快速入门 Quickstart

我们所有的模型端点都支持 HTTP/REST。此外，我们的实时模型还支持 WebSockets。您可以将 HTTP/REST 端点用于任何实时模型，但如果您使用 websockets 发送背对背请求，则会产生最佳结果。

在我们继续之前，您需要创建 API 密钥。

import * as fal from '@fal-ai/serverless-client'

fal.config({
  credentials: '在此处粘贴您的 FAL_KEY',
})

const connection = fal.realtime.connect('fal-ai/fast-lcm-diffusion', {
  onResult: (result) => {
    console.log(result)
  },
  onError: (error) => {
    console.error(error)
  },
})

connection.send({
  prompt:
    '海边的一个岛屿，有海鸥，月亮照在海面上，有灯塔，背景中有船，鱼在海上飞翔',
  sync_mode: true,
  image_url:
    'data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAUAAAAFCAYAAACNbyblAAAAHElEQVQI12P4//8/w38GIAXDIBKE0DHxgljNBAAO9TXL0Y4OHwAAAABJRU5ErkJggg==',
})

您可以在实时客户端文档部分中阅读有关实时客户端的更多信息。

使用512x512分辨率

为了获得最快的推理速度，请使用 512x512 的 image_url 输入尺寸。

要从此模型中获得最佳性能：

确保图像以 base64 编码的数据 url 形式提供。
确保图像 url 正好是 512x512。
确保 sync*mode 为true，这将确保您还能从我们的 API 获得 base64 编码的数据 url。

您还可以使用 768x768 或 1024x1024 作为图像尺寸，与随机尺寸相比，此配置的推理速度会更快，但不会像 512x512 那样快。

视频教程：潜在一致性 - 使用 WebSockets、Next.js 和 fal.ai 构建实时 AI 图像应用程序，作者：Nader Dabit

上次更新于 2024 年 6 月 21 日