Zum Hauptinhalt springen

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.

​
Schnellintegration

Diese Anleitung hilft Ihnen, den ersten EvoLink-Aufruf in wenigen Minuten auszuführen. Multimodale Workloads verwenden asynchrone Aufgaben; Textmodelle verwenden eine synchrone Messages-API für Chat- und Coding-Tools.

Bildgenerierung

Erstellen Sie mit GPT Image 2 eine Bildgenerierungsaufgabe und fragen Sie das Ergebnis über die Aufgaben-API ab.

Videogenerierung

Erstellen Sie Text-zu-Video-, Bild-zu-Video- und Referenz-zu-Video-Aufgaben mit Seedance 2.0.

Textgenerierung

Nutzen Sie die Claude Messages API, um synchrone Textantworten zu erhalten.

​
Vorbereitung

1

API Key erstellen

Öffnen Sie das EvoLink-Dashboard, erstellen Sie einen API Key und speichern Sie ihn sicher.
2

Base URL wählen

Verwenden Sie https://api.evolink.ai für Bild-, Video-, Audio- und andere multimodale Aufgaben. Verwenden Sie https://direct.evolink.ai für Textmodelle.
3

Anfrage senden

Multimodale APIs geben zuerst eine Aufgaben-ID zurück. Text-APIs geben die Modellantwort direkt zurück.
API Keys können Ressourcen Ihres Kontos aufrufen. Speichern Sie sie nur serverseitig oder in sicheren Umgebungsvariablen. Legen Sie Schlüssel nicht in Frontend-Code, öffentlichen Repositories oder Client-Paketen ab.

​
Ablauf einer Anfrage

Multimodale Aufgaben verwenden denselben Ablauf:

1. Aufgabe einreichen

Rufen Sie einen Bild-, Video- oder Audio-Endpunkt auf und erhalten Sie die Aufgaben-ID im Antwortfeld id.

2. Status abfragen

Verwenden Sie GET /v1/tasks/{task_id}, um pending, processing, completed oder failed zu prüfen.

3. Ergebnisse abrufen

Wenn die Aufgabe abgeschlossen ist, lesen Sie die generierte Datei-URL aus dem Feld results.
Generierte Bild- und Video-URLs laufen normalerweise ab. Laden Sie fertige Ergebnisse in Produktionsumgebungen möglichst schnell herunter und speichern Sie sie in Ihrem eigenen Speicher.

​
Bildgenerierung

Erstellen Sie eine Bildgenerierungsaufgabe mit GPT Image 2: 
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": "Eine filmische Weitwinkelaufnahme einer futuristischen Skyline bei Abenddämmerung",
    "size": "16:9",
    "resolution": "4K",
    "quality": "high",
    "n": 1
  }'
Die Antwort enthält ein Aufgabenobjekt: 
{
  "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
  }
}
Status der Aufgabe abfragen: 
curl https://api.evolink.ai/v1/tasks/task-unified-1757156493-imcg5zqt \
  -H "Authorization: Bearer YOUR_API_KEY"
Nach Abschluss stehen die Ergebnisse im Array results: 
{
  "id": "task-unified-1757156493-imcg5zqt",
  "object": "image.generation.task",
  "model": "gpt-image-2",
  "status": "completed",
  "progress": 100,
  "results": [
    "https://example.com/generated-image.png"
  ]
}

​
Videogenerierung

Erstellen Sie eine Text-zu-Video-Aufgabe mit Seedance 2.0: 
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": "Eine Makroaufnahme fokussiert einen grünen Glasfrosch auf einem Blatt und wechselt dann zu seinem transparenten Bauch, in dem ein rotes Herz rhythmisch schlägt.",
    "duration": 8,
    "quality": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": true
  }'
Videoaufgaben werden über dieselbe Aufgaben-API abgefragt: 
curl https://api.evolink.ai/v1/tasks/YOUR_VIDEO_TASK_ID \
  -H "Authorization: Bearer YOUR_API_KEY"
Für Bild-zu-Video oder Videoerstellung mit mehreren Referenzen starten Sie im vollständigen Seedance 2.0 Parameterleitfaden.

