Midjourney Tasks API 的集成与使用

简介

Midjourney Tasks API 是一款强大的工具,主要用于通过输入由 Midjourney Imagine API 或 Midjourney Describe API 生成的任务 ID 来查询任务的执行状态。本文将详细介绍 Midjourney Tasks API 的集成步骤,帮助开发者轻松实现该 API 的功能。

环境准备/前置条件

在使用 Midjourney Tasks API 之前,您需要在 Ace Data Cloud 上申请相应的服务,并获取 API 密钥。确保您已经注册并登录到平台。

详细步骤

申请过程

  1. 访问 Midjourney Imagine API 页面并申请服务。
  2. 从 Imagine API 中复制任务 ID,如下图所示:
  1. 接着访问 Midjourney Tasks API 页面,点击"Acquire"按钮,如下图所示:

如果您尚未登录或注册,系统会自动跳转到 登录页面。首次申请的用户可以享受免费的使用配额。

请求示例

Midjourney Tasks API 可用于查询 Midjourney Imagine API 和 Midjourney Describe API 的结果。有关如何使用这两个 API 的信息,请查看文档:Midjourney Imagine API 和 Midjourney Describe API。

我们以任务 ID 7489df4c-ef03-4de0-b598-e9a590793434 为例,演示如何使用该 API。

设置请求头和请求体

请求头包括:

  • accept: 指定响应格式为 JSON,设置为 application/json。
  • authorization: 调用 API 的密钥,申请后可直接选择。

请求体包括:

  • id: 上传的任务 ID。
  • ids: 任务 ID 的数组,用于批量查询。
  • action: 任务的操作方法,支持 retrieve(单个查询)和 retrieve_batch(批量查询)。

设置如下图所示:

代码示例

以下是使用 CURL 和 Python 的示例代码:

CURL
bash 复制代码
curl -X POST 'https://api.acedata.cloud/midjourney/tasks' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "id": "7489df4c-ef03-4de0-b598-e9a590793434",
  "action": "retrieve"
}'
Python
python 复制代码
import requests

url = "https://api.acedata.cloud/midjourney/tasks"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "id": "7489df4c-ef03-4de0-b598-e9a590793434",
    "action": "retrieve"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

响应示例

成功请求后,API 将返回图像任务的详细信息。例如:

json 复制代码
{
  "_id": "668aae3f550a4144a540803b",
  "id": "7489df4c-ef03-4de0-b598-e9a590793434",
  "image_url": "https://platform.cdn.acedata.cloud/midjourney/7489df4c-ef03-4de0-b598-e9a590793434.png?imageMogr2/thumbnail/!50p",
  "success": true,
  ...
}

返回结果包含多个字段,具体字段说明请参考 API 文档。

批量查询操作

若要查询多个任务 ID 的详细信息,需将操作设置为 retrieve_batch。

请求体示例
json 复制代码
{
  "action": "retrieve_batch",
  "ids": ["7489df4c-ef03-4de0-b598-e9a590793434", "807f62de-c63e-4add-8345-7f0ae6dd18e7"]
}
批量查询的代码示例
CURL
bash 复制代码
curl -X POST 'https://api.acedata.cloud/midjourney/tasks' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "action": "retrieve_batch",
  "ids": ["7489df4c-ef03-4de0-b598-e9a590793434","807f62de-c63e-4add-8345-7f0ae6dd18e7"]
}'
Python
python 复制代码
import requests

url = "https://api.acedata.cloud/midjourney/tasks"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "action": "retrieve_batch",
    "ids": ["7489df4c-ef03-4de0-b598-e9a590793434","807f62de-c63e-4add-8345-7f0ae6dd18e7"]
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

错误处理

调用 API 时,如果发生错误,API 将返回相应的错误代码和信息,例如:

  • 400 token_mismatched: 请求无效,可能由于缺少或无效的参数。
  • 401 invalid_token: 未授权,令牌无效或缺失。
  • 429 too_many_requests: 请求过于频繁,超出了速率限制。
  • 500 api_error: 内部服务器错误,服务器出现问题。

结论

通过本文,您已了解如何使用 Midjourney Tasks API 查询单个或批量图像任务的具体信息。希望本文能帮助您更好地集成和使用该 API。如有疑问,请随时联系技术支持团队。

技术标签

  • Midjourney
  • API集成
  • 请求示例
  • Python
  • 错误处理
相关推荐
攻城有术12 小时前
DeepSeek V4.1 Flash 1017 落地场景
ai
紧跟先前的步伐21 小时前
Go AI Agent 实战 28|Agent 的预算、超时与停止条件
开发语言·人工智能·后端·ai·golang
艺杯羹21 小时前
MCP本地服务集成避坑:从Stdio管道僵死到双向JSON-RPC稳健通信
人工智能·python·ai·系统架构·大语言模型·ai编程·mcp
xyzzklk21 小时前
在Open-WebUI中提升向量化速度
网络·人工智能·爬虫·ai·语言模型·自然语言处理·安卓
又过二十1 天前
rea-video拆解视频测试和效果展示
ai·aigc
看浪的路人1 天前
番外1:Eval 工程化——从“跑分”到“防回归”
ai
XLYcmy1 天前
信息检索报告数字经济赋能城市低碳治理的路径研究——基于“传统数据库 + 生成式人工智能”双轮驱动的检索实践 检索实施与结果分析 Web of Science
数据库·ai·llm·prompt·ssci·deepseek·wos
AI小百科1 天前
AI 进游戏:游戏里的 NPC 开始有自己的性格
人工智能·游戏·ai
小lu飞2 天前
2026小红书小工具怎么制作:纯前端 ZIP 打包、沙箱限制与笔记挂载流程
前端·笔记·ai·ai编程
Ramble_Naylor2 天前
Vercel 全栈应用落地与场景化实战指南
ai