Flux1.1 [pro] Ultra：BFL的端点⛵

使用 FLUX 1.1 [pro] Ultra 创建请求并轮询结果

为了成功运行所提供的使用 FLUX 1.1 [pro] API 的代码，您可以按照以下方式构建设置。这将包括设置 Python 脚本和环境，以确保您不会遇到错误。

步骤 1：安装所需库

确保您已安装 requests 库

pip install requests

步骤 2：设置项目结构

创建如下项目文件夹和文件结构

flux_image_generation/
├── .env                   # For storing your API key
├── generate_image.py      # The main Python script to run
└── requirements.txt       # List of required libraries

步骤 3：将您的 API 密钥添加到环境文件

在项目文件夹中创建 .env 文件并添加您的 API 密钥

BFL_API_KEY=your_actual_api_key_here

注意：将 your_actual_api_key_here 替换为提供给您的实际 API 密钥。

步骤 4：编写 Python 脚本

在 generate_image.py 中，编写以下代码

import os
import time
import requests
from dotenv import load_dotenv

# Load environment variables from the .env file
load_dotenv()

def submit_request():
    # Set up the request payload and headers
    response = requests.post(
        'https://api.bfl.ml/v1/flux-pro-1.1-ultra',
        headers={
            'accept': 'application/json',
            'x-key': os.environ.get("BFL_API_KEY"),
            'Content-Type': 'application/json',
        },
        json={
            'prompt': 'A cat on its back legs running like a human is holding a big silver fish with its arms. The cat is running away from the shop owner and has a panicked look on his face. The scene is situated in a crowded market.',
            'width': 1024,
            'height': 768,
        },
    )
    
    # Check if the request was successful
    if response.status_code == 200:
        request_data = response.json()
        print("Request Submitted:", request_data)
        return request_data.get("id")
    else:
        print("Error submitting request:", response.text)
        return None

def poll_for_result(request_id):
    # Poll the get_result endpoint until the result is ready
    while True:
        time.sleep(0.5)
        result = requests.get(
            'https://api.bfl.ml/v1/get_result',
            headers={
                'accept': 'application/json',
                'x-key': os.environ.get("BFL_API_KEY"),
            },
            params={'id': request_id},
        ).json()
        
        # Check result status
        if result["status"] == "Ready":
            print("Result:", result['result']['sample'])
            break
        else:
            print("Status:", result["status"])

if __name__ == "__main__":
    # Submit the request
    request_id = submit_request()
    if request_id:
        # Poll for the result if the request was successfully submitted
        poll_for_result(request_id)

步骤 5：安装所需的 Python 包

将 requests 和 python-dotenv 添加到 requirements.txt

requests
python-dotenv

安装要求

pip install -r requirements.txt

步骤 6：运行脚本

在 flux_image_generation 目录中，运行

python generate_image.py

结果窗口

D:\flux_image_generation>python generate_image.py
Request Submitted: {'id': '00a0bcc2-e937-4663-b183-7c696c56d452'}
Status: Pending
Status: Pending
Status: Pending
Status: Pending
Status: Pending
Status: Pending
Status: Pending
Result: https://bfldeliverysc.blob.core.windows.net/results/6e4eda6134f540009a23b5b32e45c1f0/sample.jpeg?se=2024-11-08T18%3A40%3A56Z&sp=r&sv=2024-11-04&sr=b&rsct=image/jpeg&sig=fnjwl6QBH/TcJPBal1vK9xQ0BZyI0kHL7lLB%2B3BY8xM%3D   

关键步骤

1. 环境变量：我们使用 .env 文件安全地存储 API 密钥，并使用 python-dotenv 在脚本中加载它。
2. 错误处理：脚本在提交请求后检查响应是否成功。
3. 轮询：脚本每 0.5 秒轮询 API 一次，直到图像生成结果准备就绪。

只要 API 密钥有效，API 端点可访问，并且请求格式正确，此设置就应该能正常运行。如果您在运行过程中遇到任何问题，请告诉我！

• 文章结束，感谢阅读 🤗！

尝试一下！

| GitHub | Flux API | | Hugging Face | prithivMLmods |