> ## Documentation Index
> Fetch the complete documentation index at: https://docs.evolink.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# 快速接入
> 使用 EvoLink 快速调用图像、视频和文本模型
# 快速接入
本指南帮助你在几分钟内完成 EvoLink 的第一次调用。多模态任务使用异步任务模式；文本模型使用同步消息接口，适合直接接入对话和编程工具。
使用 GPT Image 2 创建图像生成任务，并通过任务接口查询结果。
使用 Seedance 2.0 创建文生视频、图生视频和参考生视频任务。
使用 Claude Messages API 获取同步文本响应。
## 准备工作
进入 [EvoLink 控制台](https://evolink.ai/dashboard/keys)，创建并保存你的 API Key。
图像、视频、音频等多模态任务使用 `https://api.evolink.ai`；文本模型推荐使用 `https://direct.evolink.ai`。
多模态接口会先返回任务 ID；文本接口会直接返回模型回复。
API Key 具有账户调用权限，请只保存在服务端或安全的环境变量中。不要把密钥写入前端代码、公开仓库或客户端安装包。
## 调用流程
多模态任务遵循同一个流程：
调用图像、视频或音频接口，立即获得任务 ID，即响应中的 `id` 字段。
使用 `GET /v1/tasks/{task_id}` 查询 `pending`、`processing`、`completed` 或 `failed`。
任务完成后从 `results` 字段读取生成文件 URL。
图像和视频结果链接通常有有效期，建议在任务完成后尽快转存到你自己的对象存储或业务系统。
## 图像生成
使用 GPT Image 2 创建一个图像生成任务：
```bash theme={null}
curl -X POST https://api.evolink.ai/v1/images/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2",
"prompt": "黄昏时分未来都市天际线的电影级广角镜头",
"size": "16:9",
"resolution": "4K",
"quality": "high",
"n": 1
}'
```
成功后会返回任务对象：
```json theme={null}
{
"id": "task-unified-1757156493-imcg5zqt",
"object": "image.generation.task",
"model": "gpt-image-2",
"status": "pending",
"progress": 0,
"task_info": {
"can_cancel": true,
"estimated_time": 100
}
}
```
查询任务状态：
```bash theme={null}
curl https://api.evolink.ai/v1/tasks/task-unified-1757156493-imcg5zqt \
-H "Authorization: Bearer YOUR_API_KEY"
```
任务完成后，结果会出现在 `results` 数组中：
```json theme={null}
{
"id": "task-unified-1757156493-imcg5zqt",
"object": "image.generation.task",
"model": "gpt-image-2",
"status": "completed",
"progress": 100,
"results": [
"https://example.com/generated-image.png"
]
}
```
## 视频生成
使用 Seedance 2.0 创建文生视频任务：
```bash theme={null}
curl -X POST https://api.evolink.ai/v1/videos/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "seedance-2.0-text-to-video",
"prompt": "微距镜头对准叶片上翠绿的玻璃蛙，焦点逐渐转移到透明腹部，一颗红色心脏正在规律跳动。",
"duration": 8,
"quality": "720p",
"aspect_ratio": "16:9",
"generate_audio": true
}'
```
视频任务同样通过任务接口查询：
```bash theme={null}
curl https://api.evolink.ai/v1/tasks/YOUR_VIDEO_TASK_ID \
-H "Authorization: Bearer YOUR_API_KEY"
```
如果你需要图生视频或多参考生视频，可以从 [Seedance 2.0 全参数指南](/cn/api-manual/video-series/seedance2.0/seedance-2.0-overview) 进入对应接口文档。
## 文本生成
Claude 文本模型推荐使用 `https://direct.evolink.ai`，接口路径为 `/v1/messages`：
```bash theme={null}
curl -X POST https://direct.evolink.ai/v1/messages \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-sonnet-4-5-20250929",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "用三句话介绍 EvoLink 的价值"
}
]
}'
```
文本接口会同步返回消息对象：
```json theme={null}
{
"id": "msg_xxx",
"type": "message",
"role": "assistant",
"model": "claude-sonnet-4-5-20250929",
"content": [
{
"type": "text",
"text": "EvoLink 提供统一的 AI 服务网关..."
}
],
"stop_reason": "end_turn"
}
```
## Python 示例
下面的示例包含提交图像任务、轮询任务状态和读取结果的完整流程：
```python theme={null}
import os
import time
import requests
API_KEY = os.environ["EVOLINK_API_KEY"]
BASE_URL = "https://api.evolink.ai"
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
}
def create_image_task(prompt: str) -> str:
response = requests.post(
f"{BASE_URL}/v1/images/generations",
headers=headers,
json={
"model": "gpt-image-2",
"prompt": prompt,
"size": "1:1",
"quality": "high",
},
timeout=30,
)
response.raise_for_status()
return response.json()["id"]
def wait_for_task(task_id: str, timeout_seconds: int = 300):
started_at = time.time()
while time.time() - started_at < timeout_seconds:
response = requests.get(
f"{BASE_URL}/v1/tasks/{task_id}",
headers={"Authorization": f"Bearer {API_KEY}"},
timeout=30,
)
response.raise_for_status()
task = response.json()
if task["status"] == "completed":
return task["results"]
if task["status"] == "failed":
raise RuntimeError(task.get("error", "任务失败"))
time.sleep(5)
raise TimeoutError("任务执行超时")
task_id = create_image_task("一张干净的产品海报，白色背景，柔和布光")
results = wait_for_task(task_id)
print(results[0])
```
## 请求频率限制
EvoLink 的请求频率限制按模型维度配置。
不同模型的 RPM、并发数和任务提交限制可能不同，具体取决于模型类型、上游服务容量、账号等级以及实时可用性。轻量级文本模型通常支持更高的请求频率，而图片、视频等生成类模型由于任务耗时更长、上游资源占用更高，限制可能相对较低。
对于异步生成类模型，接口成功返回仅表示任务已被接收或创建，不代表任务已完成。高并发业务场景建议在服务端实现队列，并通过任务查询接口或回调获取最终结果。
如果持续遇到 HTTP 429 错误，或业务需要更高 RPM / 并发限制，请联系 [support@evolink.ai](mailto:support@evolink.ai)。我们会根据实际使用场景和上游可用容量进行评估。
## 生产环境建议
使用环境变量或密钥管理服务保存 API Key，并为不同环境配置独立密钥。
根据任务类型设置合理轮询间隔。图像任务可以更频繁，视频任务建议降低轮询频率。
处理 `failed` 状态和 HTTP 错误码，并为频率限制、余额不足、参数错误提供明确提示。
生成结果 URL 有有效期，生产环境应尽快下载并存储到自己的文件系统。
## 下一步
查看 GPT Image 2 的完整参数、示例和返回结构。
查看 Seedance 2.0 文生视频、图生视频和参考生视频能力。
查看任务状态查询、结果字段和错误结构。