必须通过liblibai开放平台api调用图生图功能，需配置accesskey和secretkey密钥，上传base64编码图片或multipart-formdata，指定合法模型名、去噪强度0.4–0.6、带风格指令的提示词，并满足图像分辨率≥512×512等硬性条件，最后轮询task_id获取结果直链。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在Python项目中调用LiblibAI图生图功能实现批量处理、定时生成或与业务系统集成，必须通过其开放平台API完成接入，不能复用网页端的Cookie或Session，也不支持直接上传本地文件路径。
获取并配置API密钥
第一步是拿到合法调用凭证，这一步不可跳过，没有密钥所有请求都会被拒绝返回401错误。
登录LiblibAI官网 → 进入左侧导航栏“API开发平台” → 确认已领取500试用积分（未领取则后续调用提示“余额不足”） → 在密钥管理页复制AccessKey和SecretKey。
【SecretKey必须离线保存，绝不能硬编码进Git仓库或前端代码】。建议用python-dotenv写入.env文件，再通过os.getenv读取。
构造图生图专用请求
图生图API与文生图不同，必须携带base64编码的图片数据、去噪强度及可选蒙版信息，缺一不可。
方法一：使用requests发送POST请求
将参考图读取为bytes → 用base64.b64encode()转成字符串 → 拼入JSON payload，其中image字段值为base64字符串（不含data:image/png;base64,前缀）。
方法二：启用multipart/form-data上传（仅限部分接口版本）
需将图片文件对象作为form-data字段传入，字段名为image_file；此时payload中不再放base64，但必须同步提供width、height参数，否则服务端无法解析图像尺寸。
两种方式都要求在HTTP Header中添加X-Liblib-Access-Key和Authorization签名头，后者由uri+timestamp+nonce+SecretKey按HMAC-SHA1生成，顺序错一位就验签失败。
设置关键参数避免生成失败
第一步：确认模型支持图生图
调用前必须指定checkpoint_name参数，值必须是平台当前启用的图生图模型名，例如"F.1 Kontext"或"Seedream 4.0"，填错会导致400报错“model not found”。
第二步：控制去噪强度范围
去噪强度denoising_strength设为0.4–0.6之间最稳妥；低于0.3时AI几乎不改图，高于0.7则结构崩坏概率陡增。这个值直接影响输出是否保留原图构图。
第三步：提示词必须含风格或动作指令
纯描述性文字如“一只猫”效果极差；要写成“赛博朋克风格的机械猫，蹲在霓虹雨巷中，侧身回望”，否则AI默认沿用原图语义，不会主动增强表现力。
第四步：上传图必须满足硬性条件
分辨率不得低于512×512像素，格式限定为PNG/JPG/WEBP，文件体积≤10MB；上传前务必用PIL.Image.open校验尺寸，用os.path.getsize()检查大小，否则API直接返回400且不说明具体原因。
发起调用并解析响应
1、组装完整请求URL：https://api.liblib.art/v1/generate/image2image
2、设置headers包含Content-Type: application/json、X-Liblib-Access-Key、Authorization三要素
3、用requests.post()提交payload，超时设为60秒（图生图耗时通常在15–45秒）
4、检查status_code是否为200，非200需打印response.text排查；成功响应体中task_id字段是轮询结果的唯一依据
5、用GET /v1/task/{task_id}轮询，直到status变为success，result字段里的url才是最终生成图的直链
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
