Przejdź do treści

FLUX.1 [dev] with Controlnets and Loras · Image to Image

Integracja

Identyfikator modelu flux-general/image-to-image
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-general/image-to-image?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

To żądanie: ≈0,15 $ 150 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
Black Forest Labs Edycja obrazów Dane referencyjne #lora#controlnet#ip-adapter

FLUX.1 [dev] img2img z obsługą LoRA, ControlNet i IP-Adapter oraz negatywnych promptów NAG

Black Forest Labs · Obraz

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Prompt sterujący generowaniem obrazu.

•wymagane image_url
Upuść plik lub

URL obrazu źródłowego do inpaintingu lub generowania obraz-na-obraz.

image_size

Wymiary wygenerowanego obrazu.

num_images domyślnie 1

Ustaw liczbę generowanych obrazów; podczas strumieniowania wyniku wartość ta jest zawsze równa 1.

Zaawansowane negative_prompt · reference_image_url · output_format · scheduler · sigma_schedule · num_inference_steps · guidance_scale · real_cfg_scale · reference_strength · reference_start · reference_end · base_shift · max_shift · nag_scale · nag_tau · nag_alpha · nag_end · strength · seed · use_real_cfg · use_cfg_zero · enable_safety_checker · use_beta_schedule · loras · control_loras · controlnets · controlnet_unions · ip_adapters · easycontrols · fill_image
domyślnie

Negatywny prompt domyślnie przetwarzany przez NAG w celu zniechęcenia do określonych niepożądanych cech na wygenerowanych obrazach.

Upuść plik lub

URL obrazu używany do guidance Reference-Only.

output_format domyślnie png

Format pliku wynikowego obrazu.

scheduler domyślnie euler

Harmonogram używany podczas odszumiania.

Harmonogram sigm używany podczas odszumiania.

domyślnie 28

Liczba kroków inferencji do wykonania.

domyślnie 3.5

Siła zgodności z promptem przy wyborze obrazu, wyrażona jako CFG (Classifier Free Guidance).

domyślnie 3.5

Siła zgodności z promptem przy wyborze obrazu, wyrażona jako CFG (Classifier Free Guidance).

domyślnie 0.65

Wpływ obrazu referencyjnego podczas generowania reference_only; bez podanego obrazu referencyjnego to ustawienie siły nie działa.

domyślnie 0

Punkt początkowy guidance referencyjnego wyrażony jako procent wszystkich kroków czasowych.

domyślnie 1

Punkt końcowy guidance referencyjnego wyrażony jako procent wszystkich kroków czasowych.

domyślnie 0.5

Przesunięcie bazowe stosowane do zaplanowanych kroków czasowych.

domyślnie 1.15

Maksymalne przesunięcie stosowane do zaplanowanych kroków czasowych.

domyślnie 3

Unikanie negatywnego promptu sterowane skalą NAG: jej zwiększenie sprawia, że wygenerowany obraz jest mniej podobny do negatywnego opisu.

domyślnie 2.5

Ustawienie NAG tau do normalizacji stanu ukrytego; zaleca się pozostawienie bez zmian. Zwiększenie osłabia normalizację i grozi nieoczekiwanymi odejściami od oryginalnego obrazu.

domyślnie 0.25

NAG alpha określa, jak bardzo pozytywny prompt przekierowuje znormalizowane guidance łączące pozytywny i negatywny prompt. To końcowe ważenie daje pozytywnemu promptowi większy wpływ przy niższych ustawieniach i ogranicza przekierowanie przy wyższych.

domyślnie 0.25

Próg NAG wyrażony jako proporcja kroków generowania. Oryginalne procesory attention FLUX przejmują działanie po wykonaniu NAG przez tę początkową proporcję.

domyślnie 0.85

Siła inpaintingu/generowania obraz-na-obraz, gdzie 0.0 zachowuje oryginał, a 1.0 całkowicie go odtwarza. Bez image_url ustawienie nie działa.

Ziarno powtarzalnych obrazów: identyczny prompt i ziarno tworzą identyczny obraz, gdy wersja modelu się nie zmieniła.

domyślnie []

LoRA, których łączny efekt tworzy wygenerowany obraz; liczba podanych elementów jest nieograniczona.

domyślnie []

LoRA obrazów sterujących scalone w konfigurację zbiorczą do generowania obrazu końcowego; podana liczba jest nieograniczona.

domyślnie []

Konfiguracja ControlNet do generowania obrazu, obecnie ograniczona do jednego ControlNet.

domyślnie []

Konfiguracja ControlNet union do generowania obrazu, podlegająca obecnemu ograniczeniu do jednego ControlNet.

domyślnie []

IP-Adapter stosowany podczas generowania obrazu.

domyślnie []

Dane wejściowe EasyControl stosowane podczas generowania obrazu.

