زمان‌بند اجازه می‌دهد از `num_inference_steps` استفاده کند. برای ارائه برنامه گام‌های زمانی، 'array' را انتخاب و برنامه را در فیلد `array` قرار دهید.
timesteps.arrayاختیاری
نوعinteger[]
پیش‌فرض[]
برنامه گام‌های زمانی اعمال‌شده وقتی روش انتخابی 'custom' است.
sigmasاختیاری
نوعobject
پیش‌فرض{"array":[],"method":"default"}
بازنویسی برنامه سیگماهای حذف نویز که با timesteps ناسازگار است. بدون بازنویسی—یعنی در حالت پیش‌فرض—زمان‌بند سیگماها را از num_inference_steps محاسبه می‌کند؛ ارائه برنامه سفارشی باعث بی‌اثر شدن num_inference_steps می‌شود. بازنویسی به پشتیبانی زمان‌بند از آرگومان sigmas برای set_sigmas نیاز دارد.
sigmas.methodاختیاری
نوعenum
پیش‌فرضdefault
defaultarray
نحوه تعیین سیگماها را انتخاب کنید: 'default'، یعنی تنظیم پیش‌فرض، از مقادیر سیگمای خود زمان‌بند استفاده می‌کند. برای ارائه برنامه سیگما، 'custom' را انتخاب و برنامه را در فیلد `array` قرار دهید.
sigmas.arrayاختیاری
نوعnumber[]
پیش‌فرض[]
برنامه سیگمای اعمال‌شده وقتی روش انتخابی 'custom' است.
prediction_typeاختیاری
نوعenum
پیش‌فرضepsilon
v_predictionepsilon
نوع پیش‌بینی را برای تولید تصویر انتخاب کنید؛ در صورت انتخاب نکردن گزینه‌ای دیگر، `epsilon` استفاده می‌شود.
rescale_betas_snr_zeroاختیاری
نوعboolean
پیش‌فرضfalse
کنترل می‌کند که آیا نمونه‌بردار rescale_betas_snr_zero را فعال کند.
image_formatاختیاری
نوعenum
پیش‌فرضpng
jpegpng
قالب فایل تصویر نهایی.
num_imagesاختیاری num_outputs
نوعinteger
پیش‌فرض1
۱ – ۸
تعداد تصویرهایی را تعیین کنید که یک درخواست تولید می‌کند؛ برای دسته بزرگ‌تر زمان تولید بیشتری در نظر گرفته می‌شود.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضfalse
فعال‌سازی بررسی‌کننده ایمنی؛ true بررسی را فعال می‌کند.
tile_widthاختیاری
نوعinteger
پیش‌فرض4096
۱۲۸ – ۴٬۰۹۶
اندازه هر کاشی را هنگام تولید تصویر تعیین کنید.
tile_heightاختیاری
نوعinteger
پیش‌فرض4096
۱۲۸ – ۴٬۰۹۶
اندازه هر کاشی را هنگام تولید تصویر تعیین کنید.
tile_stride_widthاختیاری
نوعinteger
پیش‌فرض2048
۶۴ – ۲٬۰۴۸
فاصله بین موقعیت‌های پی‌درپی کاشی را هنگام تولید تصویر تعیین کنید.
tile_stride_heightاختیاری
نوعinteger
پیش‌فرض2048
۶۴ – ۲٬۰۴۸
فاصله بین موقعیت‌های پی‌درپی کاشی را هنگام تولید تصویر تعیین کنید.
etaاختیاری
نوعnumber
پیش‌فرض0
۰ – ۱
تنظیم Eta که هنگام تولید تصویر استفاده می‌شود.
debug_latentsاختیاری
نوعboolean
پیش‌فرضfalse
اگر true باشد، نهفته‌ها را برای اشکال‌زدایی ذخیره می‌کند.
debug_per_pass_latentsاختیاری
نوعboolean
پیش‌فرضfalse
با تنظیم این مقدار روی true، اشکال‌زدایی در هر گذر را فعال می‌کند و نهفته‌های هر گذر را ذخیره می‌کند.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "lora",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 57,
    "usd": "0.057",
    "charged": 57,
    "refunded": 0
  },
  "input": {
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "debug_latents": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_per_pass_latents": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
images
array of object {url, content_type, file_name, file_size, width, height}اطلاعات فایل تصاویر تولیدشده.
seed
integerSeed تولید تصویر، شامل مقدار تصادفی انتخاب‌شده در صورت حذف Seed از ورودی؛ در غیر این صورت، مقدار ارائه‌شده را تکرار می‌کند.
has_nsfw_concepts
array of booleanمشخص می‌کند مفاهیم NSFW در تصاویر تولیدشده ظاهر می‌شوند یا خیر.
debug_latents
object {url, content_type, file_name, file_size} | nullداده‌های نهفته ذخیره‌شده برای اشکال‌زدایی.
debug_per_pass_latents
object {url, content_type, file_name, file_size} | nullداده‌های نهفته هر گذر ذخیره‌شده برای اشکال‌زدایی.

مدل‌های بیشتر: متن به تصویر

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/lora.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt