Avvio rapido

In questa guida, ti guideremo attraverso l’utilizzo di uno dei nostri popolari endpoint del modello, come black-forest-labs/flux-kontext-pro/text-to-image. Prima di iniziare, assicurati di avere una chiave API dalla tua dashboard, che è necessaria per autenticare le tue richieste all’API di sunra. Scegli la tua lingua di programmazione preferita qui sotto per iniziare:

JavaScript/Node.js

Per iniziare, installa il pacchetto client e configuralo con la tua chiave API:

npm install @sunra/client

pnpm add @sunra/client

yarn add @sunra/client

Imposta la tua chiave API come variabile d’ambiente:

export SUNRA_KEY="la-tua-chiave-api-qui"

Una volta configurato, puoi richiamare il nostro endpoint API del modello utilizzando il client di sunra:

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

// Facoltativamente, configura il client con una chiave API diversa da quella impostata nella variabile d'ambiente
sunra.config({
  credentials: "LA_TUA_CHIAVE_SUNRA",
});

const result = await sunra.subscribe("black-forest-labs/flux-kontext-pro/text-to-image", {
  input: {
    prompt: "Un coniglio con gli occhiali che legge un libro sotto un fungo in stile acquerello.",
    width: 1024,
    height: 768,
    output_format: "jpeg"
  },
});

Python

Installa la libreria client di Python usando pip:

pip install sunra-client

Imposta la tua chiave API come variabile d’ambiente:

export SUNRA_KEY="la-tua-chiave-api-qui"

Configura e usa il client:

import sunra_client

result = sunra_client.subscribe(
    "black-forest-labs/flux-kontext-pro/text-to-image",
    arguments={
        "prompt": "Un coniglio con gli occhiali che legge un libro sotto un fungo in stile acquerello.",
        "width": 1024,
        "height": 768,
        "output_format": "jpeg"
    },
    with_logs=True,
    on_enqueue=print,
    on_queue_update=print,
)
print(result)

Java

Aggiungi la libreria client di Java al tuo progetto usando il tuo sistema di compilazione preferito:

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>

Imposta la tua chiave API come variabile d’ambiente:

export SUNRA_KEY="la-tua-chiave-api-qui"

Configura e usa il 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 coniglio con gli occhiali che legge un libro sotto un fungo in stile acquerello.",
    "width", 1024,
    "height", 768,
    "output_format", "jpeg"
);

Consumer<QueueStatus.StatusUpdate> statusUpdateHandler = update -> {
    String status = update.getStatus().toString();
    String message = String.format("\nAggiornamento stato: %s, ID richiesta: %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("Completato!");
System.out.println(response.getData());

Prossimi passi

Offriamo vari modelli come Flux kontext pro e Kling v2 master come API pronte all’uso. Esplorali nel nostro Laboratorio modelli. Per utilizzare un modello, visita la sua scheda “API” per trovare l’URL, il codice sorgente e gli esempi di utilizzo, che ti aiuteranno a integrarlo senza problemi nelle tue applicazioni. Per informazioni più dettagliate su ciascuna libreria client, visita la nostra documentazione delle librerie client.

Panoramica

Multimodal

LLM

Librerie client

JavaScript/Node.js

Python

Java

Prossimi passi

​JavaScript/Node.js

​Python

​Java

​Prossimi passi

JavaScript/Node.js

Python

Java

Prossimi passi