메인 콘텐츠로 건너뛰기

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.

​
빠른 통합

이 가이드는 몇 분 안에 EvoLink의 첫 호출을 완료하도록 돕습니다. 멀티모달 작업은 비동기 작업 방식을 사용하고, 텍스트 모델은 대화와 코딩 도구에 적합한 동기 Messages API를 사용합니다.

이미지 생성

GPT Image 2로 이미지 생성 작업을 만들고 작업 API를 통해 결과를 조회합니다.

비디오 생성

Seedance 2.0으로 텍스트-비디오, 이미지-비디오, 참조-비디오 작업을 생성합니다.

텍스트 생성

Claude Messages API를 사용해 동기 텍스트 응답을 받습니다.

​
준비

1

API Key 생성

EvoLink 대시보드를 열고 API Key를 만든 뒤 안전하게 저장합니다.
2

Base URL 선택

이미지, 비디오, 오디오 등 멀티모달 작업에는 https://api.evolink.ai를 사용합니다. 텍스트 모델에는 https://direct.evolink.ai를 사용합니다.
3

요청 전송

멀티모달 API는 먼저 작업 ID를 반환합니다. 텍스트 API는 모델 응답을 직접 반환합니다.
API Key는 계정 리소스를 호출할 수 있습니다. 서버 측이나 안전한 환경 변수에만 저장하세요. 프런트엔드 코드, 공개 저장소, 클라이언트 패키지에 키를 넣지 마세요.

​
요청 흐름

멀티모달 작업은 동일한 흐름을 사용합니다:

1. 작업 제출

이미지, 비디오 또는 오디오 엔드포인트를 호출하고 응답의 id 필드에서 작업 ID를 받습니다.

2. 상태 조회

GET /v1/tasks/{task_id}로 pending, processing, completed, failed 상태를 확인합니다.

3. 결과 가져오기

작업이 완료되면 results 필드에서 생성 파일 URL을 읽습니다.
생성된 이미지와 비디오 URL은 일반적으로 만료됩니다. 운영 환경에서는 완료된 결과를 가능한 빨리 다운로드해 자체 스토리지에 저장하세요.

​
이미지 생성

GPT Image 2로 이미지 생성 작업을 만듭니다: 
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": "해질녘 미래 도시 스카이라인을 영화적인 와이드 앵글로 묘사",
    "size": "16:9",
    "resolution": "4K",
    "quality": "high",
    "n": 1
  }'
응답은 작업 객체를 반환합니다: 
{
  "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
  }
}
작업 상태를 조회합니다: 
curl https://api.evolink.ai/v1/tasks/task-unified-1757156493-imcg5zqt \
  -H "Authorization: Bearer YOUR_API_KEY"
작업이 완료되면 결과가 results 배열에 표시됩니다: 
{
  "id": "task-unified-1757156493-imcg5zqt",
  "object": "image.generation.task",
  "model": "gpt-image-2",
  "status": "completed",
  "progress": 100,
  "results": [
    "https://example.com/generated-image.png"
  ]
}

​
비디오 생성

Seedance 2.0으로 텍스트-비디오 작업을 만듭니다: 
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": "나뭇잎 위 초록색 유리개구리를 매크로로 촬영하고, 초점이 투명한 복부로 이동하면서 붉은 심장이 규칙적으로 뛰는 장면.",
    "duration": 8,
    "quality": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": true
  }'
비디오 작업도 동일한 작업 API로 조회합니다: 
curl https://api.evolink.ai/v1/tasks/YOUR_VIDEO_TASK_ID \
  -H "Authorization: Bearer YOUR_API_KEY"
이미지-비디오 또는 다중 참조 비디오 생성이 필요하면 Seedance 2.0 전체 파라미터 가이드에서 시작하세요.

​
텍스트 생성

Claude 텍스트 모델은 https://direct.evolink.ai와 /v1/messages 엔드포인트를 사용합니다: 
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": "EvoLink의 가치를 세 문장으로 소개해 주세요"
      }
    ]
  }'
텍스트 API는 메시지 객체를 동기적으로 반환합니다: 
{
  "id": "msg_xxx",
  "type": "message",
  "role": "assistant",
  "model": "claude-sonnet-4-5-20250929",
  "content": [
    {
      "type": "text",
      "text": "EvoLink는 통합 AI 서비스 게이트웨이를 제공합니다..."
    }
  ],
  "stop_reason": "end_turn"
}

​
Python 예시

아래 예시는 이미지 작업을 제출하고, 상태를 폴링하고, 최종 결과를 읽는 전체 흐름입니다: 
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("흰 배경과 부드러운 스튜디오 조명의 깔끔한 제품 포스터")
results = wait_for_task(task_id)
print(results[0])

​
요청 빈도 제한

EvoLink의 요청 빈도 제한은 모델 단위로 설정됩니다. 모델에 따라 RPM, 동시성, 작업 제출 제한이 다를 수 있습니다. 실제 제한은 모델 유형, 업스트림 서비스 용량, 계정 등급, 실시간 가용성에 따라 달라집니다. 가벼운 텍스트 모델은 일반적으로 더 높은 요청 빈도를 지원하지만, 이미지와 비디오 생성 모델은 작업 시간이 길고 업스트림 리소스를 더 많이 사용하므로 제한이 상대적으로 낮을 수 있습니다. 비동기 생성 모델의 경우 API가 성공 응답을 반환했다는 것은 작업이 접수되었거나 생성되었다는 의미일 뿐, 작업 완료를 의미하지 않습니다. 고동시성 업무에서는 서버 측 큐를 구현하고 작업 조회 API 또는 콜백을 통해 최종 결과를 가져오는 것을 권장합니다. HTTP 429 오류가 계속 발생하거나 더 높은 RPM 또는 동시성 제한이 필요한 경우 [email protected]로 문의하세요. 실제 사용 시나리오와 업스트림 가용 용량을 기준으로 평가합니다.

​
운영 환경 권장 사항

키 관리

API Key는 환경 변수 또는 시크릿 관리 서비스에 저장하고, 환경별로 별도 키를 사용하세요.

작업 폴링

작업 유형에 맞게 폴링 간격을 설정하세요. 이미지 작업은 더 자주, 비디오 작업은 보통 더 낮은 빈도로 조회하는 것이 좋습니다.

오류 처리

failed 상태와 HTTP 오류를 처리하고, 빈도 제한, 잔액 부족, 파라미터 오류에 대한 명확한 안내를 준비하세요.

결과 저장

생성 결과 URL은 만료됩니다. 운영 환경에서는 완료된 파일을 자체 스토리지에 저장하세요.

​
다음 단계

이미지 API

GPT Image 2의 전체 파라미터, 예시, 응답 구조를 확인합니다.

비디오 API

Seedance 2.0의 텍스트-비디오, 이미지-비디오, 참조-비디오 기능을 확인합니다.

작업 관리

작업 상태 조회, 결과 필드, 오류 구조를 확인합니다.