图片编辑

使用 Gemini 图像生成模型对已有图片进行编辑，并返回生成后的内容。该接口兼容 Google Gemini 的 generateContent 调用形式，可通过 Vortap 网关访问。

接口地址

POST https://www.vortapapi.com/v1/v1beta/models/gemini-2.0-flash-exp-image-generation:generateContent

注意：如果你的客户端已经配置了基础地址 https://www.vortapapi.com/v1，则请求路径为：

/v1beta/models/gemini-2.0-flash-exp-image-generation:generateContent

认证方式

Vortap 使用 API Key 进行认证。你可以通过查询参数传入 key。

?key=sk-***

查询参数

名称	类型	必填	说明
key	string	是	Vortap API Key，例如 sk-***。

请求头

名称	必填	说明
Content-Type	是	请求体格式，通常为 application/json。

请求示例

curl -X POST \
  "https://www.vortapapi.com/v1/v1beta/models/gemini-2.0-flash-exp-image-generation:generateContent?key=sk-***" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [
          {
            "text": "请把这张图片中的背景改成海边日落，并保持主体不变。"
          },
          {
            "inlineData": {
              "mimeType": "image/png",
              "data": "BASE64_ENCODED_IMAGE"
            }
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"]
    }
  }'

请求体字段

字段	类型	必填	说明
contents	array	是	输入内容数组，通常包含文本提示词和待编辑图片。
contents[].parts	array	是	单条内容中的多模态片段。
contents[].parts[].text	string	否	文本指令，用于描述希望如何编辑图片。
contents[].parts[].inlineData	object	否	以内联 Base64 形式上传的图片数据。
contents[].parts[].inlineData.mimeType	string	是	图片 MIME 类型，例如 image/png、image/jpeg。
contents[].parts[].inlineData.data	string	是	图片的 Base64 编码内容，不包含 Data URL 前缀。
generationConfig	object	否	生成配置。
generationConfig.responseModalities	array	否	指定返回模态，图片编辑通常可包含 TEXT 和 IMAGE。

响应示例

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "已根据要求完成图片编辑。"
          },
          {
            "inlineData": {
              "mimeType": "image/png",
              "data": "BASE64_ENCODED_RESULT_IMAGE"
            }
          }
        ]
      }
    }
  ]
}

响应字段

字段	类型	说明
candidates	array	模型生成的候选结果列表。
candidates[].content	object	单个候选结果的内容。
candidates[].content.parts	array	返回内容片段，可能包含文本说明和图片数据。
candidates[].content.parts[].text	string	模型返回的文本内容。
candidates[].content.parts[].inlineData	object	返回的图片数据。
candidates[].content.parts[].inlineData.mimeType	string	返回图片的 MIME 类型。
candidates[].content.parts[].inlineData.data	string	返回图片的 Base64 编码内容。

使用说明

• 图片需要转为 Base64 后放入 inlineData.data。
• inlineData.data 中不要包含 data:image/png;base64, 这类前缀。
• 建议在提示词中明确说明编辑目标，例如背景、风格、颜色、保留对象等。
• 如需同时获得文本说明和图片结果，可在 responseModalities 中包含 TEXT 与 IMAGE。