> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sunra.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Python

[![PyPI - 버전](https://img.shields.io/pypi/v/sunra_client)](https://pypi.org/project/sunra_client)

### 소개

Python용 클라이언트 라이브러리는 Sunra의 서비스와 상호 작용하기 쉬운 인터페이스를 제공합니다.

### 설치

프로젝트에 클라이언트를 통합하려면 pip를 사용하여 설치하십시오.

```bash theme={null}
pip install sunra-client
```

### 기능

#### 엔드포인트 호출

Sunra는 대기열 시스템을 통해 엔드포인트 요청을 관리하여 안정성과 확장성을 보장합니다. `subscribe` 메서드를 사용하여 요청을 제출하고 결과를 기다립니다.

**예시:**

```python theme={null}
import sunra_client

result = sunra_client.subscribe(
    "black-forest-labs/flux-kontext-pro/text-to-image",
    arguments={
    	"prompt": '화려한 집, 펄럭이는 빨래, 창틀에서 잠자는 고양이가 있는 스튜디오 지브리풍 해변 마을.',
    	"width": 1024,
    	"height": 768,
    	"output_format": 'jpeg'
    },
    with_logs=True,
    on_enqueue=print,
    on_queue_update=print,
)
print(result)
```

#### 대기열 관리

다음 메서드로 요청을 관리합니다.

##### 요청 제출

요청을 제출하고 나중에 사용할 `request_id`를 검색합니다.

**예시:**

```python theme={null}
import sunra_client

handler = sunra_client.submit(
    "black-forest-labs/flux-kontext-pro/text-to-image",
    arguments={
      "prompt": '화려한 집, 펄럭이는 빨래, 창틀에서 잠자는 고양이가 있는 스튜디오 지브리풍 해변 마을.',
      "width": 1024,
      "height": 768,
      "output_format": 'jpeg'
    },
    webhook_url="https://optional.webhook.url/for/results",
)
request_id = handler.request_id
```

##### 요청 상태 확인

요청 상태를 검색합니다.

**예시:**

```python theme={null}
import sunra_client
status = sunra_client.status(request_id, with_logs=True)
```

##### 요청 결과 검색

완료된 요청의 결과를 가져옵니다.

**예시:**

```python theme={null}
import sunra_client
result = sunra_client.result(request_id)
```

#### 파일 업로드

비동기 요청에 사용할 URL을 얻으려면 파일을 업로드하십시오. 이는 이미지-비디오 또는 음성-텍스트 변환기와 같은 파일을 처리하는 모델에 필수적입니다.

<Note>최대 파일 크기: 100MB</Note>

##### 로컬 파일 업로드

로컬 파일 시스템에서 파일을 쉽게 업로드할 수 있습니다. 이는 로컬 데이터를 처리하는 스크립트나 응용 프로그램에 유용합니다.

```python theme={null}
import sunra_client

# 동기 클라이언트 초기화
client = sunra_client.SyncClient()

try:
  # 지정된 경로에서 파일 업로드
  file_url = client.upload_file(path="path/to/your/image.png")
  print(f"파일이 성공적으로 업로드되었습니다: {file_url}")
  # 이제 이 URL을 모델 엔드포인트와 함께 사용할 수 있습니다.
except FileNotFoundError:
  print("오류: 지정된 경로에서 파일을 찾을 수 없습니다.")
except Exception as e:
  print(f"오류가 발생했습니다: {e}")
```

##### 메모리 내 데이터 업로드

PIL(Pillow)로 만든 이미지 내용이나 웹 요청에서 받은 파일과 같이 메모리에 있는 데이터를 업로드할 수도 있습니다.

<CodeGroup>
  ```python PIL 이미지 theme={null}
  import sunra_client
  from PIL import Image
  import io

  # 동기 클라이언트 초기화
  client = sunra_client.SyncClient()

  # 예를 들어 Pillow로 메모리에 이미지 생성
  image = Image.new("RGB", (600, 400), color = 'red')
  byte_arr = io.BytesIO()
  image.save(byte_arr, format='PNG')
  image_bytes = byte_arr.getvalue()

  # `upload` 메서드를 사용하여 메모리 내 이미지 데이터 업로드
  image_url = client.upload(
      data=image_bytes,
      content_type="image/png"
  )
  print(f"이미지가 성공적으로 업로드되었습니다: {image_url}")
  ```

  ```python 원시 바이트 theme={null}
  import sunra_client

  # 동기 클라이언트 초기화
  client = sunra_client.SyncClient()

  # 파일 읽기 또는 웹 요청에서 얻을 수 있는 일부 원시 바이트
  raw_data = b"some file content here"

  # 원시 바이트 업로드
  data_url = client.upload(
      data=raw_data,
      content_type="application/octet-stream"
  )
  print(f"데이터가 성공적으로 업로드되었습니다: {data_url}")
  ```
</CodeGroup>

### 지원

도움이나 토론을 위해 커뮤니티에 가입하십시오.

* **Discord 커뮤니티**: [가입하기](https://discord.gg/897qCzvCcU)
* **GitHub 리포지토리**: [방문하기](https://github.com/sunra-ai/sunra-clients)

저희가 도와드리겠습니다!