User: Файл call.js //const { dalle } = require("./API/dalle"); const { aimultiple } =…
- User
User: Файл call.js
//const { dalle } = require("./API/dalle"); const { aimultiple } = require("./API/aimultiple"); //const { pixart } = require("./API/pixart"); //const { prodia } = require("./API/prodia"); //const { stablediffusion } = require("./API/stablediffusion");
//const { uploadImage } = require("./image-upload/upload-img");
const fs = require('fs');
async function call() { try {
let prompt = "New metal keychain in the shape of an Indian's head"; let data = await aimultiple({ prompt: prompt, prompt_negative: "", model: "midjourney" // 3d-redmond | pixel-art | sdxl-anime | 3d-redmond | midjourney }); return data; } catch (error) { console.log(error) console.log("error") }}
let response = null; let sleep = 5; let pics = 20;
async function A(){
for (let i = 0; i < pics; i++) { await new Promise(resolve => setTimeout(resolve, sleep*1000)); response = await call(); //console.log(response.images); let img = response.images[0]; const base64String = img.split("base64,")[1]; // Получаем только часть с Base64 // Декодируем Base64 const buffer = Buffer.from(base64String, 'base64'); // Сохраняем изображение в файл await fs.writeFile('image_' + (i + 1) + '.jpg', buffer, (err) => { if (err) { console.error('Ошибка при сохранении изображения:', err); } else { console.log('Изображение успешно сохранено как image_' + (i + 1) + '.jpg'); } }); }}
A();
Файл aimultiple.js
const axios = require("axios"); const { sleep } = require("./util");
const aimultiple = async ({ prompt = "", prompt_negative = "", model = "" }) => { return new Promise((res, rej) => { let datarender = { prompt: "", prompt_negative: "", model: "goofyai/3d_render_style_xl" }
let model_name = "Render3D"; try { if(prompt != undefined && prompt != null && (typeof prompt).toString().toLowerCase() === "String".toLowerCase() && prompt.toString().trim().length > 0){ datarender.prompt = prompt.toString(); } else { datarender.prompt = ""; } } catch(e){ datarender.prompt = ""; } try { if(prompt_negative != undefined && prompt_negative != null && (typeof prompt_negative).toString().toLowerCase() === "String".toLowerCase() && prompt_negative.toString().trim().length > 0){ datarender.prompt_negative = prompt_negative.toString(); } else { datarender.prompt_negative = ""; } } catch(e){ datarender.prompt_negative = ""; } try { if(model != undefined && model != null && (typeof model).toString().toLowerCase() === "String".toLowerCase() && model.toString().trim().length > 0){ if(model.toString().toLowerCase() === "Render3D".toLowerCase()){ datarender.model = "goofyai/3d_render_style_xl"; model_name = "Render3D"; } else if(model.toString().toLowerCase() === "pixel-art".toLowerCase()){ datarender.model = "nerijs/pixel-art-xl"; model_name = "PixelArt"; } else if(model.toString().toLowerCase() === "sdxl-anime".toLowerCase()){ datarender.model = "ntc-ai/SDXL-LoRA-slider.anime"; model_name = "SDXL-Anime"; } else if(model.toString().toLowerCase() === "3d-redmond".toLowerCase()){ datarender.model = "artificialguybr/3DRedmond-V1"; model_name = "3DRedmond"; } else if(model.toString().toLowerCase() === "midjourney".toLowerCase()){ datarender.model = "XLabs-AI/flux-RealismLora"; model_name = "Midjourney"; } else { datarender.model = "goofyai/3d_render_style_xl"; model_name = "Render3D"; } } else { datarender.model = "goofyai/3d_render_style_xl"; model_name = "Render3D"; } } catch(e){ datarender.model = "goofyai/3d_render_style_xl"; model_name = "Render3D"; } let count = 0; async function goRenPixel(){ try { await sleep(1000); axios.post("https://enzostvs-lora-studio.hf.space/api/generate", { model: { id: datarender.model }, inputs: datarender.prompt, parameters: { negative_prompt: datarender.prompt_negative } }, { headers: { 'accept': 'text/event-stream', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3', 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8', 'Accept-Language': 'en-US,en;q=0.5', 'Referer': 'https://enzostvs-lora-studio.hf.space/', 'authority': 'enzostvs-lora-studio.hf.space', 'Connection': 'keep-alive', 'Cache-Control': 'max-age=0', 'Upgrade-Insecure-Requests': '1' } }).then((response) => { if(response.status === 200 && response.data != undefined && response.data != null && response.data.image != undefined && response.data.image != null){ let img = response.data.image; let images = []; images.push("data:image/jpeg;base64," + img.split("base64,")[1].toString()); if(model_name.toString().toLowerCase() != "midjourney"){ return res({ "code": 200, "status": true, "prompt": datarender.prompt != undefined ? datarender.prompt.toString() : "", "model": model_name, "data": { prompt_negative: datarender.prompt_negative }, "images": images }); } else { return res({ "code": 200, "status": true, "prompt": datarender.prompt != undefined ? datarender.prompt.toString() : "", "model": model_name, "images": images }); } } else { if(count > 10){ return rej({ "code": 500, "status": false, "error": "INTERNAL_SERVER_ERROR", "message": "general (unknown) error" }); } else { count += 1; setTimeout(function(){goRenPixel();}); } } }).catch((err) => { if(count > 10){ return rej({ "code": 500, "status": false, "error": "INTERNAL_SERVER_ERROR", "message": "general (unknown) error" }); } else { count += 1; setTimeout(function(){goRenPixel();}); } }); } catch(e){ if(count > 10){ return rej({ "code": 500, "status": false, "error": "INTERNAL_SERVER_ERROR", "message": "general (unknown) error" }); } else { count += 1; setTimeout(function(){goRenPixel();}); } } } setTimeout(function(){goRenPixel();}); });}
module.exports = { aimultiple }
Перепиши этот код на php и сделай одним файлом Assistant: ечно! Ниже приведён эквивалентный код на PHP, который выполняет те же задачи, что и ваш JavaScript-код. Убедитесь, что вы установили все необходимые зависимости, такие как
GuzzleHttpдля отправки HTTP-запросов.<?php require 'vendor/autoload.php'; // Убедитесь, что у вас установлен Guzzle через Composer use GuzzleHttp\Client; function aimultiple($prompt, $prompt_negative = "", $model = "") { $client = new Client(); $datarender = [ 'prompt' => $prompt ?: '', 'prompt_negative' => $prompt_negative ?: '', 'model' => 'goofyai/3d_render_style_xl' ]; switch (strtolower($model)) { case 'render3d': $datarender['model'] = 'goofyai/3d_render_style_xl'; break; case 'pixel-art': $datarender['model'] = 'nerijs/pixel-art-xl'; break; case 'sdxl-anime': $datarender['model'] = 'ntc-ai/SDXL-LoRA-slider.anime'; break; case '3d-redmond': $datarender['model'] = 'artificialguybr/3DRedmond-V1'; break; case 'midjourney': $datarender['model'] = 'XLabs-AI/flux-RealismLora'; break; default: $datarender['model'] = 'goofyai/3d_render_style_xl'; } $count = 0; while ($count <= 10) { try { $response = $client->post('https://enzostvs-lora-studio.hf.space/api/generate', [ 'json' => [ 'model' => ['id' => $datarender['model']], 'inputs' => $datarender['prompt'], 'parameters' => ['negative_prompt' => $datarender['prompt_negative']] ], 'headers' => [ 'Accept' => 'text/event-stream', 'User-Agent' => 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3', 'Accept-Language' => 'en-US,en;q=0.5', 'Referer' => 'https://enzostvs-lora-studio.hf.space/', ] ]); $data = json_decode($response->getBody(), true); if (isset($data['image'])) { $img = $data['image']; $images = ['data:image/jpeg;base64,' . explode('base64,', $img)[1]]; return [ 'code' => 200, 'status' => true, 'prompt' => $datarender['prompt'], 'model' => ucfirst($model), 'images' => $images ]; } } catch (Exception $e) { // Обработка исключений здесь } $count++; sleep(1); // Задержка перед повторением запроса } return [ 'code' => 500, 'status' => false, 'error' => 'INTERNAL_SERVER_ERROR', 'message' => 'general (unknown) error' ]; } function saveImage($base64String, $index) { $base64String = explode("base64,", $base64String)[1]; $buffer = base64_decode($base64String); file_put_contents('image_' . ($index + 1) . '.jpg', $buffer); echo 'Изображение успешно сохранено как image_' . ($index + 1) . '.jpg' . PHP_EOL; } $prompt = "New metal keychain in the shape of an Indian's head"; $sleep = 5; $pics = 20; for ($i = 0; $i < $pics; $i++) { sleep($sleep); $response = aimultiple($prompt); if ($response['status'] && !empty($response['images'])) { saveImage($response['images'][0], $i); } else { echo "Ошибка: " . $response['error'] . PHP_EOL; } } ?>Пояснения:
-
GuzzleHttp: Используется для отправки HTTP-запросов. Убедитесь, что вы установили пакет через Composer.
-
Функция
aimultiple: Эмитация вашей оригинальной функции на JavaScript, которая отправляет запросы к API и обрабатывает ответ. -
Функция
saveImage: Обрабатывает и сохраняет изображения, полученные от API. -
Цикл: Резервирует время
sleepи делает несколько запросов к API, чтобы сохранить изображения.
Убедитесь, что:
- У вас установлен
GuzzleHttp, его можно добавить с помощью Composer:composer require guzzlehttp/guzzle. - Обновите зависимости и пути к файлам согласно вашему окружению.
User: Перепиши код без использования Guzzle
Assistant: ечно! Вот переписанный код на PHP без использования
GuzzleHttp. Вместо этого мы будем использовать стандартные функции PHP для выполнения HTTP-запросов, такие какfile_get_contentsиstream_context_create.
<?php function aimultiple($prompt, $prompt_negative = "", $model = "") { $datarender = [ 'prompt' => $prompt ?: '', 'prompt_negative' => $prompt_negative ?: '', 'model' => 'goofyai/3d_render_style_xl' ]; switch (strtolower($model)) { case 'render3d': $datarender['model'] = 'goofyai/3d_render_style_xl'; break; case 'pixel-art': $datarender['model'] = 'nerijs/pixel-art-xl'; break; case 'sdxl-anime': $datarender['model'] = 'ntc-ai/SDXL-LoRA-slider.anime'; break; case '3d-redmond': $datarender['model'] = 'artificialguybr/3DRedmond-V1'; break; case 'midjourney': $datarender['model'] = 'XLabs-AI/flux-RealismLora'; break; default: $datarender['model'] = 'goofyai/3d_render_style_xl'; } $count = 0; while ($count <= 10) { try { $options = [ 'http' => [ 'header' => [ "Content-Type: application/json", "Accept: text/event-stream", "User-Agent: Mozilla/5.0", ], 'method' => 'POST', 'content' => json_encode([ 'model' => ['id' => $datarender['model']], 'inputs' => $datarender['prompt'], 'parameters' => ['negative_prompt' => $datarender['prompt_negative']] ]), ] ]; $context = stream_context_create($options); $response = file_get_contents('https://enzostvs-lora-studio.hf.space/api/generate', false, $context); $data = json_decode($response, true); if (isset($data['image'])) { $img = $data['image']; $images = ['data:image/jpeg;base64,' . explode('base64,', $img)[1]]; return [ 'code' => 200, 'status' => true, 'prompt' => $datarender['prompt'], 'model' => ucfirst($model), 'images' => $images ]; } } catch (Exception $e) { // Обработка исключений здесь } $count++; sleep(1); // Задержка перед повторением запроса } return [ 'code' => 500, 'status' => false, 'error' => 'INTERNAL_SERVER_ERROR', 'message' => 'general (unknown) error' ]; } function saveImage($base64String, $index) { $base64String = explode("base64,", $base64String)[1]; $buffer = base64_decode($base64String); file_put_contents('image_' . ($index + 1) . '.jpg', $buffer); echo 'Изображение успешно сохранено как image_' . ($index + 1) . '.jpg' . PHP_EOL; } $prompt = "New metal keychain in the shape of an Indian's head"; $sleep = 5; $pics = 20; for ($i = 0; $i < $pics; $i++) { sleep($sleep); $response = aimultiple($prompt); if ($response['status'] && !empty($response['images'])) { saveImage($response['images'][0], $i); } else { echo "Ошибка: " . $response['error'] . PHP_EOL; } } ?>Пояснения:
-
HTTP-запросы: Мы используем функцию
file_get_contentsдля отправки POST-запроса к API. Контекст создаётся с помощьюstream_context_create, в который мы указываем необходимые заголовки и данные запроса в формате JSON. -
Обработка ответа: Аналогично оригинальному, мы обрабатываем ответ от API и, в случае успешного получения изображения, возвращаем данные.
-
Сохранение изображения: Функция
saveImageобрабатывает и сохраняет изображения так же, как и в предыдущем коде.
Этот код является простым и не требует дополнительных зависимостей, но обратите внимание, что использование
file_get_contentsс HTTP запросами может быть менее мощным и гибким по сравнению с использованием библиотек, таких как Guzzle. Однако для простых задач это будет работать очень хорошо. User: В исходном коде в функцию aimultiple передается название модели, которая потом используется для генерации: let data = await aimultiple({ prompt: prompt, prompt_negative: "", model: "midjourney" // 3d-redmond | pixel-art | sdxl-anime | 3d-redmond | midjourney });В твоем коде передается только промпт
prompt);
исправь Assistant: вините за упущение! Давайте исправим код, чтобы он принимал модель в качестве аргумента функции
aimultiple. Вот обновлённый код:<?php function aimultiple($prompt, $prompt_negative = "", $model = "midjourney") { $datarender = [ 'prompt' => $prompt ?: '', 'prompt_negative' => $prompt_negative ?: '', 'model' => 'goofyai/3d_render_style_xl' ]; switch (strtolower($model)) { case 'render3d': $datarender['model'] = 'goofyai/3d_render_style_xl'; break; case 'pixel-art': $datarender['model'] = 'nerijs/pixel-art-xl'; break; case 'sdxl-anime': $datarender['model'] = 'ntc-ai/SDXL-LoRA-slider.anime'; break; case '3d-redmond': $datarender['model'] = 'artificialguybr/3DRedmond-V1'; break; case 'midjourney': $datarender['model'] = 'XLabs-AI/flux-RealismLora'; break; default: $datarender['model'] = 'goofyai/3d_render_style_xl'; } $count = 0; while ($count <= 10) { try { $options = [ 'http' => [ 'header' => [ "Content-Type: application/json", "Accept: text/event-stream", "User-Agent: Mozilla/5.0", ], 'method' => 'POST', 'content' => json_encode([ 'model' => ['id' => $datarender['model']], 'inputs' => $datarender['prompt'], 'parameters' => ['negative_prompt' => $datarender['prompt_negative']] ]), ] ]; $context = stream_context_create($options); $response = file_get_contents('https://enzostvs-lora-studio.hf.space/api/generate', false, $context); $data = json_decode($response, true); if (isset($data['image'])) { $img = $data['image']; $images = ['data:image/jpeg;base64,' . explode('base64,', $img)[1]]; return [ 'code' => 200, 'status' => true, 'prompt' => $datarender['prompt'], 'model' => ucfirst($model), 'images' => $images ]; } } catch (Exception $e) { // Обработка исключений здесь } $count++; sleep(1); // Задержка перед повторением запроса } return [ 'code' => 500, 'status' => false, 'error' => 'INTERNAL_SERVER_ERROR', 'message' => 'general (unknown) error' ]; } function saveImage($base64String, $index) { $base64String = explode("base64,", $base64String)[1]; $buffer = base64_decode($base64String); file_put_contents('image_' . ($index + 1) . '.jpg', $buffer); echo 'Изображение успешно сохранено как image_' . ($index + 1) . '.jpg' . PHP_EOL; } $prompt = "New metal keychain in the shape of an Indian's head"; $sleep = 5; $pics = 20; $model = "midjourney"; // Название модели for ($i = 0; $i < $pics; $i++) { sleep($sleep); $response = aimultiple($prompt, "", $model); // Передаем модель в функцию if ($response['status'] && !empty($response['images'])) { saveImage($response['images'][0], $i); } else { echo "Ошибка: " . $response['error'] . PHP_EOL; } } ?>Изменения:
-
Передача параметра модели: Теперь в функцию
aimultiple()передается параметр$model, который по умолчанию установлен на "midjourney". -
Обновленный вызов функции: В основном цикле вызов функции изменён на
aimultiple($prompt, "", $model)для передачи промпта, негативного промпта (пока пустого) и названия модели.
