Skip to content

ele-yufo/flow2api-omni

BranchesTags

Repository files navigation

Flow2API

License Python FastAPI Docker

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 / 多图视频
  • 首尾帧视频
  • 视频放大 (1080P / 4K)
  • 视频延长 15s — 生成 8s + 延长 8s + 拼接（跳过 1s 重叠），对上游透明
  • Gemini Omni Flash (abra) — 新一代视频模型，T2V/R2V × 4 个时长档位（4/6/8/10s）× 横竖屏 × 原版/1080P 上采样，共 32 个变体
  • 持久化登录态打码 — personal 模式可绑定固定 Chrome profile，复用用户登录态 cookie 提交 reCAPTCHA，把 PUBLIC_ERROR_UNUSUAL_ACTIVITY 拒绝率从匿名态 30%+ 降到个位数
  • 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

  • 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。

  • 自动更新st浏览器拓展：Flow2API-Token-Updater

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。

# 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

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

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

配置进阶

持久化登录态打码（推荐 personal 模式启用）

匿名态向 Google reCAPTCHA Enterprise 提交时拒绝率较高（频繁触发 PUBLIC_ERROR_UNUSUAL_ACTIVITY）。开启后，nodriver 浏览器复用固定的 user-data-dir，里面保留用户一次性手动登录的 Google 账号 cookie，reCAPTCHA 按"已登录账号"评分，token 长度从 ~2200 跳到 ~2300+，拒绝率显著下降。

配置项（config/setting.toml）

[captcha]
captcha_method = "personal"
persistent_profile_enabled = true
persistent_profile_path = "/opt/flow2api-profiles/ultra"

一次性登录步骤

# 1) 停服释放 profile
sudo systemctl stop flow2api

# 2) 用 GUI Chrome 打开同一个 profile 路径登录
google-chrome --user-data-dir=/opt/flow2api-profiles/ultra
# 在打开的 Chrome 里：登录 Google 账号 → 访问 https://labs.google/fx/tools/flow 确认能进 → 关闭

# 3) 启服，nodriver 自动复用此 profile
sudo systemctl start flow2api

启动日志看到下面这行即为生效：

[BrowserCaptcha] ✅ 持久化 profile 已检测到登录痕迹 (.../Default/Cookies)

更换账号

同上流程：停服 → GUI Chrome 登出旧账号登入新账号 → 启服。

⚠️ GUI Chrome 没退出就启服会触发 SingletonLock 硬错误，启动日志里有清晰报错。

工作机制（健康度判定）

personal 打码完成后，reCAPTCHA token 长度是登录态生效与否的物理信号：

状态 Token 长度
匿名 / 未登录 ≤ 2240
持久化登录态生效 ≥ 2295（实测分布 2297-2425）

在 logs.txt 里搜 Token 获取成功 (长度: NNNN) 即可判断。如果开启了持久化但长度仍 ≤ 2240，说明 cookie 没生效或 profile 缺关键 token（SID/HSID/SAPISID/__Secure-1PSID 等），需要重新 GUI 登录。

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_2_1_fast_d_15_t2v_portrait 文生视频 竖屏
veo_2_1_fast_d_15_t2v_landscape 文生视频 横屏
veo_2_0_t2v_portrait 文生视频 竖屏
veo_2_0_t2v_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

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_portrait 图生视频 满血版 竖屏
veo_3_1_i2v_s_landscape 图生视频 满血版 横屏
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_2_1_fast_d_15_i2v_portrait 图生视频 竖屏
veo_2_1_fast_d_15_i2v_landscape 图生视频 横屏
veo_2_0_i2v_portrait 图生视频 竖屏
veo_2_0_i2v_landscape 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_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

多图生成 (R2V - Reference Images to Video)

支持多张参考图（最多 3 张）

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。

模型名称 说明 尺寸
veo_3_1_r2v_fast_portrait 多图视频 竖屏
veo_3_1_r2v_fast 多图视频 横屏
veo_3_1_r2v_fast_portrait_ultra 多图视频 竖屏
veo_3_1_r2v_fast_ultra 多图视频 横屏
veo_3_1_r2v_fast_portrait_ultra_relaxed 多图视频 竖屏
veo_3_1_r2v_fast_ultra_relaxed 多图视频 横屏

视频放大 (Upsample)

模型名称 说明 输出
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_r2v_fast_portrait_ultra_4k 多图视频放大 4K
veo_3_1_r2v_fast_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_ultra_1080p 多图视频放大 1080P

视频延长 15s (Video Extend)

内部流程：生成 8s 视频 → 延长 8s → 拼接（跳过 1s 重叠）→ 返回约 15s 视频。对上游调用方透明，使用方式与普通视频模型完全一致。

使用 _15s 后缀的模型名即可触发。也支持省略横竖屏后缀的简写（如 veo_3_1_t2v_fast_15s），服务端根据请求自动匹配横竖屏。

文生视频 15s (T2V 15s)

模型名称 说明 尺寸
veo_3_1_t2v_fast_portrait_15s 文生视频延长 竖屏
veo_3_1_t2v_fast_landscape_15s 文生视频延长 横屏
veo_3_1_t2v_fast_portrait_ultra_15s 文生视频延长 竖屏
veo_3_1_t2v_fast_ultra_15s 文生视频延长 横屏
veo_3_1_t2v_fast_portrait_ultra_relaxed_15s 文生视频延长 竖屏
veo_3_1_t2v_fast_ultra_relaxed_15s 文生视频延长 横屏
veo_3_1_t2v_portrait_15s 文生视频延长 竖屏
veo_3_1_t2v_landscape_15s 文生视频延长 横屏
veo_3_1_t2v_lite_portrait_15s 文生视频延长 Lite 竖屏
veo_3_1_t2v_lite_landscape_15s 文生视频延长 Lite 横屏

图生视频 15s (I2V 15s)

模型名称 说明 尺寸
veo_3_1_i2v_s_portrait_15s 图生视频延长 满血版 竖屏
veo_3_1_i2v_s_landscape_15s 图生视频延长 满血版 横屏
veo_3_1_i2v_s_fast_portrait_fl_15s 图生视频延长 竖屏
veo_3_1_i2v_s_fast_fl_15s 图生视频延长 横屏
veo_3_1_i2v_s_fast_portrait_ultra_fl_15s 图生视频延长 竖屏
veo_3_1_i2v_s_fast_ultra_fl_15s 图生视频延长 横屏
veo_3_1_i2v_s_fast_portrait_ultra_relaxed_15s 图生视频延长 竖屏
veo_3_1_i2v_s_fast_ultra_relaxed_15s 图生视频延长 横屏
veo_3_1_i2v_lite_portrait_15s 图生视频延长 Lite（仅首帧） 竖屏
veo_3_1_i2v_lite_landscape_15s 图生视频延长 Lite（仅首帧） 横屏
veo_3_1_interpolation_lite_portrait_15s 图生视频延长 Lite（首尾帧） 竖屏
veo_3_1_interpolation_lite_landscape_15s 图生视频延长 Lite（首尾帧） 横屏

多图视频 15s (R2V 15s)

模型名称 说明 尺寸
veo_3_1_r2v_fast_portrait_15s 多图视频延长 竖屏
veo_3_1_r2v_fast_15s 多图视频延长 横屏
veo_3_1_r2v_fast_portrait_ultra_15s 多图视频延长 竖屏
veo_3_1_r2v_fast_ultra_15s 多图视频延长 横屏
veo_3_1_r2v_fast_portrait_ultra_relaxed_15s 多图视频延长 竖屏
veo_3_1_r2v_fast_ultra_relaxed_15s 多图视频延长 横屏

视频延长 15s + 放大 (Extend + Upsample)

在 15s 延长基础上叠加 1080P 或 4K 放大。流程：生成 8s → 放大 → 延长 8s → 拼接（跳过 1s 重叠）→ 返回 15s 高清视频。

T2V 延长 + 放大

模型名称 输出 尺寸
veo_3_1_t2v_fast_portrait_15s_1080p 15s + 1080P 竖屏
veo_3_1_t2v_fast_landscape_15s_1080p 15s + 1080P 横屏
veo_3_1_t2v_fast_portrait_15s_4k 15s + 4K 竖屏
veo_3_1_t2v_fast_landscape_15s_4k 15s + 4K 横屏
veo_3_1_t2v_fast_portrait_ultra_15s_1080p 15s + 1080P 竖屏
veo_3_1_t2v_fast_ultra_15s_1080p 15s + 1080P 横屏
veo_3_1_t2v_fast_portrait_ultra_15s_4k 15s + 4K 竖屏
veo_3_1_t2v_fast_ultra_15s_4k 15s + 4K 横屏

