图像预览生成驱动说明（image_preview_common_v1）

概述

对应驱动实现了兼容第三方图像生成模型原生 API 格式的通用供应商驱动，用于调用多个图像预览生成模型。

特性

• 同步接口：直接返回结果，无需轮询状态
• Base64 图片输入：支持将图片编码为 base64 格式上传
• 宽高比控制：支持 9:16、16:9、1:1、3:4、4:3、21:9、1:4、4:1、1:8、8:1
• 清晰度控制：支持 1K、2K、4K
• 多图输入：支持逗号分隔的多个图片 URL
• 多模型支持：根据任务类型自动选择对应的图像生成模型
• 格式兼容：同时支持驼峰格式（inlineData）和下划线格式（inline_data）
• 多站点支持：支持 site_0（官方固定站点）到 site_5 共 6 个聚合站点（第三方服务配置项，详见配置文件）

配置

Site 0（官方固定站点）

在 config.yml 中添加以下配置：

api_aggregator:
  site_0:
    base_url: "<官方地址>"        # 官方固定站点，base_url 不可修改
    api_key: "<your_api_key>"     # API Key
    name: "官方站点"

Site 1-5（自定义聚合站点）

api_aggregator:
  site_1:
    base_url: "https://xxx.ai"    # API 基础 URL（根据实际中转站配置）
    api_key: "<your_api_key>"     # API Key
    name: "自定义名称"

API 格式

请求格式

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {"text": "生成一张美丽的风景图"},
        {"inlineData": {"mimeType": "image/jpeg", "data": "base64_data"}}
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": ["TEXT", "IMAGE"],
    "imageConfig": {
      "aspectRatio": "9:16",
      "imageSize": "1K"
    }
  }
}

响应格式

{
  "candidates": [{
    "content": {
      "parts": [{
        "inlineData": {
          "mimeType": "image/png",
          "data": "base64_result_image"
        }
      }]
    }
  }]
}

使用示例

# 实例化对应驱动（站点 0 - 官方固定站点）
driver = ImagePreviewDriver(site=0)

# 提交任务（同步返回结果）
result = driver.submit_task(ai_tool)

if result['success']:
    # 同步接口直接返回结果
    image_url = result['result_url']  # data:image/png;base64,xxx 或缓存URL

站点实现

各站点对应一个驱动实现类（对应驱动），由驱动工厂统一注册。

文件列表

运行测试

python -m unittest <对应驱动集成测试模块> -v

参考文档

• 第三方图像生成服务的图片生成官方文档（详见供应商文档）
• API 端点格式: /v1beta/models/{model_name}:generateContent