Skip to content
The Chat Archive
gpt-4o-mini-2024-07-18· OpenAI WildChat-4.8M (AI2)

User: Файл call.js //const { dalle } = require("./API/dalle"); const { aimultiple } =…

  1. 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 GuzzleHttp для 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:

    1. GuzzleHttp: Используется для отправки HTTP-запросов. Убедитесь, что вы установили пакет через Composer.

    2. Функция aimultiple: Эмитация вашей оригинальной функции на JavaScript, которая отправляет запросы к API и обрабатывает ответ.

    3. Функция saveImage: Обрабатывает и сохраняет изображения, полученные от API.

    4. Цикл: Резервирует время sleep и 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 как file_get_contents и stream_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:

    1. HTTP-запросы: Мы используем функцию file_get_contents для отправки POST-запроса к API. Контекст создаётся с помощью stream_context_create, в который мы указываем необходимые заголовки и данные запроса в формате JSON.

    2. Обработка ответа: Аналогично оригинальному, мы обрабатываем ответ от API и, в случае успешного получения изображения, возвращаем данные.

    3. Сохранение изображения: Функция saveImage обрабатывает 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_contents с 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

    response=aimultiple(response = aimultiple(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:

    1. Передача параметра модели: Теперь в функцию aimultiple() передается параметр $model, который по умолчанию установлен на "midjourney".

    2. 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:

    1. Параметр модели теперь передаётся в aimultiple() при вызове из основного цикла.
    2. Обработка ответа теперь использует проверку наличия ключа error на 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:

  2. 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:

    1. set_time_limit(300): Устанавливает максимальное время выполнения скрипта на 300 секунд, что достаточно для 20 запросов с задержкой.

    2. Проверка на ошибку при выполнении file_get_contents: Используется символ @ перед вызовом file_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.