Flow2API

一个功能完整的 OpenAI 兼容 API 服务，为 Flow 提供统一的接口

✨ 核心特性

• 🎨 文生图 / 图生图
• 🎬 文生视频 / 图生视频
• 🎞️ 首尾帧视频
• 🔄 AT/ST自动刷新 - AT 过期自动刷新，ST 过期时自动通过浏览器更新（personal 模式）
• 📊 余额显示 - 实时查询和显示 VideoFX Credits
• 🚀 负载均衡 - 多 Token 轮询和并发控制
• 🌐 代理支持 - 支持 HTTP/SOCKS5 代理
• 📱 Web 管理界面 - 直观的 Token 和配置管理
• 🎨 图片生成连续对话
• 🧩 Gemini 官方请求体兼容 - 支持 generateContent / streamGenerateContent、systemInstruction、contents.parts.text/inlineData/fileData
• ✅ Gemini 官方格式已实测出图 - 已使用真实 Token 验证 /models/{model}:generateContent 可正常返回官方 candidates[].content.parts[].inlineData

🚀 快速开始

前置要求

• Docker 和 Docker Compose（推荐）

• 或 Python 3.8+

• 由于Flow增加了额外的验证码，你可以自行选择使用浏览器打码或第三发打码： 注册YesCaptcha并获取api key，将其填入系统配置页面YesCaptcha API密钥区域

• YesCaptcha 支持在管理页切换 type：RecaptchaV3TaskProxyless、RecaptchaV3TaskProxylessM1、RecaptchaV3TaskProxylessM1S7、RecaptchaV3TaskProxylessM1S9；当前默认推荐 M1S9，S7/S9 会强制提交 minScore 0.7/0.9。

• 默认 docker-compose.yml 建议搭配第三方打码（yescaptcha/capmonster/ezcaptcha/capsolver）。 如需 Docker 内有头打码（browser/personal），请使用下方 docker-compose.headed.yml。

• 本地自测 remote_browser 模式时，可在宿主机运行 Node 模拟打码服务（仅验 HTTP 与鉴权，不产出真实 reCAPTCHA token）：见 tools/remote-browser-mock/。

• 生产向 Agent Gateway（Flow2API → HTTP，用户 PC 通过 WebSocket 接任务）：见 docs/agent-gateway.md 与 src/agent_gateway/。

• 异步任务提交与轮询（/v1/async/chat/completions、/v1/jobs/{job_id}）：见 docs/async-polling.md。

• Runway web-task integration is available through the admin Runway tab, runway-* models, and /v1/runway/* routes. See docs/runway.md. It includes a manifest-backed model registry, live feature sync, real Runway uploads/datasets, image/video/audio/upscale task builders, OpenAI-compatible dispatch, voices, estimates, cancel, async polling, and cache mirroring.

• 自动更新st浏览器拓展：Flow2API-Token-Updater

Chrome Extension per-key isolation setup

When using captcha method extension, Flow2API keeps one global captcha mode but isolates workers per managed API key.

1. Create a managed API key in admin panel (/api/admin/managed-apikeys).
2. Set the token/account extension_route_key to a unique value (for example 9223).
3. In Chrome extension options, set:
   • backend API key
   • same route key as the token/account
4. Confirm in admin extension workers page (/api/admin/extension/workers) that route and managed key binding match. The server resolves managed key ID from the API key on connect.

If a managed key has no matching extension worker online, requests wait up to extension_queue_wait_timeout_seconds and then fail (no gateway fallback).

方式一：Docker 部署（推荐）

标准模式（不使用代理）

# 克隆项目
git clone https://github.com/TheSmallHanCat/flow2api.git
cd flow2api

# 启动服务
docker-compose up -d

# 查看日志
docker-compose logs -f

说明：Compose 已默认挂载 ./tmp:/app/tmp。如果把缓存超时设为 0，语义是“不自动过期删除”；若希望容器重建后仍保留缓存文件，也需要保留这个 tmp 挂载。

WARP 模式（使用代理）

# 使用 WARP 代理启动
docker-compose -f docker-compose.warp.yml up -d

# 查看日志
docker-compose -f docker-compose.warp.yml logs -f

Docker 有头打码模式（browser / personal）

适用于你有虚拟化桌面需求、希望在容器里启用有头浏览器打码的场景。
该模式默认启动 Xvfb + Fluxbox 实现容器内部可视化，并设置 ALLOW_DOCKER_HEADED_CAPTCHA=true。
仅开放应用端口，不提供任何远程桌面连接端口。 personal 内置浏览器现在默认按有头模式启动；如需临时切回无头，可额外设置环境变量 PERSONAL_BROWSER_HEADLESS=true。

# 启动有头模式（首次建议带 --build）
docker compose -f docker-compose.headed.yml up -d --build

# 查看日志
docker compose -f docker-compose.headed.yml logs -f

• API 端口：8000
• 进入管理后台后，将验证码方式设为 browser 或 personal

Cloudflare Tunnel（公网 + 分离 API 与管理台域名）

在 Docker 中运行 cloudflared，用同一个内网源、两个公网子域名分别对外暴露 OpenAPI（/v1/... 等）和 Web 管理台（/ + /api/...）。不拆进程：两个域名都反代到本项目的 容器内 http://<服务名>:8000。

1. 在 Cloudflare Zero Trust → Networks → Tunnels 创建命名隧道，复制 cloudflared 安装命令里的 TUNNEL_TOKEN。
2. 在同一隧道下配置两条 Public hostname（示例 — 可换成自己的域名）
   • 仅 API（不开放管理台/前端）：https://flow-api.prismacreative.online → http://flow2api:8000
   • 管理台 + 前端（与 API 用不同子域）：https://admin-flow.prismacreative.online → http://flow2api:8000
     在 Docker 同网络内解析 flow2api 为应用容器；不要填主机上的 38000 等映射端口。
3. 根目录 cp .env.example .env，写入 TUNNEL_TOKEN=...；docker-compose.yml 仅 flow2api；合并 docker-compose.agent.yml 后增加 agent-gateway、redis、cloudflared（同一隧道；在 Cloudflare 里为 agents.* 配置到 http://agent-gateway:9080）。FLOW2API_API_ONLY_HOST 见 docker-compose.yml 中 flow2api。在该 API 子域上仅允许对外两类同一进程内的能力：OpenAI 兼容（/v1/...，如 chat/completions、models）与 Gemini 风格（/v1beta/models/...:generateContent、:streamGenerateContent 及 /models/... 等），以及缓存 /tmp、/openapi.json、/health；不提供网页界面、/api 管理接口与 /assets 静态资源（见 src/main.py 中 ApiOnlyHostMiddleware）。管理台请始终使用 admin-flow.* 等未列入 FLOW2API_API_ONLY_HOST 的 hostname。可覆盖为：FLOW2API_API_ONLY_HOST=你的api子域。不要在宿主机再跑一个相同 Token 的 cloudflared（一隧道一连接器）。
4. 启动：
   docker compose -f docker-compose.yml -f docker-compose.agent.yml up -d（或加 --build 构建 agent-gateway；公网隧道需合并此命令；仅本地跑应用、不要隧道与 agent：docker compose up -d 只用 docker-compose.yml）
   从源码构建主应用镜像：项目根执行 docker build -t flow2api:local -f Dockerfile .，再在 compose 中将 flow2api 的 image 改为 flow2api:local 后 up。
5. 管理台在浏览器打开 admin-flow 域名；OpenAI 兼容 API 的 Base URL 使用 flow-api 域名（如 https://flow-api.prismacreative.online/v1/...）。Agent 网关公网见 docs/agent-gateway.md。
6. 在 config/setting.toml 的 [cache] 中设置与公网一致的 base_url（见 config/setting_example.toml 注释），例如 base_url = "https://flow-api.prismacreative.online"。
7. FLOW2API_API_ONLY_HOST 在 环境变量中配置；默认见 docker-compose.yml 中 flow2api 的 environment；docker compose 会读根目录 .env。

若 flow-api 子域仍能打开 /login 等页面： 表示当前映像未包含本仓库的 ApiOnlyHostMiddleware（例如只拉了旧版 ghcr.io/.../flow2api:latest）。需使用本仓库代码构建再部署，例如在本项目根目录执行 docker build -t flow2api:local -f Dockerfile .，在 docker-compose 里把 flow2api 服务的 image 改为 flow2api:local 后重新 up -d，并确认容器日志启动行有 API-only host(s)。也可在宿主机上 python main.py 时设置环境变量。若已用新映像仍异常，在 Cloudflare 对该子域关闭针对 HTML 的强缓存或做一次 Purge Cache，避免边缘缓存了旧的 index.html。

有头打码时单独使用 docker-compose.headed.yml（内已含 Cloudflare Tunnel 与 flow2api-headed）：

docker compose -f docker-compose.headed.yml up -d

在 Zero Trust 里两条公网 hostname 的源地址应填 http://flow2api-headed:8000（与 docker-compose.headed.yml 中服务名一致）。

方式二：本地部署

# 克隆项目
git clone https://github.com/TheSmallHanCat/flow2api.git
cd flow2api

# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

# 启动服务
python main.py

首次访问

服务启动后,访问管理后台: **http://localhost:8000**,首次登录后请立即修改密码!

• 用户名: admin
• 密码: admin

📈 监控接口

• GET /health：公开健康检查，返回服务是否存活、活跃 Token 数、即将过期 Token 数、已过期 Token 数、429 禁用数等摘要
• GET /metrics：Prometheus 指标接口
• GET /api/tokens：管理接口，返回 at_expires、at_expired、at_expiring_within_1h、ban_reason、consecutive_error_count 等 Token 状态

Prometheus 可直接抓 /metrics。如果部署到 Kubernetes，建议只在集群内抓取，并在 Ingress/Gateway 层单独限制 /metrics 的外部访问。

模型测试页面

访问 http://localhost:8000/test 可打开内置的模型测试页面，支持：

• 按分类浏览所有可用模型（图片生成、文/图生视频、多图视频、视频放大等）
• 输入提示词一键测试，流式显示生成进度
• 图生图 / 图生视频场景支持上传图片
• 生成完成后直接预览图片或视频

📋 支持的模型

图片生成

模型名称	说明	尺寸
gemini-2.5-flash-image-landscape	图/文生图	横屏
gemini-2.5-flash-image-portrait	图/文生图	竖屏
gemini-3.0-pro-image-landscape	图/文生图	横屏
gemini-3.0-pro-image-portrait	图/文生图	竖屏
gemini-3.0-pro-image-square	图/文生图	方图
gemini-3.0-pro-image-four-three	图/文生图	横屏 4:3
gemini-3.0-pro-image-three-four	图/文生图	竖屏 3:4
gemini-3.0-pro-image-landscape-2k	图/文生图(2K)	横屏
gemini-3.0-pro-image-portrait-2k	图/文生图(2K)	竖屏
gemini-3.0-pro-image-square-2k	图/文生图(2K)	方图
gemini-3.0-pro-image-four-three-2k	图/文生图(2K)	横屏 4:3
gemini-3.0-pro-image-three-four-2k	图/文生图(2K)	竖屏 3:4
gemini-3.0-pro-image-landscape-4k	图/文生图(4K)	横屏
gemini-3.0-pro-image-portrait-4k	图/文生图(4K)	竖屏
gemini-3.0-pro-image-square-4k	图/文生图(4K)	方图
gemini-3.0-pro-image-four-three-4k	图/文生图(4K)	横屏 4:3
gemini-3.0-pro-image-three-four-4k	图/文生图(4K)	竖屏 3:4
imagen-4.0-generate-preview-landscape	图/文生图	横屏
imagen-4.0-generate-preview-portrait	图/文生图	竖屏
gemini-3.1-flash-image-landscape	图/文生图	横屏
gemini-3.1-flash-image-portrait	图/文生图	竖屏
gemini-3.1-flash-image-square	图/文生图	方图
gemini-3.1-flash-image-four-three	图/文生图	横屏 4:3
gemini-3.1-flash-image-three-four	图/文生图	竖屏 3:4
gemini-3.1-flash-image-landscape-2k	图/文生图(2K)	横屏
gemini-3.1-flash-image-portrait-2k	图/文生图(2K)	竖屏
gemini-3.1-flash-image-square-2k	图/文生图(2K)	方图
gemini-3.1-flash-image-four-three-2k	图/文生图(2K)	横屏 4:3
gemini-3.1-flash-image-three-four-2k	图/文生图(2K)	竖屏 3:4
gemini-3.1-flash-image-landscape-4k	图/文生图(4K)	横屏
gemini-3.1-flash-image-portrait-4k	图/文生图(4K)	竖屏
gemini-3.1-flash-image-square-4k	图/文生图(4K)	方图
gemini-3.1-flash-image-four-three-4k	图/文生图(4K)	横屏 4:3
gemini-3.1-flash-image-three-four-4k	图/文生图(4K)	竖屏 3:4

