Flow2API

一个功能完整的 OpenAI 兼容 API 服务，为 Flow 提供统一的接口

❤️赞助商

感谢 APIMart 赞助了本项目！APIMart 是专注 AI 图片/视频生成的低价 API 平台，GPT-Image-2 低至 \$0.006/张，1 美元可出图 160+ 张。图片、视频一套异步 API 通吃，提交任务拿 ID、回调取结果，跑批万张不超时、换模型不改代码。按量付费、无月费，通过此注册链接注册即可开用。

Thanks to APIMart for sponsoring this project! APIMart is a low-cost API platform for AI image & video generation — GPT-Image-2 from \$0.006/image, 160+ images per dollar. One async API covers both image and video: submit a task, get an ID, fetch results via polling or callback. Batch tens of thousands of images without timeouts, switch models without changing code. Pay-as-you-go with no monthly fee — sign up here to get started.

✨ 核心特性

🎨 文生图 / 图生图
🎬 文生视频 / 图生视频
🎞️ 首尾帧视频
🔄 AT/ST自动刷新 - AT 过期自动刷新，ST 过期时自动通过浏览器更新（personal 模式）
📊 余额显示 - 实时查询和显示 VideoFX Credits
🚀 负载均衡 - 多 Token 轮询和并发控制
🌐 代理支持 - 支持 HTTP/SOCKS5 代理
📱 Web 管理界面 - 直观的 Token 和配置管理
🎨 图片生成连续对话
🧩 Gemini 官方请求体兼容 - 支持 generateContent / streamGenerateContent、systemInstruction、contents.parts.text/inlineData/fileData
✅ Gemini 官方格式已实测出图 - 已使用真实 Token 验证 /models/{model}:generateContent 可正常返回官方 candidates[].content.parts[].inlineData

🚀 快速开始

前置要求

Docker 和 Docker Compose（推荐）
或 Python 3.8+
由于 Flow 增加了额外的验证码，你可以自行选择使用浏览器打码或第三方打码：
- 注册 YesCaptcha 并获取 API Key，填入系统配置页面的 YesCaptcha API 密钥。
- 注册 CapSolver 并获取 API Key，填入系统配置页面的 CapSolver API 密钥。
- 注册 Captcha.run 并获取 API Key，填入系统配置页面的 Captcha.run API 密钥。
YesCaptcha 支持在管理页切换 type：RecaptchaV3TaskProxyless、RecaptchaV3TaskProxylessM1、RecaptchaV3TaskProxylessM1S7、RecaptchaV3TaskProxylessM1S9；当前默认推荐 M1S9，S7/S9 会强制提交 minScore 0.7/0.9。
默认 docker-compose.yml 建议搭配第三方打码（yescaptcha/captcharun/capmonster/ezcaptcha/capsolver）。如需 Docker 内有头打码（browser/personal），请使用下方 docker-compose.headed.yml。
自动推送新版 Flow 登录态的浏览器扩展：Flow2API-Token-Updater。

方式一：Docker 部署（推荐）

标准模式（不使用代理）

# 克隆项目
git clone https://github.com/TheSmallHanCat/flow2api.git
cd flow2api

# 启动服务
docker-compose up -d

# 查看日志
docker-compose logs -f

说明：Compose 已默认挂载 ./tmp:/app/tmp。如果把缓存超时设为 0，语义是“不自动过期删除”；若希望容器重建后仍保留缓存文件，也需要保留这个 tmp 挂载。

WARP 模式（使用代理）

# 使用 WARP 代理启动
docker-compose -f docker-compose.proxy.yml up -d

# 查看日志
docker-compose -f docker-compose.proxy.yml logs -f

Docker 有头打码模式（browser / personal）

适用于你有虚拟化桌面需求、希望在容器里启用有头浏览器打码的场景。
该模式默认启动 Xvfb + Fluxbox 实现容器内部可视化，并设置 ALLOW_DOCKER_HEADED_CAPTCHA=true。
仅开放应用端口，不提供任何远程桌面连接端口。 personal 内置浏览器现在默认按有头模式启动；如需临时切回无头，可额外设置环境变量 PERSONAL_BROWSER_HEADLESS=true。

# 启动有头模式（首次建议带 --build）
docker compose -f docker-compose.headed.yml up -d --build

# 查看日志
docker compose -f docker-compose.headed.yml logs -f

API 端口：8000
进入管理后台后，将验证码方式设为 browser 或 personal

方式二：本地部署

# 克隆项目
git clone https://github.com/TheSmallHanCat/flow2api.git
cd flow2api

# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

# 启动服务
python main.py

首次访问

服务启动后,访问管理后台: **http://localhost:8000**,首次登录后请立即修改密码!

用户名: admin
密码: admin

📈 监控接口

GET /health：公开健康检查，返回服务是否存活、活跃 Token 数、即将过期 Token 数、已过期 Token 数、429 禁用数等摘要
GET /metrics：Prometheus 指标接口
GET /api/tokens：管理接口，返回 at_expires、at_expired、at_expiring_within_1h、ban_reason、consecutive_error_count 等 Token 状态

Prometheus 可直接抓 /metrics。如果部署到 Kubernetes，建议只在集群内抓取，并在 Ingress/Gateway 层单独限制 /metrics 的外部访问。

模型测试页面

访问 http://localhost:8000/test 可打开内置的模型测试页面，支持：

按分类浏览所有可用模型（图片生成、文/图生视频、多图视频、视频放大等）
输入提示词一键测试，流式显示生成进度
图生图 / 图生视频场景支持上传图片
生成完成后直接预览图片或视频

📋 支持的模型

图片生成

当前 /v1/models 与 Gemini /models 公开以下 15 个图片模型。旧图片名称继续兼容，但不再出现在模型列表中。

当前公开名称	分辨率	比例
`gemini-3.1-flash-image-landscape`	默认	横屏
`gemini-3.1-flash-image-portrait`	默认	竖屏
`gemini-3.1-flash-image-square`	默认	方图
`gemini-3.1-flash-image-four-three`	默认	横屏 4:3
`gemini-3.1-flash-image-three-four`	默认	竖屏 3:4
`gemini-3.1-flash-image-landscape-2k`	2K	横屏
`gemini-3.1-flash-image-portrait-2k`	2K	竖屏
`gemini-3.1-flash-image-square-2k`	2K	方图
`gemini-3.1-flash-image-four-three-2k`	2K	横屏 4:3
`gemini-3.1-flash-image-three-four-2k`	2K	竖屏 3:4
`gemini-3.1-flash-image-landscape-4k`	4K	横屏
`gemini-3.1-flash-image-portrait-4k`	4K	竖屏
`gemini-3.1-flash-image-square-4k`	4K	方图
`gemini-3.1-flash-image-four-three-4k`	4K	横屏 4:3
`gemini-3.1-flash-image-three-four-4k`	4K	竖屏 3:4

视频生成

当前 /v1/models 与 Gemini /models 只公开 Flow 现行模型族。旧下划线模型名继续兼容，但不再出现在模型列表中。

当前公开名称	上游模型族	能力
`veo-3.1-lite` / `veo-3.1-fast` / `veo-3.1-quality` / `omni-1.1-flash`	当前默认模型	8 秒横屏文生视频
`veo-3.1-lite-{4,6,8}s-{landscape,portrait}`	Veo 3.1 - Lite	文生视频
`veo-3.1-fast-{4,6,8}s-{landscape,portrait}`	Veo 3.1 - Fast	文生视频
`veo-3.1-quality-{4,6,8}s-{landscape,portrait}`	Veo 3.1 - Quality	文生视频
`omni-1.1-flash-{4,6,8,10}s-{landscape,portrait}`	Omni 1.1 Flash (`abra`)	文生/参考图视频
`veo-3.1-{lite,fast,quality}-i2v-{4,6}s-{landscape,portrait}`	Veo 3.1	首帧/首尾帧视频
`veo-3.1-{lite,fast}-r2v-8s-{landscape,portrait}`	Veo 3.1	多参考图视频
`veo-3.1-{lite,fast,quality}-extend-8s-{landscape,portrait}`	Veo 3.1	视频续写

