alibaba/wan-2.7/image-edit

इमेज-से-इमेज

Wan 2.7 Image-to-Image API by Alibaba

alibaba/wan-2.7/image-edit

Image-edit

Edits and recomposes images with Wan 2.7 image using text instructions, multi-image references, and optional interaction boxes.

इनपुट

प्रॉम्प्ट *

छवियाँ *(0/9)

आप फ़ाइल को ड्रैग और ड्रॉप कर सकते हैं या अपलोड के लिए क्लिक कर सकते हैं

MAX:9

आकार

संख्या

चिंतन मोड

सीड

आउटपुट

निष्क्रिय

जेनरेट की गई छवियां यहां दिखाई देंगी

अपनी सेटिंग्स कॉन्फ़िगर करें और शुरू करने के लिए चलाएं पर क्लिक करें

आपके अनुरोध की लागत $0.03 प्रति रन होगी। $10 के साथ आप इस मॉडल को लगभग 333 बार चला सकते हैं।

आगे आप यह कर सकते हैं:

इमेज-से-वीडियो इमेज-से-इमेज

पैरामीटर

कोड उदाहरण
import requests
import time

# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "alibaba/wan-2.7/image-edit",  # Required. Model name. options: alibaba/wan-2.7/image-edit
    "prompt": "A beautiful landscape with mountains and lake",  # Required. Text instruction used to edit the image
    "images": [
        "https://example.com/image1.jpg"
    ],  # Required. Input images, each provided as a URL or Base64 string
    "size": "2K",  # Output image resolution. options: 1K | 2K
    "n": 1,  # Number of images to generate. (min: 1, max: 4)
    "thinking_mode": True,  # Whether to enable thinking mode for higher-quality image generation
    "seed": -1,  # Random seed for image generation. (min: -1, max: 2147483647)
    "enable_sync_mode": False,  # Whether to wait for generation to finish and return the final result directly in the response
    "enable_base64_output": False,  # Whether to return the generated image as a Base64 string instead of a URL
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] == "completed":
            print("Generated image:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

image_url = check_status()

इंस्टॉल करें

अपनी प्रोग्रामिंग भाषा के लिए आवश्यक पैकेज इंस्टॉल करें।

pip install requests

प्रमाणीकरण

सभी API अनुरोधों के लिए API कुंजी के माध्यम से प्रमाणीकरण आवश्यक है। आप अपनी API कुंजी Atlas Cloud डैशबोर्ड से प्राप्त कर सकते हैं।

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

HTTP हेडर

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

अपनी API कुंजी सुरक्षित रखें

क्लाइंट-साइड कोड या सार्वजनिक रिपॉज़िटरी में अपनी API कुंजी कभी उजागर न करें। इसके बजाय एनवायरनमेंट वेरिएबल या बैकएंड प्रॉक्सी का उपयोग करें।

अनुरोध सबमिट करें

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

अनुरोध सबमिट करें

एक असिंक्रोनस जनरेशन अनुरोध सबमिट करें। API एक प्रेडिक्शन ID लौटाता है जिसका उपयोग आप स्थिति जाँचने और परिणाम प्राप्त करने के लिए कर सकते हैं।

POST/api/v1/model/generateImage

अनुरोध बॉडी

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "alibaba/wan-2.7/image-edit",
    "prompt": "A beautiful landscape with mountains and lake"
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['data']['id']}")
print(f"Status: {result['data']['status']}")

प्रतिक्रिया

{
  "code": 200,
  "data": {
    "id": "pred_abc123",
    "status": "processing",
    "model": "model-name",
    "created_at": "2025-01-01T00:00:00Z"
  }
}

स्थिति जाँचें

अपने अनुरोध की वर्तमान स्थिति जाँचने के लिए प्रेडिक्शन एंडपॉइंट को पोल करें।

GET/api/v1/model/prediction/{prediction_id}

पोलिंग उदाहरण

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

स्थिति मान

processingअनुरोध अभी भी प्रोसेस हो रहा है।

completedजनरेशन पूर्ण हो गया है। आउटपुट उपलब्ध हैं।

succeededजनरेशन सफल रहा। आउटपुट उपलब्ध हैं।

failedजनरेशन विफल हो गया। एरर फ़ील्ड जाँचें।

पूर्ण प्रतिक्रिया

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.png"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

फ़ाइलें अपलोड करें

Atlas Cloud स्टोरेज पर फ़ाइलें अपलोड करें और एक URL प्राप्त करें जिसका उपयोग आप अपने API अनुरोधों में कर सकते हैं। अपलोड के लिए multipart/form-data का उपयोग करें।

POST/api/v1/model/uploadMedia

अपलोड उदाहरण

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

प्रतिक्रिया

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Input Schema

अनुरोध बॉडी में निम्नलिखित पैरामीटर स्वीकार किए जाते हैं।

कुल: 9आवश्यक: 3वैकल्पिक: 6

modelstringrequired

Model name.

Default: "alibaba/wan-2.7/image-edit"

alibaba/wan-2.7/image-edit

promptstringrequired

Text instruction used to edit the image. Maximum length is 5000 characters.

imagesarray[string]required

Input images, each provided as a URL or Base64 string. The first image is treated as the primary input; subsequent images serve as references.

Min items: 1Max items: 9

sizestring

Output image resolution.

Default: "2K"

1K2K

ninteger

Number of images to generate.

Default: 1Min: 1Max: 4

thinking_modeboolean

Whether to enable thinking mode for higher-quality image generation.

Default: true

seedinteger

Random seed for image generation. Range: 0 to 2147483647. Use -1 for a random seed.

Default: -1Min: -1Max: 2147483647

enable_sync_modeboolean

Whether to wait for generation to finish and return the final result directly in the response.

Default: false

enable_base64_outputboolean

Whether to return the generated image as a Base64 string instead of a URL.

Default: false

अनुरोध बॉडी का उदाहरण

{
  "model": "alibaba/wan-2.7/image-edit",
  "prompt": "A beautiful landscape",
  "images": [
    "https://example.com/file.jpg"
  ],
  "size": "2K",
  "n": 1,
  "thinking_mode": true,
  "seed": -1,
  "enable_sync_mode": false,
  "enable_base64_output": false
}

Output Schema

API जनरेट किए गए आउटपुट URL के साथ एक प्रेडिक्शन प्रतिक्रिया लौटाता है।

codeinteger

messagestring

dataunknown

प्रतिक्रिया का उदाहरण

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.png"
  ],
  "metrics": {
    "predict_time": 8.3
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills 400+ AI मॉडल को सीधे आपके AI कोडिंग असिस्टेंट में इंटीग्रेट करता है। इंस्टॉल करने के लिए एक कमांड, फिर इमेज, वीडियो जनरेट करने और LLM के साथ चैट करने के लिए प्राकृतिक भाषा का उपयोग करें।

समर्थित क्लाइंट

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ समर्थित क्लाइंट

इंस्टॉल करें

npx skills add AtlasCloudAI/atlas-cloud-skills

API कुंजी सेटअप करें

Atlas Cloud डैशबोर्ड से अपनी API कुंजी प्राप्त करें और इसे एनवायरनमेंट वेरिएबल के रूप में सेट करें।

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

क्षमताएँ

एक बार इंस्टॉल होने के बाद, आप सभी Atlas Cloud मॉडल तक पहुँचने के लिए अपने AI असिस्टेंट में प्राकृतिक भाषा का उपयोग कर सकते हैं।

इमेज जनरेशनNano Banana 2, Z-Image और अन्य मॉडल के साथ इमेज जनरेट करें।

वीडियो निर्माणKling, Vidu, Veo आदि के साथ टेक्स्ट या इमेज से वीडियो बनाएँ।

LLM चैटQwen, DeepSeek और अन्य बड़े भाषा मॉडल के साथ चैट करें।

मीडिया अपलोडइमेज एडिटिंग और इमेज-टू-वीडियो वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server आपके IDE को Model Context Protocol के माध्यम से 400+ AI मॉडल से जोड़ता है। किसी भी MCP-संगत क्लाइंट के साथ काम करता है।

