Démarrage rapide

Dans ce guide, nous vous guiderons à travers l’utilisation de l’un de nos points de terminaison de modèle populaires, tels que black-forest-labs/flux-kontext-pro/text-to-image. Avant de commencer, assurez-vous d’avoir une clé API de votre tableau de bord, qui est requise pour authentifier vos requêtes à l’API sunra. Choisissez votre langage de programmation préféré ci-dessous pour commencer :

JavaScript/Node.js

Pour commencer, installez le package client et configurez-le avec votre clé API :

npm install @sunra/client

pnpm add @sunra/client

yarn add @sunra/client

Définissez votre clé API comme variable d’environnement :

export SUNRA_KEY="votre-cle-api-ici"

Une fois configuré, vous pouvez appeler notre point de terminaison de l’API Modèle en utilisant le client sunra :

import { sunra } from "@sunra/client";

// Optionnellement, configurez le client avec une clé API différente de celle définie dans la variable d'environnement
sunra.config({
  credentials: "VOTRE_CLE_SUNRA",
});

const result = await sunra.subscribe("black-forest-labs/flux-kontext-pro/text-to-image", {
  input: {
    prompt: "Un lapin portant des lunettes lisant un livre sous un champignon dans un style aquarelle.",
    width: 1024,
    height: 768,
    output_format: "jpeg"
  },
});

Python

Installez la bibliothèque cliente Python en utilisant pip :

pip install sunra-client

Définissez votre clé API comme variable d’environnement :

export SUNRA_KEY="votre-cle-api-ici"

Configurez et utilisez le client :

import sunra_client

result = sunra_client.subscribe(
    "black-forest-labs/flux-kontext-pro/text-to-image",
    arguments={
        "prompt": "Un lapin portant des lunettes lisant un livre sous un champignon dans un style aquarelle.",
        "width": 1024,
        "height": 768,
        "output_format": "jpeg"
    },
    with_logs=True,
    on_enqueue=print,
    on_queue_update=print,
)
print(result)

Java

Ajoutez la bibliothèque cliente Java à votre projet en utilisant votre système de build préféré :

implementation("ai.sunra.client:sunra-client:0.1.5")

<dependency>
    <groupId>ai.sunra.client</groupId>
    <artifactId>sunra-client</artifactId>
    <version>0.1.5</version>
</dependency>

Définissez votre clé API comme variable d’environnement :

export SUNRA_KEY="votre-cle-api-ici"

Configurez et utilisez le client :

import ai.sunra.client.*;
import ai.sunra.client.queue.*;
import java.util.Map;
import com.google.gson.JsonObject;
import java.util.function.Consumer;

ClientConfig config = ClientConfig.builder()
    .withCredentials(CredentialsResolver.fromEnv())
    .build();

SunraClient client = SunraClient.withConfig(config);
Map<String, Object> input = Map.of(
    "prompt", "Un lapin portant des lunettes lisant un livre sous un champignon dans un style aquarelle.",
    "width", 1024,
    "height", 768,
    "output_format", "jpeg"
);

Consumer<QueueStatus.StatusUpdate> statusUpdateHandler = update -> {
    String status = update.getStatus().toString();
    String message = String.format("\nMise à jour du statut : %s, ID de la requête : %s",
        status, update.getRequestId());
    System.out.println(message);
};

SubscribeOptions<JsonObject> options = SubscribeOptions.<JsonObject>builder()
    .input(input)
    .resultType(JsonObject.class)
    .onQueueUpdate(statusUpdateHandler)
    .logs(true)
    .build();

Output<JsonObject> response = client.subscribe("black-forest-labs/flux-kontext-pro/text-to-image", options);
System.out.println("Terminé !");
System.out.println(response.getData());

Prochaines étapes

Nous proposons divers modèles comme Flux kontext pro et Kling v2 master en tant qu’API prêtes à l’emploi. Explorez-les sur notre terrain de jeu de modèles. Pour utiliser un modèle, visitez son onglet “API” pour trouver l’URL, le code source et des exemples d’utilisation, vous aidant à l’intégrer de manière transparente dans vos applications. Pour plus d’informations détaillées sur chaque bibliothèque cliente, visitez notre documentation sur les bibliothèques clientes.

Aperçu

Multimodal

LLM

Bibliothèques clientes

Démarrage rapide

JavaScript/Node.js

Python

Java

Prochaines étapes

​JavaScript/Node.js

​Python

​Java

​Prochaines étapes

JavaScript/Node.js

Python

Java

Prochaines étapes