I2V 延长 + 放大

模型名称 输出 尺寸
veo_3_1_i2v_s_fast_portrait_ultra_fl_15s_1080p 15s + 1080P 竖屏
veo_3_1_i2v_s_fast_ultra_fl_15s_1080p 15s + 1080P 横屏
veo_3_1_i2v_s_fast_portrait_ultra_fl_15s_4k 15s + 4K 竖屏
veo_3_1_i2v_s_fast_ultra_fl_15s_4k 15s + 4K 横屏

R2V 延长 + 放大

模型名称 输出 尺寸
veo_3_1_r2v_fast_portrait_ultra_15s_1080p 15s + 1080P 竖屏
veo_3_1_r2v_fast_ultra_15s_1080p 15s + 1080P 横屏
veo_3_1_r2v_fast_portrait_ultra_15s_4k 15s + 4K 竖屏
veo_3_1_r2v_fast_ultra_15s_4k 15s + 4K 横屏

Gemini Omni Flash (T2V / R2V)

Google Flow 的新一代视频模型，上游代号 abra。每个时长档位是独立模型（4/6/8/10s 各一），与 Veo 系列固定时长不同。横竖屏共享同一上游 model_key，仅请求体 aspectRatio 区分。1080P 上采样链路复用 Veo 3.1 的 upsampler。4K 上采样暂未集成。

调用方式与现有模型完全一致 —— OpenAI chat.completions 输入或 Gemini 官方格式。

文生视频 (T2V)

模型名称 时长 尺寸
gemini_omni_t2v_4s / gemini_omni_t2v_portrait_4s 4s 横/竖屏
gemini_omni_t2v_6s / gemini_omni_t2v_portrait_6s 6s 横/竖屏
gemini_omni_t2v_8s / gemini_omni_t2v_portrait_8s 8s 横/竖屏
gemini_omni_t2v_10s / gemini_omni_t2v_portrait_10s 10s 横/竖屏

多图视频 (R2V，最多 3 张参考图)

模型名称 时长 尺寸
gemini_omni_r2v_4s / gemini_omni_r2v_portrait_4s 4s 横/竖屏
gemini_omni_r2v_6s / gemini_omni_r2v_portrait_6s 6s 横/竖屏
gemini_omni_r2v_8s / gemini_omni_r2v_portrait_8s 8s 横/竖屏
gemini_omni_r2v_10s / gemini_omni_r2v_portrait_10s 10s 横/竖屏

1080P 上采样版（在上面任一基础名后加 _1080p）

模型名称 输出 尺寸
gemini_omni_t2v_{4,6,8,10}s_1080p 原版时长 + 1080P 横屏
gemini_omni_t2v_portrait_{4,6,8,10}s_1080p 原版时长 + 1080P 竖屏
gemini_omni_r2v_{4,6,8,10}s_1080p 原版时长 + 1080P 横屏
gemini_omni_r2v_portrait_{4,6,8,10}s_1080p 原版时长 + 1080P 竖屏

实测耗时（持久化登录态 + 住宅 IP 代理）：T2V 4s ≈ 45s、T2V 10s ≈ 50s、R2V 4s ≈ 60s、T2V 4s + 1080P 上采样 ≈ 80s。

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
  }'

文生视频 15s

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_15s",
    "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
  }'

Gemini Omni Flash

模型名换成 gemini_omni_* 即可，调用方式完全一致。R2V 与 1080P 上采样同步支持。

# T2V 10 秒，横屏
curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini_omni_t2v_10s",
    "messages": [
      {
        "role": "user",
        "content": "一只小猫在草地上追逐蝴蝶，柔和阳光"
      }
    ],
    "stream": true
  }'

# T2V 4 秒 + 1080P 上采样
curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini_omni_t2v_4s_1080p",
    "messages": [{"role":"user","content":"a glowing jellyfish in deep ocean"}],
    "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

如果这个项目对你有帮助，请给个 Star！

Star History

Star History Chart

About

No description, website, or topics provided.

Resources

Readme

License

MIT license
Activity

Stars

9 stars

Watchers

0 watching

Forks

2 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages