在本指南中，我们将引导您使用我们的热门模型端点之一，例如 black-forest-labs/flux-kontext-pro/text-to-image。 在深入了解之前，请确保您从控制台获得了 API 密钥， 这是向 Sunra API 验证请求所必需的。 在下面选择您首选的编程语言开始：

​
JavaScript/Node.js

首先，安装客户端包并使用您的 API 密钥进行配置： 
npm install @sunra/client
将您的 API 密钥设置为环境变量： 
export SUNRA_KEY="your-api-key-here"
配置完成后，您可以使用 Sunra 客户端调用我们的模型 API 端点： 
import { sunra } from "@sunra/client";

// 可选：使用不同的 API 密钥配置客户端，而不是环境变量中设置的那个
sunra.config({
  credentials: "YOUR_SUNRA_KEY",
});

const result = await sunra.subscribe("black-forest-labs/flux-kontext-pro/text-to-image", {
  input: {
    prompt: "一只戴眼镜的兔子在蘑菇下看书，采用水彩画风格。",
    width: 1024,
    height: 768,
    output_format: "jpeg"
  },
});

​
Python

使用 pip 安装 Python 客户端库： 
pip install sunra-client
将您的 API 密钥设置为环境变量： 
export SUNRA_KEY="your-api-key-here"
配置并使用客户端： 
import sunra_client

result = sunra_client.subscribe(
    "black-forest-labs/flux-kontext-pro/text-to-image",
    arguments={
        "prompt": "一只戴眼镜的兔子在蘑菇下看书，采用水彩画风格。",
        "width": 1024,
        "height": 768,
        "output_format": "jpeg"
    },
    with_logs=True,
    on_enqueue=print,
    on_queue_update=print,
)
print(result)

​
Java

使用您首选的构建系统将 Java 客户端库添加到您的项目中： 
implementation("ai.sunra.client:sunra-client:0.1.5")
将您的 API 密钥设置为环境变量： 
export SUNRA_KEY="your-api-key-here"
配置并使用客户端： 
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", "一只戴眼镜的兔子在蘑菇下看书，采用水彩画风格。",
    "width", 1024,
    "height", 768,
    "output_format", "jpeg"
);

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

​
下一步

我们提供各种模型，如 Flux kontext pro 和 Kling v2 master，作为即用型 API。在我们的模型实验室中探索这些模型。 要使用模型，请访问其”API”选项卡以查找 URL、源代码和使用示例，帮助您将其无缝集成到您的应用程序中。 有关每个客户端库的更详细信息，请访问我们的客户端库文档。