Obraz wejściowy kierujący generowaniem i mogący dostarczać treść dla obszarów maskowanych.

POST /run/flux-general/image-to-image?wait=20 wycena → 0,15 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-general/image-to-image?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o FLUX.1 [dev] with Controlnets and Loras · Image to Image

Przekształca istniejący obraz na podstawie promptu tekstowego; wymagane są `prompt` i `image_url`. Dane LoRA, control LoRA, ControlNet, IP-Adapter i EasyControl można łączyć, aby uzyskać dokładniejsze sterowanie. `nag_scale` (1 do 10) służy do negatywnych promptów; obsługuje do 10 obrazów na wywołanie i od 1 do 50 kroków.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Prompt sterujący generowaniem obrazu.
image_sizeopcjonalne
Typobject
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Wymiary wygenerowanego obrazu.
num_inference_stepsopcjonalne
Typinteger
Domyślne28
1 – 50
Liczba kroków inferencji do wykonania.
seedopcjonalne
Typinteger | null
Ziarno powtarzalnych obrazów: identyczny prompt i ziarno tworzą identyczny obraz, gdy wersja modelu się nie zmieniła.
lorasopcjonalne
Typobject[]
Domyślne[]
LoRA, których łączny efekt tworzy wygenerowany obraz; liczba podanych elementów jest nieograniczona.
loras[].pathwymagane
Typstring
Lokalizacja wag LoRA podana jako adres URL lub ścieżka.
loras[].scaleopcjonalne
Typobject | number
Domyślne1
Skalowanie stosowane do wag LoRA przed ich scaleniem z modelem bazowym. Podaj słownik w formie {"layer_name":layer_scale}, aby ustawić skale poszczególnych warstw; dla pominiętych warstw używana jest wartość 1.0.
control_lorasopcjonalne
Typobject[]
Domyślne[]
LoRA obrazów sterujących scalone w konfigurację zbiorczą do generowania obrazu końcowego; podana liczba jest nieograniczona.
control_loras[].pathwymagane
Typstring
Lokalizacja wag LoRA podana jako adres URL lub ścieżka.
control_loras[].scaleopcjonalne
Typobject | number
Domyślne1
Skalowanie stosowane do wag LoRA przed ich scaleniem z modelem bazowym. Podaj słownik w formie {"layer_name":layer_scale}, aby ustawić skale poszczególnych warstw; dla pominiętych warstw używana jest wartość 1.0.
control_loras[].control_image_urlwymagane
Typurl · image
URL obrazu dostarczającego obraz sterujący.
control_loras[].preprocessopcjonalne
Typenum
DomyślneNone
cannydepthNone
Metoda wstępnego przetwarzania stosowana do podanego obrazu.
controlnetsopcjonalne
Typobject[]
Domyślne[]
Konfiguracja ControlNet do generowania obrazu, obecnie ograniczona do jednego ControlNet.
controlnets[].pathwymagane
Typstring
Lokalizacja wag ControlNet określona jako URL lub ścieżka.
controlnets[].config_urlopcjonalne
Typstring | null
Opcjonalny URL wskazujący plik config.json ControlNet.
controlnets[].variantopcjonalne
Typstring | null
Opcjonalny wariant używany z kluczem repozytorium Hugging Face.
controlnets[].control_image_urlwymagane
Typurl · image
URL obrazu dostarczającego obraz sterujący.
controlnets[].mask_image_urlopcjonalne
Typurl · image
URL maski powiązanej z obrazem sterującym.
controlnets[].mask_thresholdopcjonalne
Typnumber
Domyślne0.5
0,01 – 0,99
Wartość progowa maski.
controlnets[].conditioning_scaleopcjonalne
Typnumber
Domyślne1
0 – 2
Skalowanie stosowane do wag ControlNet przed ich scaleniem z modelem bazowym.
controlnets[].start_percentageopcjonalne
Typnumber
Domyślne0
0 – 1
Procent wszystkich kroków czasowych, przy którym ControlNet zaczyna wpływać na generowanie obrazu.
controlnets[].end_percentageopcjonalne
Typnumber
Domyślne1
0 – 1
Procent wszystkich kroków czasowych, przy którym ControlNet przestaje wpływać na generowanie obrazu.
controlnet_unionsopcjonalne
Typobject[]
Domyślne[]
Konfiguracja ControlNet union do generowania obrazu, podlegająca obecnemu ograniczeniu do jednego ControlNet.
controlnet_unions[].pathwymagane
Typstring
Lokalizacja wag ControlNet określona jako URL lub ścieżka.
controlnet_unions[].config_urlopcjonalne
Typstring | null
Opcjonalny URL wskazujący plik config.json ControlNet.
controlnet_unions[].variantopcjonalne
