视觉与图像生成

Moxus AI 支持图像理解、图像生成和图像编辑。不同模型的输入格式、尺寸、数量和返回格式可能不同；本页示例分别使用 gpt-5.4 进行图像理解，以及 grok-imagine-image 进行图像生成。

图像理解

发送公网图片 URL，或读取本地图片并以 Base64 方式传入。

图像生成

根据文本提示词生成图片，并将返回的 Base64 内容保存为本地文件。

图像编辑

基于已有图片进行编辑，具体能力取决于所选模型。

提示词建议

用主体、风格、构图和约束描述你需要的图片。

如果你还在调试提示词，可以先到网页端“对话”选择图像生成模型直接生成图片。确认模型和提示词效果后，再使用本页的 API 示例接入外部程序。

图像理解

图像理解使用 OpenAI 兼容的 chat/completions 接口。图片可以传公网 URL，也可以把本地图片转为 Base64 后通过 data: URI 传入。示例模型为 gpt-5.4。

使用本地图片

本地图片会由代码读取并自动转换为 Base64，再随请求发送。Python 示例中的 IMAGE_PATH = "photo.jpg" 表示图片与 Python 文件放在同一项目文件夹，且文件名必须与实际图片完全一致，包括扩展名和大小写；图片在其他位置时，改为完整本地路径。Node.js 示例使用 const IMAGE_PATH = "photo.png"，将图片与 .mjs 文件放在同一项目文件夹后，从该文件夹终端运行代码。若文件名或格式不同，修改 IMAGE_PATH 与 IMAGE_MIME_TYPE。

Python 和 Node.js 示例的依赖安装、运行方式及环境问题，参阅常见问题。

# 此示例使用公网可访问的图片 URL；如果是本地图片，请看 Python 或 Node.js 示例。
curl https://moxus.cloud/v1/chat/completions \
  -H "Authorization: Bearer 你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4",
    "messages": [
      {
        "role": "user",
        "content": [
          {"type": "text", "text": "请描述这张图片，并列出其中的关键信息。"},
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/photo.jpg"
            }
          }
        ]
      }
    ]
  }'

# base64 是 Python 标准库，用来把本地图片转成可放入 JSON 的文本。
import base64
import httpx
from openai import OpenAI

# 只需替换这两项：你的 API 密钥，以及本地图片的文件名或完整路径。
API_KEY = "你的密钥"
IMAGE_PATH = "photo.jpg"
# JPEG 使用 image/jpeg；如果 IMAGE_PATH 指向 PNG，请改为 image/png。
IMAGE_MIME_TYPE = "image/jpeg"

client = OpenAI(
    api_key=API_KEY,
    base_url="https://moxus.cloud/v1",
    # 直接连接 Moxus AI，不读取系统或终端代理环境变量。
    http_client=httpx.Client(trust_env=False, timeout=60.0),
)

# 读取本地图片文件，并编码成 Base64 字符串。
# "rb" 中 r 表示读取，b 表示二进制模式；图片必须以二进制模式读取。
with open(IMAGE_PATH, "rb") as image_file:
    image_base64 = base64.b64encode(image_file.read()).decode("utf-8")

response = client.chat.completions.create(
    model="gpt-5.4",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "请描述这张图片，并列出其中的关键信息。"},
                {
                    "type": "image_url",
                    "image_url": {
                        # 前缀告诉模型后面是该格式图片的 Base64 内容。
                        "url": f"data:{IMAGE_MIME_TYPE};base64,{image_base64}",
                    },
                },
            ],
        }
    ],
)

print(response.choices[0].message.content)

import OpenAI from "openai";

// readFileSync 是 Node.js 标准库方法，用来读取本地图片文件。
import { readFileSync } from "node:fs";

// 将 photo.png 放在 .mjs 文件同一项目文件夹；文件名或格式不同时同步修改下面两项。
const API_KEY = "你的密钥";
const IMAGE_PATH = "photo.png";
const IMAGE_MIME_TYPE = "image/png";

const client = new OpenAI({
  apiKey: API_KEY,
  baseURL: "https://moxus.cloud/v1",
});

// 把本地图片转成 Base64 字符串，方便放入 JSON 请求体。
const imageBase64 = readFileSync(IMAGE_PATH).toString("base64");

const response = await client.chat.completions.create({
  model: "gpt-5.4",
  messages: [
    {
      role: "user",
      content: [
        { type: "text", text: "请描述这张图片，并列出其中的关键信息。" },
        {
          type: "image_url",
          image_url: {
            // 前缀表示后面是该格式图片的 Base64 内容。
            url: `data:${IMAGE_MIME_TYPE};base64,${imageBase64}`,
          },
        },
      ],
    },
  ],
});

console.log(response.choices[0].message.content);

图像生成

图像生成使用 OpenAI 兼容的 /v1/images/generations 接口。本页示例使用 grok-imagine-image；不同模型支持的尺寸、数量和返回格式可能不同，接入前请先在模型广场确认模型名称与计费方式。

# prompt 是图片描述；size、n 等参数是否可用取决于所选图像模型。
curl https://moxus.cloud/v1/images/generations \
  -H "Authorization: Bearer 你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-image",
    "prompt": "一张现代办公桌上的智能台灯产品图，白色背景，柔和棚拍光线",
    "n": 1,
    "size": "1024x1024"
  }'

# base64 是 Python 标准库，用来把接口返回的图片 Base64 解码成图片文件。
import base64
import httpx
from openai import OpenAI

client = OpenAI(
    api_key="你的密钥",
    base_url="https://moxus.cloud/v1",
    # 直接连接 Moxus AI，不读取系统或终端代理环境变量。
    http_client=httpx.Client(trust_env=False, timeout=60.0),
)

response = client.images.generate(
    model="grok-imagine-image",
    prompt="一张现代办公桌上的智能台灯产品图，白色背景，柔和棚拍光线",
    n=1,
    size="1024x1024",
    response_format="b64_json",
)

# response_format="b64_json" 时，图片内容会在 b64_json 字段里返回。
image_base64 = response.data[0].b64_json

# 把 Base64 图片内容写入本地 PNG 文件。
with open("generated-image.png", "wb") as image_file:
    image_file.write(base64.b64decode(image_base64))

print("图片已保存为 generated-image.png")

import OpenAI from "openai";

// writeFileSync 是 Node.js 标准库方法，用来把图片写到本地文件。
import { writeFileSync } from "node:fs";

const client = new OpenAI({
  apiKey: "你的密钥",
  baseURL: "https://moxus.cloud/v1",
});

const response = await client.images.generate({
  model: "grok-imagine-image",
  prompt: "一张现代办公桌上的智能台灯产品图，白色背景，柔和棚拍光线",
  n: 1,
  size: "1024x1024",
  response_format: "b64_json",
});

// response_format: "b64_json" 时，图片内容会在 b64_json 字段里返回。
const imageBase64 = response.data[0].b64_json;

// Buffer.from(..., "base64") 会把 Base64 字符串还原为图片二进制内容。
writeFileSync("generated-image.png", Buffer.from(imageBase64, "base64"));

console.log("图片已保存为 generated-image.png");

图像编辑

图像编辑用于基于已有图片修改背景、局部内容或整体风格。编辑接口、文件上传方式和可用参数由模型决定；调用前请在模型广场确认所选模型支持图像编辑。

提示词建议

描述主体、风格、构图、光线、色调及背景。
明确图片用途和限制，例如尺寸比例、需要保留或避免的元素。
需要稳定字段时，将图像理解与结构化输出结合使用。

计费说明

图像理解：图像会被换算为一定数量的输入 Token 参与计费，图像越大或越清晰，Token 越多。
图像生成与编辑：通常按次固定计费，也可能随尺寸或模型而变化。

具体价格参见模型与定价。

注意事项

仅使用模型广场标记支持对应能力的模型。
过大的图像会消耗更多 Token 或被拒绝，必要时先压缩。
使用图片 URL 时，确保该 URL 可被公网访问。

概述

平台

用户指南

集成

视觉与图像生成

图像理解

图像生成

图像编辑

提示词建议

图像理解

使用本地图片

图像生成

图像编辑

提示词建议

计费说明

注意事项

后续步骤

图像理解

图像生成

图像编辑

提示词建议

​图像理解

​使用本地图片

​图像生成

​图像编辑

​提示词建议

​计费说明

​注意事项

​后续步骤

图像理解

使用本地图片

图像生成

图像编辑

提示词建议

计费说明

注意事项

后续步骤