视频生成

文生视频 (T2V - Text to Video)

⚠️ 不支持上传图片

模型名称	说明	尺寸
veo_3_1_t2v_fast_portrait	文生视频	竖屏
veo_3_1_t2v_fast_landscape	文生视频	横屏
veo_3_1_t2v_fast_portrait_ultra	文生视频	竖屏
veo_3_1_t2v_fast_ultra	文生视频	横屏
veo_3_1_t2v_fast_portrait_ultra_relaxed	文生视频	竖屏
veo_3_1_t2v_fast_ultra_relaxed	文生视频	横屏
veo_3_1_t2v_portrait	文生视频	竖屏
veo_3_1_t2v_landscape	文生视频	横屏
veo_3_1_t2v_lite_portrait	文生视频 Lite	竖屏
veo_3_1_t2v_lite_landscape	文生视频 Lite	横屏
veo_3_1_t2v_landscape_4s	文生视频 4秒	横屏
veo_3_1_t2v_portrait_4s	文生视频 4秒	竖屏
veo_3_1_t2v_landscape_6s	文生视频 6秒	横屏
veo_3_1_t2v_portrait_6s	文生视频 6秒	竖屏
veo_3_1_t2v_fast_landscape_4s	文生视频 Fast 4秒	横屏
veo_3_1_t2v_fast_portrait_4s	文生视频 Fast 4秒	竖屏
veo_3_1_t2v_fast_landscape_6s	文生视频 Fast 6秒	横屏
veo_3_1_t2v_fast_portrait_6s	文生视频 Fast 6秒	竖屏
veo_3_1_t2v_lite_4s_portrait	文生视频 Lite 4秒	竖屏
veo_3_1_t2v_lite_4s_landscape	文生视频 Lite 4秒	横屏
veo_3_1_t2v_lite_6s_portrait	文生视频 Lite 6秒	竖屏
veo_3_1_t2v_lite_6s_landscape	文生视频 Lite 6秒	横屏

首尾帧模型 (I2V - Image to Video)

📸 支持1-2张图片：1张作为首帧，2张作为首尾帧

💡 自动适配：系统会根据图片数量自动选择对应的 model_key

• 单帧模式（1张图）：使用首帧生成视频
• 双帧模式（2张图）：使用首帧+尾帧生成过渡视频
• veo_3_1_i2v_lite_* 仅支持 1 张 首帧图片
• veo_3_1_interpolation_lite_* 仅支持 2 张 首尾帧图片

模型名称	说明	尺寸
veo_3_1_i2v_s_fast_portrait_fl	图生视频	竖屏
veo_3_1_i2v_s_fast_fl	图生视频	横屏
veo_3_1_i2v_s_fast_portrait_ultra_fl	图生视频	竖屏
veo_3_1_i2v_s_fast_ultra_fl	图生视频	横屏
veo_3_1_i2v_s_fast_portrait_ultra_relaxed	图生视频	竖屏
veo_3_1_i2v_s_fast_ultra_relaxed	图生视频	横屏
veo_3_1_i2v_s_portrait	图生视频	竖屏
veo_3_1_i2v_s_landscape	图生视频	横屏
veo_3_1_i2v_lite_portrait	图生视频 Lite（仅首帧）	竖屏
veo_3_1_i2v_lite_landscape	图生视频 Lite（仅首帧）	横屏
veo_3_1_interpolation_lite_portrait	图生视频 Lite（首尾帧过渡）	竖屏
veo_3_1_interpolation_lite_landscape	图生视频 Lite（首尾帧过渡）	横屏
veo_3_1_i2v_s_landscape_4s	图生视频 4秒	横屏
veo_3_1_i2v_s_portrait_4s	图生视频 4秒	竖屏
veo_3_1_i2v_s_landscape_6s	图生视频 6秒	横屏
veo_3_1_i2v_s_portrait_6s	图生视频 6秒	竖屏
veo_3_1_i2v_s_fast_landscape_4s_fl	图生视频 Fast 4秒	横屏
veo_3_1_i2v_s_fast_portrait_4s_fl	图生视频 Fast 4秒	竖屏
veo_3_1_i2v_s_fast_landscape_6s_fl	图生视频 Fast 6秒	横屏
veo_3_1_i2v_s_fast_portrait_6s_fl	图生视频 Fast 6秒	竖屏
veo_3_1_i2v_lite_4s_portrait	图生视频 Lite 4秒（仅首帧）	竖屏
veo_3_1_i2v_lite_4s_landscape	图生视频 Lite 4秒（仅首帧）	横屏
veo_3_1_i2v_lite_6s_portrait	图生视频 Lite 6秒（仅首帧）	竖屏
veo_3_1_i2v_lite_6s_landscape	图生视频 Lite 6秒（仅首帧）	横屏
veo_3_1_interpolation_lite_4s_portrait	图生视频 Lite 4秒（首尾帧过渡）	竖屏
veo_3_1_interpolation_lite_4s_landscape	图生视频 Lite 4秒（首尾帧过渡）	横屏
veo_3_1_interpolation_lite_6s_portrait	图生视频 Lite 6秒（首尾帧过渡）	竖屏
veo_3_1_interpolation_lite_6s_landscape	图生视频 Lite 6秒（首尾帧过渡）	横屏

多图生成 (R2V - Reference Images to Video)

🖼️ 支持多张图片

2026-03-06 更新

• 已同步上游新版 R2V 视频请求体
• textInput 已切换为 structuredPrompt.parts
• 顶层新增 mediaGenerationContext.batchId
• 顶层新增 useV2ModelConfig: true
• 横屏 / 竖屏 R2V 模型共用同一套新版请求体
• 横屏 R2V 的上游 videoModelKey 已切换为 *_landscape 形式
• 根据当前上游协议，referenceImages 当前最多传 3 张

模型名称	说明	尺寸
veo_3_1_r2v_fast_portrait	图生视频	竖屏
veo_3_1_r2v_fast_landscape	图生视频	横屏
veo_3_1_r2v_fast_portrait_ultra	图生视频	竖屏
veo_3_1_r2v_fast_landscape_ultra	图生视频	横屏
veo_3_1_r2v_fast_portrait_ultra_relaxed	图生视频	竖屏
veo_3_1_r2v_fast_landscape_ultra_relaxed	图生视频	横屏

视频放大模型 (Upsample)

这些模型不是直接调用上游 upsampler key，而是先用对应的 Veo 3.1 普通模型生成视频，再提交 1080P/4K 放大请求。

模型名称	说明	输出
veo_3_1_t2v_landscape_4k	文生视频放大	4K
veo_3_1_t2v_portrait_4k	文生视频放大	4K
veo_3_1_t2v_landscape_1080p	文生视频放大	1080P
veo_3_1_t2v_portrait_1080p	文生视频放大	1080P
veo_3_1_t2v_landscape_4s_4k	文生视频 4秒放大	4K
veo_3_1_t2v_portrait_4s_4k	文生视频 4秒放大	4K
veo_3_1_t2v_landscape_4s_1080p	文生视频 4秒放大	1080P
veo_3_1_t2v_portrait_4s_1080p	文生视频 4秒放大	1080P
veo_3_1_t2v_landscape_6s_4k	文生视频 6秒放大	4K
veo_3_1_t2v_portrait_6s_4k	文生视频 6秒放大	4K
veo_3_1_t2v_landscape_6s_1080p	文生视频 6秒放大	1080P
veo_3_1_t2v_portrait_6s_1080p	文生视频 6秒放大	1080P
veo_3_1_t2v_fast_portrait_4k	文生视频放大	4K
veo_3_1_t2v_fast_4k	文生视频放大	4K
veo_3_1_t2v_fast_portrait_ultra_4k	文生视频放大	4K
veo_3_1_t2v_fast_ultra_4k	文生视频放大	4K
veo_3_1_t2v_fast_portrait_1080p	文生视频放大	1080P
veo_3_1_t2v_fast_1080p	文生视频放大	1080P
veo_3_1_t2v_fast_portrait_ultra_1080p	文生视频放大	1080P
veo_3_1_t2v_fast_ultra_1080p	文生视频放大	1080P
veo_3_1_i2v_s_fast_portrait_ultra_fl_4k	图生视频放大	4K
veo_3_1_i2v_s_fast_ultra_fl_4k	图生视频放大	4K
veo_3_1_i2v_s_fast_portrait_ultra_fl_1080p	图生视频放大	1080P
veo_3_1_i2v_s_fast_ultra_fl_1080p	图生视频放大	1080P
veo_3_1_i2v_s_landscape_4k	图生视频放大	4K
veo_3_1_i2v_s_portrait_4k	图生视频放大	4K
veo_3_1_i2v_s_landscape_1080p	图生视频放大	1080P
veo_3_1_i2v_s_portrait_1080p	图生视频放大	1080P
veo_3_1_i2v_s_landscape_4s_4k	图生视频 4秒放大	4K
veo_3_1_i2v_s_portrait_4s_4k	图生视频 4秒放大	4K
veo_3_1_i2v_s_landscape_4s_1080p	图生视频 4秒放大	1080P
veo_3_1_i2v_s_portrait_4s_1080p	图生视频 4秒放大	1080P
veo_3_1_i2v_s_landscape_6s_4k	图生视频 6秒放大	4K
veo_3_1_i2v_s_portrait_6s_4k	图生视频 6秒放大	4K
veo_3_1_i2v_s_landscape_6s_1080p	图生视频 6秒放大	1080P
veo_3_1_i2v_s_portrait_6s_1080p	图生视频 6秒放大	1080P
veo_3_1_r2v_fast_portrait_ultra_4k	多图视频放大	4K
veo_3_1_r2v_fast_landscape_ultra_4k	多图视频放大	4K
veo_3_1_r2v_fast_portrait_ultra_1080p	多图视频放大	1080P
veo_3_1_r2v_fast_landscape_ultra_1080p	多图视频放大	1080P

