接口文档

工作台里的每个能力都能用 HTTP 直接调用：对话、客服意图、商品场景图、海报、详情页、抠图、识字、配音、声音克隆、语音转文字。只做推理，没有发送、退款、关单这类执行动作。

快速开始

三步接入：拿 token → 发请求 → 存结果。

1. 申请 token：每个系统单独一个，找管理员要。token 只会给你一次，丢了就重新发；服务器上只存它的指纹。
2. 放进环境变量：例如 export AI_TOKEN=…，不要写进代码、不要提交到 Git。
3. 发第一个请求：先查可用模型，能返回就说明通了。

通用约定

• 请求体：除语音转文字用 multipart/form-data 上传文件，其余都是 JSON。
• 图片入参：一律用 data URL，例如 data:image/png;base64,iVBOR…。
• 图片 / 音频出参：base64 字符串（data[i].b64_json、audio_b64、image_b64），自己解码存文件。
• 任务号：每个响应都带 task_id，出问题报这个号，GET /v1/tasks/{task_id} 能查耗时和状态（只留最近 500 个）。
• 结果保存：默认在服务器存一份，6 小时后自动删除；传 "save_result": false 完全不落盘。服务器不当网盘用。
• 优先级：请求头 X-Priority: interactive（默认，排队超过 30 秒就放弃）或 batch（后台任务，最多等 10 分钟）。
• 并发：生图类（生图、改图、场景、抠图）和配音类各只有 1 个执行位、最多 16 个排队；对话 2 个并发。排满返回 503 QUEUE_FULL，稍后重试即可。
• 超时：生图建议客户端超时设 900 秒，配音 300 秒，对话 180 秒；只支持非流式。

错误码

非 2xx 时响应里有 code 和 message：排队和模型错误直接在顶层 {"task_id","code","message"}，参数检查不过在 {"detail":{"code","message"}} 里。

模型与许可

响应里的 license 字段会写明当次用的模型许可。

海报、详情页里的文字全部由代码排版，不是模型画的，所以不会出现错字；字体为思源黑体 / 思源宋体（OFL）。网页下载 MP3 用到 LAME（LGPL）。