表格中的花括号表示任选其中一个值。例如 veo-3.1-fast-{4,6,8}s-{landscape,portrait} 包含 4/6/8 秒与横屏/竖屏组合。

Omni 1.1 Flash

Omni 1.1 Flash 同时支持文生视频和参考图视频。调用方使用同一组模型名，服务会根据请求中是否包含图片自动选择生成模式：

omni-1.1-flash 是 omni-1.1-flash-8s-landscape 的默认别名。
完整模型名为 omni-1.1-flash-{4,6,8,10}s-{landscape,portrait}，可选择 4、6、8、10 秒以及横屏或竖屏。
仅传入文本时使用文生视频模式；传入 1–3 张 image_url 图片时使用参考图视频模式。
时长和画面方向由模型名指定，无需额外传入同名参数。

参考图视频请求示例：

{
  "model": "omni-1.1-flash-8s-landscape",
  "messages": [
    {
      "role": "user",
      "content": [
        { "type": "text", "text": "让画面中的人物自然转身并看向镜头" },
        {
          "type": "image_url",
          "image_url": {
            "url": "data:image/jpeg;base64,<参考图base64>"
          }
        }
      ]
    }
  ],
  "stream": true
}

兼容旧名：文生视频 (T2V - Text to Video)

⚠️ 不支持上传图片

模型名称	说明	尺寸
`veo_3_1_t2v_fast_portrait`	文生视频	竖屏
`veo_3_1_t2v_fast_landscape`	文生视频	横屏
`veo_3_1_t2v_fast_portrait_ultra`	文生视频	竖屏
`veo_3_1_t2v_fast_ultra`	文生视频	横屏
`veo_3_1_t2v_fast_portrait_ultra_relaxed`	文生视频	竖屏
`veo_3_1_t2v_fast_ultra_relaxed`	文生视频	横屏
`veo_3_1_t2v_portrait`	文生视频	竖屏
`veo_3_1_t2v_landscape`	文生视频	横屏
`veo_3_1_t2v_landscape_4s`	文生视频 4秒	横屏
`veo_3_1_t2v_portrait_4s`	文生视频 4秒	竖屏
`veo_3_1_t2v_landscape_6s`	文生视频 6秒	横屏
`veo_3_1_t2v_portrait_6s`	文生视频 6秒	竖屏
`veo_3_1_t2v_fast_landscape_4s`	文生视频 Fast 4秒	横屏
`veo_3_1_t2v_fast_portrait_4s`	文生视频 Fast 4秒	竖屏
`veo_3_1_t2v_fast_landscape_6s`	文生视频 Fast 6秒	横屏
`veo_3_1_t2v_fast_portrait_6s`	文生视频 Fast 6秒	竖屏
`veo_3_1_t2v_lite_portrait`	文生视频 Lite	竖屏
`veo_3_1_t2v_lite_landscape`	文生视频 Lite	横屏
`veo_3_1_t2v_lite_4s_portrait`	文生视频 Lite 4秒	竖屏
`veo_3_1_t2v_lite_4s_landscape`	文生视频 Lite 4秒	横屏
`veo_3_1_t2v_lite_6s_portrait`	文生视频 Lite 6秒	竖屏
`veo_3_1_t2v_lite_6s_landscape`	文生视频 Lite 6秒	横屏

兼容旧名：首尾帧模型 (I2V - Image to Video)

📸 支持1-2张图片：1张作为首帧，2张作为首尾帧

💡 自动适配：系统会根据图片数量自动选择对应的 model_key

单帧模式（1张图）：使用首帧生成视频

双帧模式（2张图）：使用首帧+尾帧生成过渡视频

veo_3_1_i2v_lite_* 仅支持 1 张 首帧图片

veo_3_1_interpolation_lite_* 仅支持 2 张 首尾帧图片

模型名称	说明	尺寸
`veo_3_1_i2v_s_fast_portrait_fl`	图生视频	竖屏
`veo_3_1_i2v_s_fast_fl`	图生视频	横屏
`veo_3_1_i2v_s_fast_portrait_ultra_fl`	图生视频	竖屏
`veo_3_1_i2v_s_fast_ultra_fl`	图生视频	横屏
`veo_3_1_i2v_s_fast_portrait_ultra_relaxed`	图生视频	竖屏
`veo_3_1_i2v_s_fast_ultra_relaxed`	图生视频	横屏
`veo_3_1_i2v_s_portrait`	图生视频	竖屏
`veo_3_1_i2v_s_landscape`	图生视频	横屏
`veo_3_1_i2v_s_landscape_4s`	图生视频 4秒	横屏
`veo_3_1_i2v_s_portrait_4s`	图生视频 4秒	竖屏
`veo_3_1_i2v_s_landscape_6s`	图生视频 6秒	横屏
`veo_3_1_i2v_s_portrait_6s`	图生视频 6秒	竖屏
`veo_3_1_i2v_s_fast_landscape_4s_fl`	图生视频 Fast 4秒	横屏
`veo_3_1_i2v_s_fast_portrait_4s_fl`	图生视频 Fast 4秒	竖屏
`veo_3_1_i2v_s_fast_landscape_6s_fl`	图生视频 Fast 6秒	横屏
`veo_3_1_i2v_s_fast_portrait_6s_fl`	图生视频 Fast 6秒	竖屏
`veo_3_1_i2v_lite_portrait`	图生视频 Lite（仅首帧）	竖屏
`veo_3_1_i2v_lite_landscape`	图生视频 Lite（仅首帧）	横屏
`veo_3_1_i2v_lite_4s_portrait`	图生视频 Lite 4秒（仅首帧）	竖屏
`veo_3_1_i2v_lite_4s_landscape`	图生视频 Lite 4秒（仅首帧）	横屏
`veo_3_1_i2v_lite_6s_portrait`	图生视频 Lite 6秒（仅首帧）	竖屏
`veo_3_1_i2v_lite_6s_landscape`	图生视频 Lite 6秒（仅首帧）	横屏
`veo_3_1_interpolation_lite_portrait`	图生视频 Lite（首尾帧过渡）	竖屏
`veo_3_1_interpolation_lite_landscape`	图生视频 Lite（首尾帧过渡）	横屏
`veo_3_1_interpolation_lite_4s_portrait`	图生视频 Lite 4秒（首尾帧过渡）	竖屏
`veo_3_1_interpolation_lite_4s_landscape`	图生视频 Lite 4秒（首尾帧过渡）	横屏
`veo_3_1_interpolation_lite_6s_portrait`	图生视频 Lite 6秒（首尾帧过渡）	竖屏
`veo_3_1_interpolation_lite_6s_landscape`	图生视频 Lite 6秒（首尾帧过渡）	横屏

兼容旧名：多图生成 (R2V - Reference Images to Video)

🖼️ 支持多张图片

2026-03-06 更新

已同步上游新版 R2V 视频请求体

textInput 已切换为 structuredPrompt.parts

顶层新增 mediaGenerationContext.batchId

顶层新增 useV2ModelConfig: true

横屏 / 竖屏 R2V 模型共用同一套新版请求体

横屏 R2V 的上游 videoModelKey 已切换为 *_landscape 形式

根据当前上游协议，referenceImages 当前最多传 3 张

模型名称	说明	尺寸
`veo_3_1_r2v_fast_portrait`	图生视频	竖屏
`veo_3_1_r2v_fast_landscape`	图生视频	横屏
`veo_3_1_r2v_fast_portrait_ultra`	图生视频	竖屏
`veo_3_1_r2v_fast_landscape_ultra`	图生视频	横屏
`veo_3_1_r2v_fast_portrait_ultra_relaxed`	图生视频	竖屏
`veo_3_1_r2v_fast_landscape_ultra_relaxed`	图生视频	横屏

兼容旧名：视频放大模型 (Upsample)

这些模型不是直接调用上游 upsampler key，而是先用对应的 Veo 3.1 普通模型生成视频，再提交 1080P/4K 放大请求。

模型名称	说明	输出
`veo_3_1_t2v_landscape_4k`	文生视频放大	4K
`veo_3_1_t2v_portrait_4k`	文生视频放大	4K
`veo_3_1_t2v_landscape_1080p`	文生视频放大	1080P
`veo_3_1_t2v_portrait_1080p`	文生视频放大	1080P
`veo_3_1_t2v_landscape_4s_4k`	文生视频 4秒放大	4K
`veo_3_1_t2v_portrait_4s_4k`	文生视频 4秒放大	4K
`veo_3_1_t2v_landscape_4s_1080p`	文生视频 4秒放大	1080P
`veo_3_1_t2v_portrait_4s_1080p`	文生视频 4秒放大	1080P
`veo_3_1_t2v_landscape_6s_4k`	文生视频 6秒放大	4K
`veo_3_1_t2v_portrait_6s_4k`	文生视频 6秒放大	4K
`veo_3_1_t2v_landscape_6s_1080p`	文生视频 6秒放大	1080P
`veo_3_1_t2v_portrait_6s_1080p`	文生视频 6秒放大	1080P
`veo_3_1_t2v_fast_portrait_4k`	文生视频放大	4K
`veo_3_1_t2v_fast_4k`	文生视频放大	4K
`veo_3_1_t2v_fast_portrait_ultra_4k`	文生视频放大	4K
`veo_3_1_t2v_fast_ultra_4k`	文生视频放大	4K
`veo_3_1_t2v_fast_portrait_1080p`	文生视频放大	1080P
`veo_3_1_t2v_fast_1080p`	文生视频放大	1080P
`veo_3_1_t2v_fast_portrait_ultra_1080p`	文生视频放大	1080P
`veo_3_1_t2v_fast_ultra_1080p`	文生视频放大	1080P
`veo_3_1_i2v_s_fast_portrait_ultra_fl_4k`	图生视频放大	4K
`veo_3_1_i2v_s_fast_ultra_fl_4k`	图生视频放大	4K
`veo_3_1_i2v_s_fast_portrait_ultra_fl_1080p`	图生视频放大	1080P
`veo_3_1_i2v_s_fast_ultra_fl_1080p`	图生视频放大	1080P
`veo_3_1_i2v_s_landscape_4k`	图生视频放大	4K
`veo_3_1_i2v_s_portrait_4k`	图生视频放大	4K
`veo_3_1_i2v_s_landscape_1080p`	图生视频放大	1080P
`veo_3_1_i2v_s_portrait_1080p`	图生视频放大	1080P
`veo_3_1_i2v_s_landscape_4s_4k`	图生视频 4秒放大	4K
`veo_3_1_i2v_s_portrait_4s_4k`	图生视频 4秒放大	4K
`veo_3_1_i2v_s_landscape_4s_1080p`	图生视频 4秒放大	1080P
`veo_3_1_i2v_s_portrait_4s_1080p`	图生视频 4秒放大	1080P
`veo_3_1_i2v_s_landscape_6s_4k`	图生视频 6秒放大	4K
`veo_3_1_i2v_s_portrait_6s_4k`	图生视频 6秒放大	4K
`veo_3_1_i2v_s_landscape_6s_1080p`	图生视频 6秒放大	1080P
`veo_3_1_i2v_s_portrait_6s_1080p`	图生视频 6秒放大	1080P
`veo_3_1_r2v_fast_portrait_ultra_4k`	多图视频放大	4K
`veo_3_1_r2v_fast_landscape_ultra_4k`	多图视频放大	4K
`veo_3_1_r2v_fast_portrait_ultra_1080p`	多图视频放大	1080P
`veo_3_1_r2v_fast_landscape_ultra_1080p`	多图视频放大	1080P

📡 API 使用示例（需要使用流式）

除了下方 OpenAI-compatible 示例，服务也支持 Gemini 官方格式：

POST /v1beta/models/{model}:generateContent

POST /models/{model}:generateContent

POST /v1beta/models/{model}:streamGenerateContent

POST /models/{model}:streamGenerateContent

Gemini 官方格式支持以下认证方式：

Authorization: Bearer <api_key>

x-goog-api-key: <api_key>

?key=<api_key>

Gemini 官方图片请求体已兼容：

systemInstruction

contents[].parts[].text

contents[].parts[].inlineData

contents[].parts[].fileData.fileUri

generationConfig.responseModalities

generationConfig.imageConfig.aspectRatio

generationConfig.imageConfig.imageSize

Gemini 官方 generateContent（文生图）

已使用真实 Token 实测通过。如需流式返回，可将路径替换为 :streamGenerateContent?alt=sse。

curl -X POST "http://localhost:8000/models/gemini-3.1-flash-image:generateContent" \
  -H "x-goog-api-key: han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "systemInstruction": {
      "parts": [
        {
          "text": "Return an image only."
        }
      ]
    },
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "一颗放在木桌上的红苹果，棚拍光线，极简背景"
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "1:1",
        "imageSize": "1K"
      }
    }
  }'

文生图

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image-landscape",
    "messages": [
      {
        "role": "user",
        "content": "一只可爱的猫咪在花园里玩耍"
      }
    ],
    "stream": true
  }'

图生图

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image-landscape",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "将这张图片变成水彩画风格"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64,<base64_encoded_image>"
            }
          }
        ]
      }
    ],
    "stream": true
  }'

文生视频

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-fast-8s-landscape",
    "messages": [
      {
        "role": "user",
        "content": "一只小猫在草地上追逐蝴蝶"
      }
    ],
    "stream": true
  }'

首尾帧生成视频

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-fast-i2v-4s-landscape",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "从第一张图过渡到第二张图"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64,<首帧base64>"
            }
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64,<尾帧base64>"
            }
          }
        ]
      }
    ],
    "stream": true
  }'

多图生成视频

R2V 会由服务端自动组装新版视频请求体，调用方仍然使用 OpenAI 兼容输入即可。服务端会将横屏 R2V 自动映射到最新的 *_landscape 上游模型键。当前最多传 3 张参考图。

curl -X POST "http://localhost:8000/v1/chat/completions" \
  -H "Authorization: Bearer han1234" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-fast-r2v-8s-portrait",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "以三张参考图的人物和场景为基础，生成一段镜头平滑推进的竖屏视频"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64/<参考图1base64>"
            }
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64/<参考图2base64>"
            }
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/jpeg;base64/<参考图3base64>"
            }
          }
        ]
      }
    ],
    "stream": true
  }'

📄 许可证

本项目采用 MIT 许可证。详见 LICENSE 文件。

🙏 致谢

PearNoDec 提供的YesCaptcha打码方案
raomaiping 提供的无头打码方案感谢所有贡献者和使用者的支持！

📞 联系方式

提交 Issue：GitHub Issues

⭐ 如果这个项目对你有帮助，请给个 Star！

Navigation Menu

Flow2API

❤️赞助商

✨ 核心特性

🚀 快速开始

前置要求

方式一：Docker 部署（推荐）

标准模式（不使用代理）

WARP 模式（使用代理）

Docker 有头打码模式（browser / personal）

方式二：本地部署

首次访问

📈 监控接口

模型测试页面

📋 支持的模型

图片生成

视频生成

Omni 1.1 Flash

兼容旧名：文生视频 (T2V - Text to Video)

兼容旧名：首尾帧模型 (I2V - Image to Video)

兼容旧名：多图生成 (R2V - Reference Images to Video)

兼容旧名：视频放大模型 (Upsample)

📡 API 使用示例（需要使用流式）

Gemini 官方 generateContent（文生图）

文生图

图生图

文生视频

首尾帧生成视频

多图生成视频

📄 许可证

🙏 致谢

📞 联系方式

Star History

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

Flow2API

❤️赞助商

✨ 核心特性

🚀 快速开始

前置要求

方式一：Docker 部署（推荐）

标准模式（不使用代理）

WARP 模式（使用代理）

Docker 有头打码模式（browser / personal）

方式二：本地部署

首次访问

📈 监控接口

模型测试页面

📋 支持的模型

图片生成

视频生成

Omni 1.1 Flash

兼容旧名：文生视频 (T2V - Text to Video)

兼容旧名：首尾帧模型 (I2V - Image to Video)

兼容旧名：多图生成 (R2V - Reference Images to Video)

兼容旧名：视频放大模型 (Upsample)

📡 API 使用示例（需要使用流式）

Gemini 官方 generateContent（文生图）

文生图

图生图

文生视频

首尾帧生成视频

多图生成视频

📄 许可证

🙏 致谢

📞 联系方式

Star History