什么是 KoCodeImg?

KoCodeImg 是一个 AI 图片生成平台,提供 OpenAI / Anthropic / Google 等多平台兼容的统一 API 接口。你只需一个 API Key,即可通过标准格式调用不同平台的图片生成模型。

统一入口: 一个 API Key 接入所有平台

兼容格式: 完全兼容 OpenAI / Google / Anthropic SDK

快速开始

获取 API Key

在账号设置页面创建 API Key,格式为 sk-koci_xxxx

选择平台与模型

根据需求选择 OpenAI / Anthropic / Google 兼容接口,使用对应 SDK 或 HTTP 调用

发送请求

将 SDK 的 baseURL 指向本平台,传入 API Key 即可

认证方式

支持以下三种认证方式:

Authorization: Bearer <你的 API Key> (请求头)
X-API-Key: <你的 API Key> (请求头)
?key=<你的 API Key> (URL 参数)

安全提示: 请勿在客户端代码或公开仓库中暴露 API Key。如果泄露,请立即在设置中删除并重新生成。

OpenAI 图片生成接口

OpenAI 官方文档: https://platform.openai.com/docs/api-reference/images

POST /{platform}/v1/images/generations

请求参数:

参数名	类型	必填	说明
model	`string`	是	模型 ID,如 image-2、image-2-hd
prompt	`string`	是	图片描述文本,最大 4000 字符
n	`integer`	否	生成数量,默认 1,当前仅支持 1
size	`string`	否	图片尺寸: 1024x1024、1792x1024、1024x1792
quality	`string`	否	质量: standard 或 hd

请求示例:

bash

curl -X POST https://your-domain.com/openai/v1/images/generations \
  -H "Authorization: Bearer sk-koci_your_api_key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "image-2",
    "prompt": "一只穿着宇航服的猫在月球上漫步",
    "n": 1,
    "size": "1024x1024",
    "quality": "hd"
  }'

Node.js (OpenAI SDK):

javascript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "sk-koci_your_api_key",
  baseURL: "https://your-domain.com/openai/v1",
});

const response = await client.images.generate({
  model: "image-2",
  prompt: "一只穿着宇航服的猫在月球上漫步",
  n: 1,
  size: "1024x1024",
  quality: "hd",
});

console.log(response.data[0].url);

Python (OpenAI SDK):

python

from openai import OpenAI

client = OpenAI(
    api_key="sk-koci_your_api_key",
    base_url="https://your-domain.com/openai/v1",
)

response = client.images.generate(
    model="image-2",
    prompt="一只穿着宇航服的猫在月球上漫步",
    n=1,
    size="1024x1024",
    quality="hd",
)

print(response.data[0].url)

响应示例:

json

{
  "created": 1716700000,
  "data": [
    {
      "url": "https://your-domain.com/storage/images/xxx.png",
      "revised_prompt": "一只穿着宇航服的猫在月球上漫步..."
    }
  ]
}

OpenAI 图生图接口

基于参考图片生成新图片,支持风格迁移、局部修改等场景。兼容 OpenAI Images Edit API 格式。

POST /{platform}/v1/images/edits

请求参数:

参数名	类型	必填	说明
image	`file`	是	参考图片文件 (PNG/JPG, 最大 4MB)
prompt	`string`	是	描述期望的修改或生成效果
model	`string`	否	模型 ID,如 image-2、image-2-hd
n	`integer`	否	生成数量,默认 1
size	`string`	否	输出尺寸: 1024x1024、1792x1024、1024x1792
mask	`file`	否	遮罩图片,透明区域为需要编辑的部分 (PNG)

cURL (multipart/form-data):

bash

curl -X POST https://your-domain.com/openai/v1/images/edits \
  -H "Authorization: Bearer sk-koci_your_api_key" \
  -F "image=@reference.png" \
  -F "prompt=将背景改为星空,保留主体人物" \
  -F "model=image-2-hd" \
  -F "size=1024x1024"