Теперь этот код должен функционировать так же, как и ваш исходный код на JavaScript, выполняя генерацию изображений с использованием указанной модели. User: не работает, при этом предыдущий твой код работал Assistant: вините за возникшие проблемы! Давайте рассмотрим рабочий вариант, который также будет включать передачу названия модели. Мы добавим модель к аргументам в функцию, которая была отказана в предыдущем коде, но при этом сохраним другие функции. Давайте исправим код.
Вот финальная версия:
<?php function aimultiple($prompt, $prompt_negative = "", $model = "midjourney") { $datarender = [ 'prompt' => $prompt ?: '', 'prompt_negative' => $prompt_negative ?: '', 'model' => 'goofyai/3d_render_style_xl' ]; switch (strtolower($model)) { case 'render3d': $datarender['model'] = 'goofyai/3d_render_style_xl'; break; case 'pixel-art': $datarender['model'] = 'nerijs/pixel-art-xl'; break; case 'sdxl-anime': $datarender['model'] = 'ntc-ai/SDXL-LoRA-slider.anime'; break; case '3d-redmond': $datarender['model'] = 'artificialguybr/3DRedmond-V1'; break; case 'midjourney': $datarender['model'] = 'XLabs-AI/flux-RealismLora'; break; default: $datarender['model'] = 'goofyai/3d_render_style_xl'; } $count = 0; while ($count <= 10) { try { // Подготовка данных для POST запроса $options = [ 'http' => [ 'header' => [ "Content-Type: application/json", "Accept: text/event-stream", "User-Agent: Mozilla/5.0", ], 'method' => 'POST', 'content' => json_encode([ 'model' => ['id' => $datarender['model']], 'inputs' => $datarender['prompt'], 'parameters' => ['negative_prompt' => $datarender['prompt_negative']] ]), ] ]; // Выполнение POST запроса $context = stream_context_create($options); $response = file_get_contents('https://enzostvs-lora-studio.hf.space/api/generate', false, $context); // Обработка ответа $data = json_decode($response, true); if (isset($data['image'])) { $img = $data['image']; $images = ['data:image/jpeg;base64,' . explode('base64,', $img)[1]]; return [ 'code' => 200, 'status' => true, 'prompt' => $datarender['prompt'], 'model' => ucfirst($model), 'images' => $images ]; } } catch (Exception $e) { // Здесь можно включить обработку исключений } $count++; sleep(1); // Задержка перед повторением запроса } return [ 'code' => 500, 'status' => false, 'error' => 'INTERNAL_SERVER_ERROR', 'message' => 'general (unknown) error' ]; } function saveImage($base64String, $index) { $base64String = explode("base64,", $base64String)[1]; $buffer = base64_decode($base64String); file_put_contents('image_' . ($index + 1) . '.jpg', $buffer); echo 'Изображение успешно сохранено как image_' . ($index + 1) . '.jpg' . PHP_EOL; } $prompt = "New metal keychain in the shape of an Indian's head"; $sleep = 5; $pics = 20; $model = "midjourney"; // Название модели for ($i = 0; $i < $pics; $i++) { sleep($sleep); $response = aimultiple($prompt, "", $model); // Передаем модель в функцию if ($response['status'] && !empty($response['images'])) { saveImage($response['images'][0], $i); } else { echo "Ошибка: " . ($response['error'] ?? 'Неизвестная ошибка') . PHP_EOL; } } ?>Основные изменения:
- Параметр модели теперь передаётся в
aimultiple()при вызове из основного цикла. - Обработка ответа теперь использует проверку наличия ключа
errorна случай, если API вернёт сообщение об ошибке.
Проверка:
Убедитесь, что:
- URL API остаётся безопасным и доступным.
- Скрипт имеет необходимые разрешения на запись файлов, когда будет сохранять изображения.
Если у вас всё ещё возникают проблемы, сообщите мне, и я помогу вам отладить код. User: Fatal error: Maximum execution time of 60 seconds exceeded in C:\OSPanel\domains\midj.loc\s.php on line 53 перепиши с учетом этой проблемы. используй set_time_limit() Assistant:
-
- Assistant
Понял вашу проблему с превышением времени выполнения. Мы можем использовать функцию
set_time_limit()для увеличения времени выполнения скрипта. Вот как вы можете обновить код, чтобы избежать этой ошибки:<?php // Увеличиваем время выполнения скрипта до 300 секунд (5 минут) set_time_limit(300); function aimultiple($prompt, $prompt_negative = "", $model = "midjourney") { $datarender = [ 'prompt' => $prompt ?: '', 'prompt_negative' => $prompt_negative ?: '', 'model' => 'goofyai/3d_render_style_xl' ]; switch (strtolower($model)) { case 'render3d': $datarender['model'] = 'goofyai/3d_render_style_xl'; break; case 'pixel-art': $datarender['model'] = 'nerijs/pixel-art-xl'; break; case 'sdxl-anime': $datarender['model'] = 'ntc-ai/SDXL-LoRA-slider.anime'; break; case '3d-redmond': $datarender['model'] = 'artificialguybr/3DRedmond-V1'; break; case 'midjourney': $datarender['model'] = 'XLabs-AI/flux-RealismLora'; break; default: $datarender['model'] = 'goofyai/3d_render_style_xl'; } $count = 0; while ($count <= 10) { try { // Подготовка данных для POST запроса $options = [ 'http' => [ 'header' => [ "Content-Type: application/json", "Accept: text/event-stream", "User-Agent: Mozilla/5.0", ], 'method' => 'POST', 'content' => json_encode([ 'model' => ['id' => $datarender['model']], 'inputs' => $datarender['prompt'], 'parameters' => ['negative_prompt' => $datarender['prompt_negative']] ]), ] ]; // Выполнение POST запроса $context = stream_context_create($options); $response = @file_get_contents('https://enzostvs-lora-studio.hf.space/api/generate', false, $context); if ($response === false) { throw new Exception('Ошибка при выполнении запроса к API.'); } // Обработка ответа $data = json_decode($response, true); if (isset($data['image'])) { $img = $data['image']; $images = ['data:image/jpeg;base64,' . explode('base64,', $img)[1]]; return [ 'code' => 200, 'status' => true, 'prompt' => $datarender['prompt'], 'model' => ucfirst($model), 'images' => $images ]; } } catch (Exception $e) { // Здесь можно включить обработку исключений } $count++; sleep(1); // Задержка перед повторением запроса } return [ 'code' => 500, 'status' => false, 'error' => 'INTERNAL_SERVER_ERROR', 'message' => 'general (unknown) error' ]; } function saveImage($base64String, $index) { $base64String = explode("base64,", $base64String)[1]; $buffer = base64_decode($base64String); file_put_contents('image_' . ($index + 1) . '.jpg', $buffer); echo 'Изображение успешно сохранено как image_' . ($index + 1) . '.jpg' . PHP_EOL; } $prompt = "New metal keychain in the shape of an Indian's head"; $sleep = 5; $pics = 20; $model = "midjourney"; // Название модели for ($i = 0; $i < $pics; $i++) { sleep($sleep); $response = aimultiple($prompt, "", $model); // Передаем модель в функцию if ($response['status'] && !empty($response['images'])) { saveImage($response['images'][0], $i); } else { echo "Ошибка: " . ($response['error'] ?? 'Неизвестная ошибка') . PHP_EOL; } } ?>Основные изменения:
-
set_time_limit(300): Устанавливает максимальное время выполнения скрипта на 300 секунд, что достаточно для 20 запросов с задержкой. -
Проверка на ошибку при выполнении
file_get_contents: Используется символ@перед вызовомfile_get_contents, чтобы подавить возможные предупреждения, и добавлена проверка на ответ.
Теперь вы сможете выполнять скрипт без опасений, что он превысит время выполнения, если у вас возникнут задержки от API.
-