समर्थित क्लाइंट

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ समर्थित क्लाइंट

इंस्टॉल करें

npx -y atlascloud-mcp

कॉन्फ़िगरेशन

अपने IDE की MCP सेटिंग्स फ़ाइल में निम्नलिखित कॉन्फ़िगरेशन जोड़ें।

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

उपलब्ध टूल

atlas_generate_imageटेक्स्ट प्रॉम्प्ट से इमेज जनरेट करें।

atlas_generate_videoटेक्स्ट या इमेज से वीडियो बनाएँ।

atlas_chatबड़े भाषा मॉडल के साथ चैट करें।

atlas_list_models400+ उपलब्ध AI मॉडल ब्राउज़ करें।

atlas_quick_generateऑटो मॉडल चयन के साथ एक-चरण कंटेंट निर्माण।

atlas_upload_mediaAPI वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/mcp-server

API स्कीमा

{
  "info": {
    "title": "AtlasCloud API",
    "version": "1.0.0",
    "description": "The AtlasCloud API."
  },
  "openapi": "3.0.0",
  "paths": {
    "/api/v1/model/generateImage": {
      "post": {
        "requestBody": {
          "content": {
            "application/json": {
              "schema": {
                "$ref": "#/components/schemas/Input"
              }
            }
          },
          "required": true
        },
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "The request status."
          }
        }
      },
      "x-api-name": "model_run"
    },
    "/api/v1/model/prediction/{request_id}": {
      "get": {
        "parameters": [
          {
            "in": "path",
            "name": "request_id",
            "required": true,
            "schema": {
              "description": "Request ID",
              "type": "string"
            }
          }
        ],
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "Result of the request."
          }
        }
      },
      "x-api-name": "model_result"
    }
  },
  "components": {
    "schemas": {
      "Input": {
        "type": "object",
        "properties": {
          "model": {
            "type": "string",
            "description": "Model name.",
            "default": "alibaba/wan-2.7/image-edit",
            "enum": [
              "alibaba/wan-2.7/image-edit"
            ]
          },
          "prompt": {
            "description": "Text instruction used to edit the image. Maximum length is 5000 characters.",
            "type": "string"
          },
          "images": {
            "description": "Input images, each provided as a URL or Base64 string. The first image is treated as the primary input; subsequent images serve as references.",
            "type": "array",
            "items": {
              "type": "string"
            },
            "minItems": 1,
            "maxItems": 9
          },
          "size": {
            "default": "2K",
            "description": "Output image resolution.",
            "enum": [
              "1K",
              "2K"
            ],
            "type": "string"
          },
          "n": {
            "default": 1,
            "minimum": 1,
            "maximum": 4,
            "description": "Number of images to generate.",
            "type": "integer"
          },
          "thinking_mode": {
            "default": true,
            "description": "Whether to enable thinking mode for higher-quality image generation.",
            "type": "boolean"
          },
          "seed": {
            "default": -1,
            "minimum": -1,
            "maximum": 2147483647,
            "description": "Random seed for image generation. Range: 0 to 2147483647. Use -1 for a random seed.",
            "type": "integer"
          },
          "enable_sync_mode": {
            "default": false,
            "description": "Whether to wait for generation to finish and return the final result directly in the response.",
            "disabled": true,
            "type": "boolean"
          },
          "enable_base64_output": {
            "default": false,
            "description": "Whether to return the generated image as a Base64 string instead of a URL.",
            "disabled": true,
            "type": "boolean"
          }
        },
        "required": [
          "model",
          "prompt",
          "images"
        ],
        "x-order-properties": [
          "model",
          "prompt",
          "images",
          "size",
          "n",
          "thinking_mode",
          "seed",
          "enable_sync_mode",
          "enable_base64_output"
        ]
      },
      "PredictionResponse": {
        "type": "object",
        "properties": {
          "code": {
            "type": "integer"
          },
          "message": {
            "type": "string"
          },
          "data": {
            "$ref": "#/components/schemas/PredictionData"
          }
        }
      },
      "PredictionData": {
        "type": "object",
        "properties": {
          "id": {
            "type": "string",
            "description": "Unique ID of the generation task."
          },
          "model": {
            "type": "string",
            "description": "Model used for the generation."
          },
          "outputs": {
            "type": "array",
            "description": "Generated image results. Each item is an image URL, or a Base64 string when Base64 output is enabled.",
            "items": {
              "type": "string"
            }
          },
          "urls": {
            "type": "object",
            "properties": {
              "get": {
                "type": "string"
              }
            }
          },
          "has_nsfw_contents": {
            "type": "array",
            "items": {
              "type": "boolean"
            }
          },
          "status": {
            "type": "string",
            "description": "Current task status, such as created, processing, completed, unknown, or failed."
          },
          "created_at": {
            "type": "string",
            "format": "date-time"
          },
          "error": {
            "type": "string",
            "description": "Error message returned when the task fails."
          }
        }
      }
    }
  },
  "servers": [
    {
      "url": "https://api.atlascloud.ai"
    }
  ]
}