Node.js (OpenAI SDK):

javascript

import OpenAI from "openai";
import fs from "fs";

const client = new OpenAI({
  apiKey: "sk-koci_your_api_key",
  baseURL: "https://your-domain.com/openai/v1",
});

const response = await client.images.edit({
  model: "image-2-hd",
  image: fs.createReadStream("reference.png"),
  prompt: "将背景改为星空,保留主体人物",
  size: "1024x1024",
});

console.log(response.data[0].url);

Python (OpenAI SDK):

python

from openai import OpenAI

client = OpenAI(
    api_key="sk-koci_your_api_key",
    base_url="https://your-domain.com/openai/v1",
)

response = client.images.edit(
    model="image-2-hd",
    image=open("reference.png", "rb"),
    prompt="将背景改为星空,保留主体人物",
    size="1024x1024",
)

print(response.data[0].url)

带遮罩局部编辑:

python

response = client.images.edit(
    model="image-2-hd",
    image=open("photo.png", "rb"),
    mask=open("mask.png", "rb"),   # 透明区域 = 需要重绘的部分
    prompt="在空白区域添加一只金色的猫",
    size="1024x1024",
)

print(response.data[0].url)

响应示例:

json

{
  "created": 1716700000,
  "data": [
    {
      "url": "https://your-domain.com/storage/images/edited_xxx.png",
      "revised_prompt": "将背景改为星空,保留主体人物..."
    }
  ]
}

提示: 支持基于参考图的风格迁移与局部编辑(带遮罩时透明区域为重绘部分)。

OpenAI 可用模型

模型名称	模型 ID	说明
标准	image-2	快速生成,适合日常使用
高清	image-2-hd	高清画质,细节更丰富
超清	image-2-ultra	最高画质,适合商业用途

Anthropic 图片生成接口

Anthropic 官方文档: https://docs.anthropic.com

POST /{platform}/v1/messages

请求参数:

参数名	类型	必填	说明
model	`string`	是	模型 ID,如 claude-sonnet-4-20250514
max_tokens	`integer`	是	最大输出 token 数
messages	`array`	是	对话消息列表,包含 role 和 content

Python (Anthropic SDK):

python

import anthropic

client = anthropic.Anthropic(
    api_key="sk-koci_your_api_key",
    base_url="https://your-domain.com/anthropic/v1",
)

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "生成一张日落海滩的图片"}
    ],
)

print(message.content)

Google 图片生成接口

Gemini 官方文档: https://ai.google.dev/gemini-api/docs

POST /{platform}/v1beta/models/{model}:generateContent

请求参数:

参数名	类型	必填	说明
contents	`array`	是	对话内容列表,包含角色和部件
generationConfig	`object`	否	生成配置,包含 responseModalities 等

Python (Google GenAI SDK):

python

from google import genai

client = genai.Client(
    api_key="sk-koci_your_api_key",
    http_options={"base_url": "https://your-domain.com/google/v1beta"},
)

response = client.models.generate_content(
    model="gemini-2.0-flash-exp",
    contents="生成一张赛博朋克城市的图片",
    config=genai.types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
    ),
)

for part in response.candidates[0].content.parts:
    if part.inline_data:
        with open("output.png", "wb") as f:
            f.write(part.inline_data.data)

cURL:

bash

curl -X POST "https://your-domain.com/google/v1beta/models/gemini-2.0-flash-exp:generateContent" \
  -H "Authorization: Bearer sk-koci_your_api_key" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{"text": "生成一张赛博朋克城市的图片"}]
    }],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"]
    }
  }'

Antigravity 图片生成接口

基于 Google Gemini generateContent API,支持 1K / 2K / 4K 多分辨率和 5 种宽高比。

POST /{platform}/v1beta/models/{model}:generateContent

请求参数:

