Generates images from text prompts with Wan 2.7 image, supporting fast iteration and strong prompt fidelity for illustration and photorealistic outputs.
Invoer
Uitvoer
InactiefElke uitvoering kost 0.03. Voor $10 kunt u ongeveer 333 keer uitvoeren.
U kunt doorgaan met:
Codevoorbeeld
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/text-to-image",
"prompt": "A beautiful landscape with mountains and lake",
"width": 512,
"height": 512,
"steps": 20,
"guidance_scale": 7.5,
}
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()Installeren
Installeer het vereiste pakket voor uw programmeertaal.
pip install requestsAuthenticatie
Alle API-verzoeken vereisen authenticatie via een API-sleutel. U kunt uw API-sleutel ophalen via het Atlas Cloud dashboard.
export ATLASCLOUD_API_KEY="your-api-key-here"HTTP-headers
import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Stel uw API-sleutel nooit bloot in client-side code of openbare repositories. Gebruik in plaats daarvan omgevingsvariabelen of een backend-proxy.
Een verzoek indienen
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())Een verzoek indienen
Dien een asynchroon generatieverzoek in. De API retourneert een voorspellings-ID waarmee u de status kunt controleren en het resultaat kunt ophalen.
/api/v1/model/generateImageVerzoekinhoud
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/text-to-image",
"input": {
"prompt": "A beautiful landscape with mountains and lake"
}
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")Antwoord
{
"id": "pred_abc123",
"status": "processing",
"model": "model-name",
"created_at": "2025-01-01T00:00:00Z"
}Status controleren
Bevraag het voorspellings-eindpunt om de huidige status van uw verzoek te controleren.
/api/v1/model/prediction/{prediction_id}Polling-voorbeeld
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)Statuswaarden
processingHet verzoek wordt nog verwerkt.completedDe generatie is voltooid. Resultaten zijn beschikbaar.succeededDe generatie is geslaagd. Resultaten zijn beschikbaar.failedDe generatie is mislukt. Controleer het foutveld.Voltooid antwoord
{
"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"
}
}Bestanden uploaden
Upload bestanden naar Atlas Cloud opslag en ontvang een URL die u kunt gebruiken in uw API-verzoeken. Gebruik multipart/form-data om te uploaden.
/api/v1/model/uploadMediaUpload-voorbeeld
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}")Antwoord
{
"data": {
"download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
"file_name": "image.png",
"content_type": "image/png",
"size": 1024000
}
}Invoer-Schema
De volgende parameters worden geaccepteerd in de verzoekinhoud.
Geen parameters beschikbaar.
Voorbeeld verzoekinhoud
{
"model": "alibaba/wan-2.7/text-to-image"
}Uitvoer-Schema
De API retourneert een voorspellingsantwoord met de gegenereerde uitvoer-URL's.
Voorbeeldantwoord
{
"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 integreert meer dan 300 AI-modellen rechtstreeks in uw AI-codeerassistent. Eén commando om te installeren, gebruik daarna natuurlijke taal om afbeeldingen, video's te genereren en te chatten met LLMs.
Ondersteunde clients
Installeren
npx skills add AtlasCloudAI/atlas-cloud-skillsAPI-sleutel instellen
Haal uw API-sleutel op via het Atlas Cloud dashboard en stel deze in als omgevingsvariabele.
export ATLASCLOUD_API_KEY="your-api-key-here"Mogelijkheden
Eenmaal geïnstalleerd kunt u natuurlijke taal gebruiken in uw AI-assistent om toegang te krijgen tot alle Atlas Cloud modellen.
MCP-server
De Atlas Cloud MCP-server verbindt uw IDE met meer dan 300 AI-modellen via het Model Context Protocol. Werkt met elke MCP-compatibele client.
Ondersteunde clients
Installeren
npx -y atlascloud-mcpConfiguratie
Voeg de volgende configuratie toe aan het MCP-instellingenbestand van uw IDE.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}Beschikbare tools
API Schema
Schema niet beschikbaarInloggen om aanvraaggeschiedenis te bekijken
U moet ingelogd zijn om toegang te krijgen tot uw modelaanvraaggeschiedenis.
InloggenAlibaba WAN 2.7 Text-to-Image
Alibaba WAN 2.7 Text-to-Image is a fast and flexible image-generation model for turning prompts into polished visuals. It is well suited to everyday creative work, from concept exploration to campaign-ready artwork.
What makes it stand out?
- Faster generation path: Optimized for day-to-day creative iteration and lower-latency image generation.
- Flexible output sizing: Supports
1K,2K, and custom pixel sizes such as2048*2048. - Creative controls: Supports flexible output sizing, style exploration, grouped generation, and repeatable results with seed control.
- Prompt-first workflow: Best suited for pure text-to-image generation without requiring reference images.
Designed For
- Design teams iterating on moodboards, product concepts, and campaign mockups.
- Content creators producing social visuals, covers, and brand graphics quickly.
- Product, brand, and content teams that need strong visual quality with faster turnaround.
- Anyone who wants Wan 2.7 image quality in a lighter-weight generation tier.
How to Use
- Write a clear prompt describing subject, style, lighting, and composition.
- Choose the output size that fits your use case.
2Kis a strong default for most work. - Generate one image for precision, or several variations when you want more creative range.
- Use thinking mode when prompt interpretation and composition quality matter more than speed.
- Review the outputs and keep the version that best matches your intent.