LLM के लिए प्रॉम्प्ट टेम्पलेट

# alibaba/wan-2.7/image-edit

> Edits and recomposes images with Wan 2.7 image using text instructions, multi-image references, and optional interaction boxes.


## Overview

- **Submit endpoint (POST)**: `https://api.atlascloud.ai/api/v1/model/generateImage` — start an async generation; returns a `prediction_id`
- **Poll endpoint (GET)**: `https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}` — poll this until the prediction finishes
- **Model ID**: `alibaba/wan-2.7/image-edit`


## API Information

This model can be used via our HTTP API or more conveniently via our client libraries.
See the input and output schema below, as well as the usage examples.


### Input Schema

The API accepts the following input parameters:

- **`model`** (`string`, _required_):
  Model name.
  - Default: `"alibaba/wan-2.7/image-edit"`
  - Options: "alibaba/wan-2.7/image-edit"

- **`prompt`** (`string`, _required_):
  Text instruction used to edit the image. Maximum length is 5000 characters.

- **`images`** (`array[string]`, _required_):
  Input images, each provided as a URL or Base64 string. The first image is treated as the primary input; subsequent images serve as references.
  - Min items: 1
  - Max items: 9

- **`size`** (`string`, _optional_):
  Output image resolution.
  - Default: `"2K"`
  - Options: "1K", "2K"

- **`n`** (`integer`, _optional_):
  Number of images to generate.
  - Default: `1`
  - Min: 1
  - Max: 4

- **`thinking_mode`** (`boolean`, _optional_):
  Whether to enable thinking mode for higher-quality image generation.
  - Default: `true`

- **`seed`** (`integer`, _optional_):
  Random seed for image generation. Range: 0 to 2147483647. Use -1 for a random seed.
  - Default: `-1`
  - Min: -1
  - Max: 2147483647

- **`enable_sync_mode`** (`boolean`, _optional_):
  Whether to wait for generation to finish and return the final result directly in the response.
  - Default: `false`

- **`enable_base64_output`** (`boolean`, _optional_):
  Whether to return the generated image as a Base64 string instead of a URL.
  - Default: `false`



**Required Parameters Example**:

```json
{
  "model": "alibaba/wan-2.7/image-edit",
  "prompt": "",
  "images": [
    ""
  ]
}
```


**Full Example**:

```json
{
  "model": "alibaba/wan-2.7/image-edit",
  "prompt": "",
  "images": [
    ""
  ],
  "size": "2K",
  "n": 1,
  "thinking_mode": true,
  "seed": -1,
  "enable_sync_mode": false,
  "enable_base64_output": false
}
```


### Output Schema

The API returns the following output format:


- **`code`** (`integer`, _optional_):

- **`message`** (`string`, _optional_):

- **`data`** (`string`, _optional_):



**Example Response**:

```json
{
  "code": 0,
  "message": "",
  "data": null
}
```


## Usage Examples

### cURL

```bash
# Step 1: Start generation (async)
curl -X POST "https://api.atlascloud.ai/api/v1/model/generateImage" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "alibaba/wan-2.7/image-edit",
  "prompt": "",
  "images": [
    ""
  ],
  "size": "2K",
  "n": 1,
  "thinking_mode": true,
  "seed": -1,
  "enable_sync_mode": false,
  "enable_base64_output": false
}'

# Response will contain: {"code": 200, "data": {"id": "prediction_id", "status": "processing"}}

# Step 2: Poll for result (replace {prediction_id} with the id returned above)
curl -X GET "https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

# Keep polling until status is "completed", "succeeded" or "failed"
# When completed, outputs will contain the generated content URL(s)
```

## Additional Resources

### Documentation

- [Model Playground](https://www.atlascloud.ai/models/alibaba/wan-2.7/image-edit)

कोई उदाहरण उपलब्ध नहीं

लोड हो रहा है...