参数名	类型	必填	说明
contents	`array`	是	对话内容,包含 text 部件 (文生图) 或 inlineData + text (图生图)
generationConfig.responseModalities	`array`	是	固定为 ["IMAGE", "TEXT"]
generationConfig.imageConfig.imageSize	`string`	否	分辨率档位: 1K (默认)、2K、4K
generationConfig.imageConfig.aspectRatio	`string`	否	宽高比: 1:1 (默认)、16:9、9:16、4:3、3:4

cURL:

bash

curl -X POST "https://your-domain.com/antigravity/v1beta/models/gemini-3.1-flash-image:generateContent" \
  -H "Authorization: Bearer sk-koci_your_api_key" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{"text": "一只穿着宇航服的猫在月球上漫步"}]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE", "TEXT"],
      "imageConfig": {
        "imageSize": "2K",
        "aspectRatio": "16:9"
      }
    }
  }'

Python:

python

import httpx, base64

resp = httpx.post(
    "https://your-domain.com/antigravity/v1beta/models/gemini-3.1-flash-image:generateContent",
    headers={
        "Authorization": "Bearer sk-koci_your_api_key",
        "Content-Type": "application/json",
    },
    json={
        "contents": [{
            "role": "user",
            "parts": [{"text": "一只穿着宇航服的猫在月球上漫步"}],
        }],
        "generationConfig": {
            "responseModalities": ["IMAGE", "TEXT"],
            "imageConfig": {"imageSize": "2K", "aspectRatio": "16:9"},
        },
    },
    timeout=600,
)

data = resp.json()
for part in data["candidates"][0]["content"]["parts"]:
    if "inlineData" in part:
        img = base64.b64decode(part["inlineData"]["data"])
        with open("output.jpg", "wb") as f:
            f.write(img)
        print(f"saved {len(img)} bytes")
    elif "text" in part:
        print(part["text"])

Node.js:

javascript

const resp = await fetch(
  "https://your-domain.com/antigravity/v1beta/models/gemini-3.1-flash-image:generateContent",
  {
    method: "POST",
    headers: {
      "Authorization": "Bearer sk-koci_your_api_key",
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      contents: [{
        role: "user",
        parts: [{ text: "一只穿着宇航服的猫在月球上漫步" }],
      }],
      generationConfig: {
        responseModalities: ["IMAGE", "TEXT"],
        imageConfig: { imageSize: "2K", aspectRatio: "16:9" },
      },
    }),
  }
);

const data = await resp.json();
for (const part of data.candidates[0].content.parts) {
  if (part.inlineData) {
    const buf = Buffer.from(part.inlineData.data, "base64");
    require("fs").writeFileSync("output.jpg", buf);
    console.log(`saved ${buf.length} bytes`);
  }
}

响应示例:

json

{
  "candidates": [{
    "content": {
      "parts": [
        {
          "inlineData": {
            "mimeType": "image/jpeg",
            "data": "/9j/4AAQ... (base64)"
          }
        },
        {
          "text": "图片描述文本"
        }
      ]
    }
  }]
}

注意: 4K 分辨率图片较大,请求可能需要较长时间 (最多 10 分钟),请设置足够的超时时间。图片以 base64 返回在响应体中,非 URL。

Antigravity 图生图接口

在 contents.parts 中传入参考图的 base64 数据,配合文本提示词实现图生图。

请求体结构:

json

{
  "contents": [{
    "role": "user",
    "parts": [
      {
        "inlineData": {
          "mimeType": "image/png",
          "data": "<参考图 base64>"
        }
      },
      {
        "text": "将画面风格转为赛博朋克"
      }
    ]
  }],
  "generationConfig": {
    "responseModalities": ["IMAGE", "TEXT"],
    "imageConfig": {
      "imageSize": "2K",
      "aspectRatio": "1:1"
    }
  }
}