Typstring | null
Opcjonalny wariant używany z kluczem repozytorium Hugging Face.
controlnet_unions[].controlswymagane
Typobject[]
Obrazy sterujące i powiązane tryby przekazane do ControlNet.
controlnet_unions[].controls[].control_image_urlwymagane
Typurl · image
URL obrazu dostarczającego obraz sterujący.
controlnet_unions[].controls[].mask_image_urlopcjonalne
Typurl · image
URL maski powiązanej z obrazem sterującym.
controlnet_unions[].controls[].control_modewymagane
Typenum
cannytiledepthblurposegraylow-quality
Tryb sterowania używany przez Flux Controlnet Union. Opcje: canny kieruje generowaniem za pomocą krawędzi; tile za pomocą kafelków; depth za pomocą skali szarości mapy głębi; blur rozmywa obraz; pose kieruje generowaniem za pomocą pozy obrazu; gray konwertuje obraz do skali szarości; low-quality tworzy obraz niskiej jakości.
controlnet_unions[].controls[].conditioning_scaleopcjonalne
Typnumber
Domyślne1
0 – 2
Skalowanie stosowane do wag ControlNet przed ich scaleniem z modelem bazowym.
controlnet_unions[].controls[].mask_thresholdopcjonalne
Typnumber
Domyślne0.5
0,01 – 0,99
Wartość progowa maski.
controlnet_unions[].controls[].start_percentageopcjonalne
Typnumber
Domyślne0
0 – 1
Procent wszystkich kroków czasowych, przy którym ControlNet zaczyna wpływać na generowanie obrazu.
controlnet_unions[].controls[].end_percentageopcjonalne
Typnumber
Domyślne1
0 – 1
Procent wszystkich kroków czasowych, przy którym ControlNet przestaje wpływać na generowanie obrazu.
ip_adaptersopcjonalne
Typobject[]
Domyślne[]
IP-Adapter stosowany podczas generowania obrazu.
ip_adapters[].pathwymagane
Typstring
Lokalizacja IP-Adapter na Hugging Face.
ip_adapters[].subfolderopcjonalne
Typstring | null
Podfolder zawierający wagi ip_adapter.
ip_adapters[].weight_nameopcjonalne
Typstring | null
Nazwa pliku Safetensors z wagami IP-Adapter.
ip_adapters[].image_encoder_pathwymagane
Typstring
Lokalizacja enkodera obrazów IP-Adapter, np. 'openai/clip-vit-large-patch14'.
ip_adapters[].image_encoder_subfolderopcjonalne
Typstring | null
Podfolder zawierający wagi enkodera obrazów.
ip_adapters[].image_encoder_weight_nameopcjonalne
Typstring | null
Nazwa enkodera obrazów.
ip_adapters[].image_urlwymagane
Typurl · image
URL obrazu warunkującego przekazanego do IP-Adapter.
ip_adapters[].mask_image_urlopcjonalne
Typurl · image
URL maski powiązanej z obrazem sterującym.
ip_adapters[].mask_thresholdopcjonalne
Typnumber
Domyślne0.5
0,01 – 0,99
Wartość progowa maski.
ip_adapters[].scalewymagane
Typnumber
Współczynnik skalowania IP-Adapter.
easycontrolsopcjonalne
Typobject[]
Domyślne[]
Dane wejściowe EasyControl stosowane podczas generowania obrazu.
easycontrols[].control_method_urlwymagane
Typstring
URL wagi safetensorów metody sterowania lub obsługiwany identyfikator: `canny`, `depth`, `hedsketch`, `inpainting`, `pose`, `seg`, `subject`, `ghibli`.
easycontrols[].scaleopcjonalne
Typnumber
Domyślne1
0 – 2
Współczynnik skalowania metody sterowania.
easycontrols[].image_urlwymagane
Typurl · image
URL obrazu dostarczającego dane wejściowe sterowania.
easycontrols[].image_control_typewymagane
Typenum
subjectspatial
Tryb sterowania obrazem; akceptuje `spatial` lub `subject`.
fill_imageopcjonalne
Typobject
Obraz wejściowy kierujący generowaniem i mogący dostarczać treść dla obszarów maskowanych.
fill_image.fill_image_urlopcjonalne
Typurl · image
Domyślne[]
URL obrazów do wypełnienia za pomocą redux prompting.
guidance_scaleopcjonalne
Typnumber
Domyślne3.5
0 – 20
Siła zgodności z promptem przy wyborze obrazu, wyrażona jako CFG (Classifier Free Guidance).
real_cfg_scaleopcjonalne
Typnumber
Domyślne3.5
0 – 5
Siła zgodności z promptem przy wyborze obrazu, wyrażona jako CFG (Classifier Free Guidance).
use_real_cfgopcjonalne
Typboolean
Domyślnefalse
Przełącznik klasycznego CFG, automatycznie włączany z XLabs IP-Adapter v1. Zachowanie guidance odpowiada modelom takim jak SD1.5 i SDXL.
use_cfg_zeroopcjonalne
Typboolean
Domyślnefalse
Włącza próbkowanie z inicjalizacją CFG-zero, opisane na https://arxiv.org/abs/2503.18886.