​
Textgenerierung

Claude-Textmodelle sollten https://direct.evolink.ai mit dem Endpunkt /v1/messages verwenden: 
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": "Stelle EvoLink in drei Sätzen vor"
      }
    ]
  }'
Die Text-API gibt synchron ein Message-Objekt zurück: 
{
  "id": "msg_xxx",
  "type": "message",
  "role": "assistant",
  "model": "claude-sonnet-4-5-20250929",
  "content": [
    {
      "type": "text",
      "text": "EvoLink bietet ein einheitliches KI-Service-Gateway..."
    }
  ],
  "stop_reason": "end_turn"
}

​
Python-Beispiel

Dieses Beispiel reicht eine Bildaufgabe ein, fragt den Status ab und liest das finale Ergebnis: 
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", "Task failed"))

        time.sleep(5)

    raise TimeoutError("Task timed out")


task_id = create_image_task("Ein klares Produktposter, weißer Hintergrund, weiches Studiolicht")
results = wait_for_task(task_id)
print(results[0])

​
Anfragefrequenzlimits

Die Anfragefrequenzlimits von EvoLink werden pro Modell konfiguriert. RPM, Parallelität und Limits für Aufgabeneinreichungen können je nach Modell unterschiedlich sein. Die tatsächlichen Limits hängen vom Modelltyp, der Kapazität des Upstream-Dienstes, der Kontostufe und der Echtzeitverfügbarkeit ab. Leichte Textmodelle unterstützen in der Regel höhere Anfragefrequenzen, während Bild- und Videogenerierungsmodelle niedrigere Limits haben können, da Aufgaben länger dauern und mehr Upstream-Ressourcen belegen. Bei asynchronen Generierungsmodellen bedeutet eine erfolgreiche API-Antwort nur, dass die Aufgabe angenommen oder erstellt wurde; sie bedeutet nicht, dass die Aufgabe abgeschlossen ist. Für Workloads mit hoher Parallelität sollten Sie serverseitig eine Warteschlange implementieren und Endergebnisse über die Aufgabenabfrage-API oder Callbacks abrufen. Wenn Sie wiederholt HTTP-429-Fehler erhalten oder Ihre Anwendung höhere RPM- oder Parallelitätslimits benötigt, kontaktieren Sie [email protected]. Wir bewerten die Anfrage anhand des konkreten Anwendungsfalls und der Upstream-Kapazität.

​
Empfehlungen für Produktion

Schlüsselverwaltung

Speichern Sie API Keys in Umgebungsvariablen oder einem Secret Manager und verwenden Sie getrennte Schlüssel für unterschiedliche Umgebungen.

Aufgaben-Polling

Wählen Sie Polling-Intervalle passend zum Aufgabentyp. Bildaufgaben können häufiger abgefragt werden; Videoaufgaben sollten meist seltener abgefragt werden.

Fehlerbehandlung

Behandeln Sie den Aufgabenstatus failed und HTTP-Fehler, einschließlich Frequenzlimits, unzureichendem Guthaben und Parameterfehlern.

Ergebnisspeicherung

Ergebnis-URLs laufen ab. Laden Sie fertige Dateien in Produktionsumgebungen herunter und speichern Sie sie in Ihrem eigenen Speichersystem.

​
Nächste Schritte

Bild-API

GPT Image 2 Parameter, Beispiele und Antwortstruktur ansehen.

Video-API

Seedance 2.0 Funktionen für Text-zu-Video, Bild-zu-Video und Referenz-zu-Video ansehen.

Aufgabenverwaltung

Statusabfragen, Ergebnisfelder und Fehlerstruktur für Aufgaben ansehen.