Python 图生图:

python

import httpx, base64

# 读取参考图并编码
with open("reference.png", "rb") as f:
    ref_b64 = base64.b64encode(f.read()).decode()

resp = httpx.post(
    "https://your-domain.com/antigravity/v1beta/models/gemini-3.1-flash-image:generateContent",
    headers={
        "Authorization": "Bearer sk-koci_your_api_key",
        "Content-Type": "application/json",
    },
    json={
        "contents": [{
            "role": "user",
            "parts": [
                {"inlineData": {"mimeType": "image/png", "data": ref_b64}},
                {"text": "将画面风格转为赛博朋克,保留构图"},
            ],
        }],
        "generationConfig": {
            "responseModalities": ["IMAGE", "TEXT"],
            "imageConfig": {"imageSize": "2K"},
        },
    },
    timeout=600,
)

data = resp.json()
for part in data["candidates"][0]["content"]["parts"]:
    if "inlineData" in part:
        img = base64.b64decode(part["inlineData"]["data"])
        with open("output.jpg", "wb") as f:
            f.write(img)

提示: 支持多张参考图,在 parts 数组中依次添加多个 inlineData 部件,最后一个 part 为文本提示词。

可用模型与参数

模型列表:

模型名称	模型 ID	说明
Gemini Flash	gemini-3.1-flash-image	速度快,适合日常生成
Gemini Pro	gemini-3-pro-image	质量高,细节更丰富

分辨率档位 (imageSize):

档位	值	说明
标准	1K	默认分辨率,速度最快
高清	2K	2 倍分辨率,适合打印
超清	4K	4 倍分辨率,文件较大,耗时较长

宽高比 (aspectRatio):

比例	适用场景
1:1	头像、图标、社交媒体封面 (默认)
16:9	横屏壁纸、视频封面、Banner
9:16	手机壁纸、竖屏海报、Story
4:3	传统照片、PPT 插图
3:4	竖版照片、书籍封面

SSE 流式生成

原生接口返回 Server-Sent Events 流,支持实时进度回传。适合需要展示生成进度的场景。

POST https://your-domain.com/api/generate/

cURL:

bash

curl -X POST https://your-domain.com/api/generate/ \
  -H "Authorization: Bearer sk-koci_your_api_key" \
  -H "Content-Type: application/json" \
  -d '{
    "conversation_id": "your-conversation-id",
    "prompt": "一只穿着宇航服的猫在月球上漫步",
    "style": "realistic",
    "size": "1:1",
    "model": "standard"
  }'

SSE 事件流:

event: status
data: {"status": "queued", "message_id": "550e8400-..."}

event: progress
data: {"status": "processing", "progress": 30}

event: progress
data: {"status": "processing", "progress": 70}

event: complete
data: {"status": "complete", "image_url": "https://...", "thumbnail_url": "https://..."}

Python (SSE Client):

python

import requests
import sseclient

resp = requests.post(
    "https://your-domain.com/api/generate/",
    headers={
        "Authorization": "Bearer sk-koci_your_api_key",
        "Content-Type": "application/json",
        "Accept": "text/event-stream",
    },
    json={
        "conversation_id": "your-conversation-id",
        "prompt": "一只穿着宇航服的猫在月球上漫步",
        "style": "realistic",
        "size": "1:1",
        "model": "standard",
    },
    stream=True,
)

client = sseclient.SSEClient(resp)
for event in client.events():
    print(f"[{event.event}] {event.data}")

图生图

原生图生图接口,上传参考图并描述修改意图,支持 SSE 进度流。

POST https://your-domain.com/api/generate/img2img

请求参数 (multipart/form-data):

参数名	类型	必填	说明
image	`file`	是	参考图片 (PNG/JPG, 最大 4MB)
prompt	`string`	是	描述修改意图
conversation_id	`string`	是	对话 ID
strength	`number`	否	变化强度 0.0-1.0,默认 0.7 (越大越偏离原图)
style	`string`	否	风格: realistic, anime, watercolor 等
size	`string`	否	输出比例: 1:1, 16:9, 9:16
model	`string`	否	模型: standard, hd, ultra
mask	`file`	否	遮罩图 (PNG),透明区域为编辑区

cURL:

bash

curl -X POST https://your-domain.com/api/generate/img2img \
  -H "Authorization: Bearer sk-koci_your_api_key" \
  -F "image=@reference.png" \
  -F "prompt=将画面风格转为赛博朋克" \
  -F "conversation_id=your-conversation-id" \
  -F "strength=0.75" \
  -F "style=cyberpunk" \
  -F "model=hd"