num_imagesopcjonalne num_outputs
Typinteger
Domyślne1
1 – 10
Ustaw liczbę generowanych obrazów; podczas strumieniowania wyniku wartość ta jest zawsze równa 1.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Kontrola bezpieczeństwa, która zastępuje obrazy oznaczone jako niebezpieczne czarnymi obrazami. Wartość true włącza kontrolę; false wyłącza ją wyłącznie dla autoryzowanych kont, natomiast żądania bez autoryzacji są sprawdzane niezależnie.
reference_image_urlopcjonalne
Typurl · image
URL obrazu używany do guidance Reference-Only.
reference_strengthopcjonalne
Typnumber
Domyślne0.65
-3 – 3
Wpływ obrazu referencyjnego podczas generowania reference_only; bez podanego obrazu referencyjnego to ustawienie siły nie działa.
reference_startopcjonalne
Typnumber
Domyślne0
0 – 1
Punkt początkowy guidance referencyjnego wyrażony jako procent wszystkich kroków czasowych.
reference_endopcjonalne
Typnumber
Domyślne1
0 – 1
Punkt końcowy guidance referencyjnego wyrażony jako procent wszystkich kroków czasowych.
base_shiftopcjonalne
Typnumber
Domyślne0.5
0,01 – 5
Przesunięcie bazowe stosowane do zaplanowanych kroków czasowych.
max_shiftopcjonalne
Typnumber
Domyślne1.15
0,01 – 5
Maksymalne przesunięcie stosowane do zaplanowanych kroków czasowych.
output_formatopcjonalne
Typenum
Domyślnepng
jpegpng
Format pliku wynikowego obrazu.
use_beta_scheduleopcjonalne
Typboolean
Domyślnefalse
Określa, czy używać sigm beta.
sigma_scheduleopcjonalne
Typstring | null
Harmonogram sigm używany podczas odszumiania.
scheduleropcjonalne
Typenum
Domyślneeuler
eulerdpmpp_2m
Harmonogram używany podczas odszumiania.
negative_promptopcjonalne
Typstring
Domyślne
Negatywny prompt domyślnie przetwarzany przez NAG w celu zniechęcenia do określonych niepożądanych cech na wygenerowanych obrazach.
nag_scaleopcjonalne
Typnumber
Domyślne3
≤ 10> 1
Unikanie negatywnego promptu sterowane skalą NAG: jej zwiększenie sprawia, że wygenerowany obraz jest mniej podobny do negatywnego opisu.
nag_tauopcjonalne
Typnumber
Domyślne2.5
> 0
Ustawienie NAG tau do normalizacji stanu ukrytego; zaleca się pozostawienie bez zmian. Zwiększenie osłabia normalizację i grozi nieoczekiwanymi odejściami od oryginalnego obrazu.
nag_alphaopcjonalne
Typnumber
Domyślne0.25
≤ 1> 0
NAG alpha określa, jak bardzo pozytywny prompt przekierowuje znormalizowane guidance łączące pozytywny i negatywny prompt. To końcowe ważenie daje pozytywnemu promptowi większy wpływ przy niższych ustawieniach i ogranicza przekierowanie przy wyższych.
nag_endopcjonalne
Typnumber
Domyślne0.25
≤ 1> 0
Próg NAG wyrażony jako proporcja kroków generowania. Oryginalne procesory attention FLUX przejmują działanie po wykonaniu NAG przez tę początkową proporcję.
image_urlwymagane image
Typurl · image
URL obrazu źródłowego do inpaintingu lub generowania obraz-na-obraz.
strengthopcjonalne
Typnumber
Domyślne0.85
0,01 – 1
Siła inpaintingu/generowania obraz-na-obraz, gdzie 0.0 zachowuje oryginał, a 1.0 całkowicie go odtwarza. Bez image_url ustawienie nie działa.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-general/image-to-image",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 150,
    "usd": "0.15",
    "charged": 150,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "width": 1024,
        "height": 768,
        "content_type": "image/jpeg"
      }
    ],
    "timings": {},
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
images
array of object {url, width, height, content_type}Informacje o plikach wygenerowanych obrazów.
timings
object
seed
integerZiarno generowania obrazu, zawierające wartość wybraną losowo, jeśli dane wejściowe nie zawierały ziarna; w przeciwnym razie powtarza podaną wartość.
has_nsfw_concepts
array of booleanWskazuje, czy w wygenerowanych obrazach występują treści NSFW.
prompt
stringPrompt używany podczas generowania obrazu.

Więcej modeli: Edycja obrazów

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/flux-general/image-to-image.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt