https://github.com/s1rne/kandinsky-async-api
Api library for kandinsky ai
https://github.com/s1rne/kandinsky-async-api
api api-client async kandinsky python python3
Last synced: 6 months ago
JSON representation
Api library for kandinsky ai
- Host: GitHub
- URL: https://github.com/s1rne/kandinsky-async-api
- Owner: s1rne
- Created: 2023-10-08T13:58:16.000Z (over 2 years ago)
- Default Branch: main
- Last Pushed: 2025-05-02T16:30:34.000Z (about 1 year ago)
- Last Synced: 2025-12-22T11:47:16.669Z (7 months ago)
- Topics: api, api-client, async, kandinsky, python, python3
- Language: Python
- Homepage:
- Size: 178 KB
- Stars: 14
- Watchers: 2
- Forks: 2
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# **kandinsky-async-api**
**Асинхронное** api для использования Kandinsky 3.1 в своих проектах
## **Как использовать:**
##### Установка:
```
pip install AsyncKandinsky
```
### Для инициализации FusionBrainApi можно использовать keys или данные аккаунта:
+ api_key и secret_key:
+ **!!! Ключи создаются во вкладке api (https://fusionbrain.ai/keys/)**
+ быстрый и простой способ генерации
+ не самое лучше качество генерации
+ почта и пароль - данные от уже созданного аккаунта:
+ **!!! Обязательно нужен уже зарегистрированный аккаунт**
+ в такой версии будет доступна генерация: **видео / анимации / больше стилей**
+ лучшее качество генерации
```
model = FusionBrainApi(ApiApi("Сюда свой api_key", "Сюда свой secret_key"))
# Любой способ на выбор
model = FusionBrainApi(ApiWeb("Ваша почта", "Ваш пароль"))
```
#
###### *Полные примеры можно посмотреть в tests.py (GitHub)*
### 1. text2image
```
async def generate():
try:
result = await model.text2image("котик", style="ANIME", art_gpt=True)
# новый параметр art_gpt - это инструмент для автоматического улучшения промпта => улучшение качества картинки
except ValueError as e:
print(f"Error:\t{e}")
else:
with open("cat_anime_img.png", "wb") as f:
f.write(result.getvalue())
print("Done!")
```
### 2. text2animation
```
async def generate():
# описания для двух сцен
try:
result = await model.text2animation(["котик бежит по полю", "котик пьёт воду из речки"])
# заготовленных стилей нет
except ValueError as e:
print(f"Error:\t{e}")
else:
with open("cat_anime_animation.mp4", "wb") as f:
f.write(result.getvalue())
print("Done!")
```
### 3. text2video
```
async def generate():
try:
result = await model.text2video("котик бежит по полю")
# заготовленных стилей нет
except ValueError as e:
print(f"Error:\t{e}")
else:
with open("cat_anime_video.mp4", "wb") as f:
f.write(result.getvalue())
print("Done!")
```
#
Все стили можно посмотреть в `await FusionBrainApi().get_styles()`:
```
async def read_styles():
for style in await model.get_styles():
print(style)
```