📡 API 使用示例（需要使用流式）

除了下方 OpenAI-compatible 示例，服务也支持 Gemini 官方格式：

• POST /v1beta/models/{model}:generateContent
• POST /models/{model}:generateContent
• POST /v1beta/models/{model}:streamGenerateContent
• POST /models/{model}:streamGenerateContent

Gemini 官方格式支持以下认证方式：

• Authorization: Bearer <api_key>
• x-goog-api-key: <api_key>
• ?key=<api_key>

Gemini 官方图片请求体已兼容：

• systemInstruction
• contents[].parts[].text
• contents[].parts[].inlineData
• contents[].parts[].fileData.fileUri
• generationConfig.responseModalities
• generationConfig.imageConfig.aspectRatio
• generationConfig.imageConfig.imageSize

Gemini 官方 generateContent（文生图）

已使用真实 Token 实测通过。 如需流式返回，可将路径替换为 :streamGenerateContent?alt=sse。

curl -X POST "http://localhost:8000/models/gemini-3.1-flash-image:generateContent" \
  -H "x-goog-api-key: han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "systemInstruction": {
      "parts": [
        {
          "text": "Return an image only."
        }
      ]
    },
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "一颗放在木桌上的红苹果，棚拍光线，极简背景"
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "1:1",
        "imageSize": "1K"
      }
    }
  }'

文生图

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image-landscape",
    "messages": [
      {
        "role": "user",
        "content": "一只可爱的猫咪在花园里玩耍"
      }
    ],
    "stream": true
  }'

图生图

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image-landscape",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "将这张图片变成水彩画风格"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64,<base64_encoded_image>"
            }
          }
        ]
      }
    ],
    "stream": true
  }'

文生视频

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo_3_1_t2v_fast_landscape",
    "messages": [
      {
        "role": "user",
        "content": "一只小猫在草地上追逐蝴蝶"
      }
    ],
    "stream": true
  }'

首尾帧生成视频

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo_3_1_i2v_s_fast_fl_landscape",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "从第一张图过渡到第二张图"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64,<首帧base64>"
            }
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64,<尾帧base64>"
            }
          }
        ]
      }
    ],
    "stream": true
  }'

多图生成视频

R2V 会由服务端自动组装新版视频请求体，调用方仍然使用 OpenAI 兼容输入即可。 服务端会将横屏 R2V 自动映射到最新的 *_landscape 上游模型键。 当前最多传 3 张参考图。

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo_3_1_r2v_fast_portrait",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "以三张参考图的人物和场景为基础，生成一段镜头平滑推进的竖屏视频"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64/<参考图1base64>"
            }
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64/<参考图2base64>"
            }
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64/<参考图3base64>"
            }
          }
        ]
      }
    ],
    "stream": true
  }'

---

📄 许可证

本项目采用 MIT 许可证。详见 LICENSE 文件。

---

🙏 致谢

• PearNoDec 提供的YesCaptcha打码方案
• raomaiping 提供的无头打码方案 感谢所有贡献者和使用者的支持！

---

📞 联系方式

• 提交 Issue：GitHub Issues

---

⭐ 如果这个项目对你有帮助，请给个 Star！

Star History