跳到主要内容

图像模型 API

Deepseek 3.2 中英对照 Image Models Image Model API

Spring Image Model API 旨在提供一个简单且可移植的接口，用于与专注于图像生成的各种 AI 模型 进行交互，使开发者能够以最少的代码改动在不同图像相关模型之间切换。这种设计符合 Spring 的模块化和可互换性理念，确保开发者能够快速调整其应用程序，以适应与图像处理相关的不同 AI 能力。

此外，通过ImagePrompt等配套类支持输入封装，以及ImageResponse支持输出处理，图像模型API统一了与专门用于图像生成的AI模型的通信。它管理了请求准备和响应解析的复杂性，为图像生成功能提供了直接且简化的API交互。

Spring Image Model API 构建于 Spring AI Generic Model API 之上，提供了针对图像的特定抽象和实现。

API 概览​

本节提供了Spring图像模型API接口及相关类别的指南。

图像模型​

以下是 ImageModel 接口的定义：

@FunctionalInterface
public interface ImageModel extends Model<ImagePrompt, ImageResponse> {

	ImageResponse call(ImagePrompt request);

}

ImagePrompt​

ImagePrompt 是一个 ModelRequest，它封装了一个 ImageMessage 对象列表以及可选的模型请求选项。以下列表展示了 ImagePrompt 类的简化版本，省略了构造函数和其他工具方法：

public class ImagePrompt implements ModelRequest<List<ImageMessage>> {

    private final List<ImageMessage> messages;

	private ImageOptions imageModelOptions;

    @Override
	public List<ImageMessage> getInstructions() {...}

	@Override
	public ImageOptions getOptions() {...}

    // constructors and utility methods omitted
}

ImageMessage​

ImageMessage 类封装了用于生成图像的文本及其权重。对于支持权重的模型，权重值可以是正数或负数。

public class ImageMessage {

	private String text;

	private Float weight;

    public String getText() {...}

	public Float getWeight() {...}

   // constructors and utility methods omitted
}

ImageOptions​

表示可以传递给图像生成模型的选项。ImageOptions 接口扩展了 ModelOptions 接口，用于定义一些可以传递给 AI 模型的可移植选项。

ImageOptions 接口定义如下：

public interface ImageOptions extends ModelOptions {

	Integer getN();

	String getModel();

	Integer getWidth();

	Integer getHeight();

	String getResponseFormat(); // openai - url or base64 : stability ai byte[] or base64

}

此外，每个特定模型的ImageModel实现都可以拥有自己的选项，这些选项可以传递给AI模型。例如，OpenAI图像生成模型有其自身的选项，如quality（质量）、style（样式）等。

这是一项强大的功能，允许开发者在启动应用时使用模型特定的选项，然后在运行时通过 ImagePrompt 覆盖这些选项。

ImageResponse​

ImageResponse 类的结构如下：

public class ImageResponse implements ModelResponse<ImageGeneration> {

	private final ImageResponseMetadata imageResponseMetadata;

	private final List<ImageGeneration> imageGenerations;

	@Override
	public ImageGeneration getResult() {
		// get the first result
	}

	@Override
	public List<ImageGeneration> getResults() {...}

	@Override
	public ImageResponseMetadata getMetadata() {...}

    // other methods omitted

}

ImageResponse 类用于保存 AI 模型的输出结果，其中每个 ImageGeneration 实例都包含了一个由单个提示词可能产生的多个输出结果中的一个。

ImageResponse 类还包含一个 ImageResponseMetadata 对象，该对象保存了关于 AI 模型响应的元数据。

图像生成​

最后，ImageGeneration 类继承自 ModelResult，用于表示输出响应以及与此结果相关的元数据：

public class ImageGeneration implements ModelResult<Image> {

	private ImageGenerationMetadata imageGenerationMetadata;

	private Image image;

    @Override
	public Image getOutput() {...}

	@Override
	public ImageGenerationMetadata getMetadata() {...}

    // other methods omitted

}

可用实现​

ImageModel 的实现已为以下模型提供商提供：

API 文档​

你可以在这里找到 Javadoc。

反馈与贡献​

该项目的 GitHub discussions 是提交反馈的理想平台。

章节总结​