Alibaba WAN 2.7 Image Edit

Alibaba WAN 2.7 Image Edit enables instruction-driven image editing and multi-image composition. It is designed for workflows where you want to preserve the source scene, combine references, and steer the result with natural language.

Why creators love it

Instruction-based editing: Rewrite clothing, materials, color, scene details, or object relationships with a plain-language prompt.
Single-image and multi-image input: Works well for focused edits as well as reference-driven composition.
Reference composition: Combine multiple images and a text instruction in one edit request.
Practical controls: Supports size, n, watermark, thinking_mode, and seed.

Perfect for

Marketing teams adapting hero visuals for multiple campaigns.
E-commerce teams refreshing product shots and styled composites.
Users who want Wan 2.7 editing quality in the standard tier.
Creative teams that need reliable visual revisions without rebuilding an image from scratch.

How to Use

Provide a main source image, and add extra references when style, objects, or composition details need to be guided.
Write a prompt that explains the desired edit clearly and specifically.
Choose the target size and decide whether you want one result or multiple variations.
Review the edited outputs and keep the one that best balances fidelity and creative change.

Pro tips

Be explicit about what should change and what should remain stable.
Use a single output when you want tighter control, and multiple outputs when exploring different directions.

Wan 2.7 Image-to-Image API by Alibaba

इनपुट

आउटपुट

पैरामीटर

कोड उदाहरण

इंस्टॉल करें

प्रमाणीकरण

HTTP हेडर

अनुरोध सबमिट करें

अनुरोध सबमिट करें

अनुरोध बॉडी

प्रतिक्रिया

स्थिति जाँचें

पोलिंग उदाहरण

स्थिति मान

पूर्ण प्रतिक्रिया

फ़ाइलें अपलोड करें

अपलोड उदाहरण

प्रतिक्रिया

Input Schema

अनुरोध बॉडी का उदाहरण

Output Schema

प्रतिक्रिया का उदाहरण

Atlas Cloud Skills

समर्थित क्लाइंट

इंस्टॉल करें

API कुंजी सेटअप करें

क्षमताएँ

MCP Server

समर्थित क्लाइंट

इंस्टॉल करें

कॉन्फ़िगरेशन

उपलब्ध टूल

API स्कीमा

LLM के लिए प्रॉम्प्ट टेम्पलेट

Alibaba WAN 2.7 Image Edit

Why creators love it

Perfect for

How to Use

Pro tips

समान मॉडल देखें

Wan-2.7 Pro Image-to-image

Wan-2.7 Pro Text-to-image

Wan-2.7 Text-to-image

Qwen Image 2.0 Pro Text-to-image

Qwen Image 2.0 Text-to-image

Qwen Image 2.0 Edit

Qwen Image 2.0 Pro Edit

Qwen-Image Edit Plus 20251215

Wan-2.6 Image-to-image

Qwen Image Edit

Qwen-Image Text-to-image Max

Qwen-Image Text-to-image Plus

Wan-2.5 Image Edit

Wan-2.5 Text-to-image

Qwen-Image Edit Plus

Qwen-Image Edit

हर मीडिया AI के लिए एक ही API।

Join our Discord community

इनपुट

आउटपुट

पैरामीटर

कोड उदाहरण

इंस्टॉल करें

प्रमाणीकरण

HTTP हेडर

अनुरोध सबमिट करें

अनुरोध सबमिट करें

अनुरोध बॉडी

प्रतिक्रिया

स्थिति जाँचें

पोलिंग उदाहरण

स्थिति मान

पूर्ण प्रतिक्रिया

फ़ाइलें अपलोड करें

अपलोड उदाहरण

प्रतिक्रिया

Input Schema

अनुरोध बॉडी का उदाहरण

Output Schema