So verwenden Sie das WaveSpeedAI Python SDK

Das WaveSpeedAI Python SDK bietet eine einfache Möglichkeit, AI-gestützte Bild- und Videogenerierung in Ihre Python-Anwendungen zu integrieren. Dieser Leitfaden behandelt alles, was Sie zum Einstieg benötigen.

Voraussetzungen

Bevor Sie beginnen, stellen Sie sicher, dass Sie folgende Anforderungen erfüllen:

Python 3.8+ auf Ihrer Maschine installiert
Ein WaveSpeedAI API-Schlüssel von wavespeed.ai/settings/api-keys

Installation

Installieren Sie das SDK mit pip:

pip install wavespeed

Authentifizierung einrichten

Das SDK benötigt Ihren API-Schlüssel zur Authentifizierung von Anfragen. Sie haben zwei Optionen:

Option 1: Umgebungsvariable (Empfohlen)

Setzen Sie die WAVESPEED_API_KEY Umgebungsvariable:

export WAVESPEED_API_KEY="your-api-key-here"

Verwenden Sie dann das SDK direkt:

import wavespeed

output = wavespeed.run(
    "wavespeed-ai/z-image/turbo",
    {"prompt": "Cat"}
)

Option 2: API-Schlüssel direkt übergeben

Importieren Sie die Client Klasse und übergeben Sie Ihren API-Schlüssel dem Konstruktor:

from wavespeed import Client

client = Client(api_key="your-api-key-here")

Generieren Sie Ihr erstes Bild

Hier ist ein vollständiges Beispiel, das ein Bild mit Z-Image Turbo generiert:

import wavespeed

output = wavespeed.run(
    "wavespeed-ai/z-image/turbo",
    {"prompt": "A serene mountain landscape at sunset with golden light"}
)

print(output["outputs"][0])  # URL to the generated image

Die run() Funktion kümmert sich um den gesamten Workflow: Anfrage absenden, auf Fertigstellung abfragen und das Ergebnis zurückgeben.

Dateien hochladen

Für Workflows, die Eingabebilder erfordern (wie Bild-zu-Video), verwenden Sie die upload() Funktion, um eine URL zu erhalten, auf die WaveSpeedAI zugreifen kann:

import wavespeed

# Upload a local image file
image_url = wavespeed.upload("./my-image.png")

# Use the uploaded image for video generation
video = wavespeed.run(
    "wavespeed-ai/wan-2.1/image-to-video",
    {
        "image": image_url,
        "prompt": "Camera slowly zooms in while clouds move in the background"
    }
)

print(video["outputs"][0])  # URL to the generated video

Konfigurationsoptionen

Client-Optionen

Konfigurieren Sie das Wiederholungsverhalten beim Initialisieren des Clients:

from wavespeed import Client

client = Client(
    api_key="your-api-key",
    max_retries=3,            # Max retries for failed requests
    max_connection_retries=5, # Max retries for connection errors
    retry_interval=1.0        # Seconds between retries
)

Run-Optionen

Konfigurieren Sie einzelne run() Aufrufe:

import wavespeed

output = wavespeed.run(
    "wavespeed-ai/z-image/turbo",
    {"prompt": "A cute orange cat wearing a tiny hat"},
    timeout=60.0,           # Max seconds to wait for completion
    poll_interval=0.5,      # Seconds between status checks
    enable_sync_mode=True   # Use synchronous mode if available
)

Arbeiten mit verschiedenen Modellen

Text-zu-Bild

Generieren Sie Bilder aus Textbeschreibungen:

import wavespeed

output = wavespeed.run(
    "wavespeed-ai/z-image/turbo",
    {
        "prompt": "A futuristic cityscape with flying cars and neon lights",
        "size": "1024x1024"
    }
)

Bild-zu-Video

Wandeln Sie statische Bilder in Videos um:

import wavespeed

image_url = wavespeed.upload("./landscape.jpg")

video = wavespeed.run(
    "wavespeed-ai/wan-2.1/image-to-video",
    {
        "image": image_url,
        "prompt": "Gentle wind blowing through the trees"
    }
)

Text-zu-Video

Generieren Sie Videos direkt aus Text:

import wavespeed

video = wavespeed.run(
    "wavespeed-ai/wan-2.1/t2v-480p",
    {"prompt": "A golden retriever running through a field of flowers"}
)

Async-Unterstützung

Das SDK unterstützt async/await für nicht-blockierende Operationen:

import asyncio
import wavespeed

async def generate_image():
    output = await wavespeed.async_run(
        "wavespeed-ai/z-image/turbo",
        {"prompt": "An astronaut riding a horse on Mars"}
    )
    return output["outputs"][0]

# Run the async function
image_url = asyncio.run(generate_image())
print(image_url)

Fehlerbehandlung

Für Produktionsanwendungen konfigurieren Sie Wiederholungen und behandeln Sie Fehler elegant:

from wavespeed import Client

client = Client(
    max_retries=3,
    max_connection_retries=5,
    retry_interval=1.0
)

try:
    output = client.run(
        "wavespeed-ai/z-image/turbo",
        {"prompt": "A beautiful sunset over the ocean"},
        timeout=120.0
    )
    print("Generated:", output["outputs"][0])
except Exception as e:
    print(f"Generation failed: {e}")