Python:

python

import requests
import sseclient

resp = requests.post(
    "https://your-domain.com/api/generate/img2img",
    headers={
        "Authorization": "Bearer sk-koci_your_api_key",
        "Accept": "text/event-stream",
    },
    files={"image": open("reference.png", "rb")},
    data={
        "prompt": "将画面风格转为赛博朋克",
        "conversation_id": "your-conversation-id",
        "strength": "0.75",
        "style": "cyberpunk",
        "model": "hd",
    },
    stream=True,
)

client = sseclient.SSEClient(resp)
for event in client.events():
    print(f"[{event.event}] {event.data}")

SSE 事件流 (与文生图相同):

event: status
data: {"status": "queued", "message_id": "550e8400-..."}

event: progress
data: {"status": "processing", "progress": 40}

event: complete
data: {"status": "complete", "image_url": "https://...", "thumbnail_url": "https://..."}

请求参数

参数名	类型	必填	说明
conversation_id	`string`	是	对话 ID,通过 POST /api/conversations/ 创建
prompt	`string`	是	图片描述文本
style	`string`	否	风格: realistic, anime, watercolor, oil-painting 等
size	`string`	否	比例: 1:1, 16:9, 9:16
model	`string`	否	模型: standard、hd、ultra

视频生成接口

视频生成为异步接口:提交任务后立即返回 task_id,再通过 SSE 实时获取进度,完成后从事件中取得视频地址。请在请求头携带登录后获取的访问令牌。

提交任务:

POST https://your-domain.com/api/videos

请求参数:

参数名	类型	必填	说明
model	`string`	是	视频模型名,如 veo-3-1、veo-omni-flash
prompt	`string`	是	视频画面描述
mode	`string`	否	text2video(文生) / image2video(图生) / video_edit(视频编辑)
size	`string`	否	画面比例: 16:9、9:16、1:1
reference_images	`string[]`	否	参考图/首尾帧公网 URL(图生视频,最多 9 张)
input_video_url	`string`	否	输入视频 URL(视频编辑模式)

cURL:

bash

curl -X POST https://your-domain.com/api/videos \
  -H "Authorization: Bearer <访问令牌>" \
  -H "Content-Type: application/json" \
  -d '{"model": "veo-3-1", "prompt": "日出时分宁静的山间湖泊,电影感航拍", "mode": "text2video", "size": "16:9"}'

提交响应:

json

{
  "status": "queued",
  "task_id": "v_xxxxxxxx",
  "video_id": "v_xxxxxxxx"
}

轮询进度 (SSE):

GET https://your-domain.com/api/videos/{task_id}/stream

SSE 事件流:

data: {"status": "processing", "progress": 30}

data: {"status": "complete", "progress": 100, "video_url": "https://.../video.mp4", "video_id": "v_xxxxxxxx"}

视频可用模型

模型	能力	时长
veo-3-1	文生 / 图生(首尾帧、多图参考≤9)	8 秒
veo-omni-flash	文生 / 图生(首尾帧、多图参考≤9)	10 秒

图生视频需提供公网可访问的参考图 URL;视频时长由模型固定。生成完成后视频会转存至平台存储,长期有效。

错误码

状态码	含义	处理建议
401	API Key 无效或已过期	检查 Key 是否正确,是否已被删除
402	积分不足	前往平台充值或签到获取积分
429	请求过于频繁	降低请求频率,参考速率限制
500	服务内部错误	稍后重试,如持续出现请联系支持