Midjourney Shorten API 的集成与使用

Midjourney Shorten API 的集成与使用

简介

Midjourney Shorten API 是一款强大的工具,旨在帮助用户简化和优化长文本提示。通过与 Midjourney 的 /shorten(提示分析)命令连接,该 API 可以分析给定的提示,识别出权重最高的关键词,并生成 5 个更简洁的候选提示。这一功能尤其适用于以下场景:

  • 在调用 imagine 之前缩减长提示,从而提高图像的相关性;
  • 通过候选提示逆向分析 Midjourney 的 token 权重,促进提示工程;
  • 与自动化流程集成,以合并和简化用户输入提示中的关键词。

本文将详细介绍如何集成和使用 Midjourney Shorten API,帮助你轻松地将其纳入你的项目中。

环境准备/前置条件

在使用 Midjourney Shorten API 之前,你需要完成以下步骤:

  1. 注册并登录 Ace Data Cloud 账户。
  2. 申请 Midjourney Shorten API 服务。

详细步骤

申请流程

要使用 Midjourney Shorten API,首先需要在申请页面申请服务:Midjourney Shorten API。进入页面后,点击"获取"按钮。

如果你尚未登录或注册,你将自动被重定向到 登录页面,完成注册或登录后,系统会返回到当前页面。

首次申请时会提供免费配额,供你免费使用该 API。

请求示例

下面我们将演示如何使用该 API 分析和简化一个相对较长的提示。

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: 用于调用 API 的 API 密钥,在申请后可获得。

请求体包括:

  • prompt: 要分析和简化的提示文本;建议使用英语输入。
代码示例
CURL
bash 复制代码
curl -X POST 'https://api.acedata.cloud/midjourney/shorten' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "prompt": "a serene mountain lake at sunrise, mist rising from the water, towering pine trees on the shore, golden hour lighting, ultra detailed, cinematic, 35mm film photography style, masterpiece --ar 16:9 --v 6"
}'
Python
python 复制代码
import requests

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

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

payload = {
    "prompt": (
        "a serene mountain lake at sunrise, mist rising from the water, "
        "towering pine trees on the shore, golden hour lighting, ultra "
        "detailed, cinematic, 35mm film photography style, masterpiece "
        "--ar 16:9 --v 6"
    )
}

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

响应示例

成功请求后,API 会返回最多 5 个简化的候选提示。例如:

json 复制代码
{
  "prompts": [
    "a serene mountain lake at sunrise, mist rising from the water, golden hour lighting --ar 16:9",
    "mountain lake sunrise with mist, golden light --ar 16:9 --v 6",
    "tranquil alpine lake, dawn mist, warm golden tones, cinematic --ar 16:9",
    "sunrise over a misty mountain lake, rich golden hour photography --ar 16:9 --style raw",
    "misty lake at dawn, mountains in background, golden sunrise --ar 16:9"
  ]
}

如上所示,结果包含一个 prompts 字段,其中包含多个简化候选提示,每个提示都保留了 Midjourney 内部分析中权重最高的关键词,同时去除了重复或冗余的描述。

错误处理

在调用 API 时,如果发生错误,API 将返回相应的错误代码和消息。例如:

  • 400 token_mismatched: 错误请求,可能由于缺少或无效参数。
  • 401 invalid_token: 未授权,授权令牌无效或缺失。
  • 429 too_many_requests: 请求过多,已超出速率限制。
  • 500 api_error: 服务器内部错误,服务器出现问题。
错误响应示例
json 复制代码
{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

总结

本文介绍了如何使用 Midjourney Shorten API 来分析和简化提示。建议将该 API 与 Midjourney Imagine API 结合使用:首先使用 Shorten API 获取多个简化候选提示,然后选择最合适的一个传递给 Imagine API 进行图像生成。如果你有任何问题,请随时联系技术支持团队。

技术标签:#Midjourney #API #数据分析 #Python #开发教程

相关推荐
可夫小子10 分钟前
OpenAI 用 Codex 修 ChatGPT 性能,1700 次调查只直接合入 15 个 PR
openai·ai编程
意念回复23 分钟前
从 RNN 到 GQA:自注意力与多头注意力机制全解析
人工智能·rnn·深度学习
头发还在的女程序员25 分钟前
智慧物业源码解析:房屋档案与业主变更怎样保持历史业务连续
前端·javascript·vue.js·物业管理·小区物业·智慧物业
Flynn Liang34 分钟前
AI Agent 分层记忆体系实战:用 Redis 五类结构构建可淘汰、可追溯的长短期记忆
数据库·人工智能·redis
JianZhen✓34 分钟前
电商 SKU 选择器:后端只给扁平列表,前端怎么反推规格矩阵并做到 O(1) 命中
前端·矩阵·状态模式
CyrusYiVPP38 分钟前
新用户第二周还剩几个?pandas做留存率cohort分析,数据分析实战第6期
人工智能·python
谙弆悕博士1 小时前
多智能体架构详解:网状去中心化架构(Mesh对等P2P)
人工智能·架构·去中心化·p2p·多智能体·智能体·langgraph
星落梦生1 小时前
Maven高级(9)
java·maven
吴佳浩7 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
feixing_fx9 小时前
第一个 JS 程序:在浏览器控制台和 Node 中分别运行
开发语言·前端·javascript·前端框架·ecmascript