次元画室Node.js调用实战构建轻量级AI绘画API服务你是不是也遇到过这样的场景自己部署了一个很棒的AI绘画模型比如次元画室但只能在本地用命令行调用或者想把它集成到自己的网站、小程序里却不知道如何下手。直接暴露模型接口不安全自己从头写一套服务又太复杂。今天我们就来解决这个问题。我将手把手带你用Node.js和Express框架快速搭建一个轻量级的RESTful API服务。这个服务就像一座桥梁前端应用通过它来安全、便捷地调用部署在星图GPU平台上的次元画室模型。整个过程不涉及复杂的架构聚焦于核心的请求封装、异步处理和错误处理最后还会加上一层简单的身份验证确保服务安全。无论你是想为自己的个人项目增加AI绘画能力还是为团队构建一个内部工具这套方案都能让你快速上手。1. 项目准备与环境搭建在开始敲代码之前我们得先把“舞台”搭好。这里假设你已经有一个可以正常访问的次元画室模型服务它可能部署在星图GPU平台或其他地方并且你知道它的API地址和调用方式。1.1 初始化你的Node.js项目首先找个地方新建一个项目文件夹比如就叫ai-painting-api。打开终端进入这个文件夹然后运行以下命令来初始化项目并安装我们需要的核心依赖。# 初始化项目一路按回车或根据提示填写信息即可 npm init -y # 安装核心依赖 npm install express axios dotenv简单解释一下这几个包是干什么的express: 这是我们构建Web服务的基石用它来定义路由、处理HTTP请求响应非常方便。axios: 一个非常好用的HTTP客户端库。我们的API服务需要去调用后端的次元画室模型这个“打电话”的工作就交给axios了它比Node.js自带的http模块用起来更顺手。dotenv: 用来管理环境变量。像API密钥、模型地址这些敏感或易变的信息我们不应该硬编码在代码里用这个包可以方便地从.env文件加载。1.2 创建基础项目结构为了让代码更清晰我们按照一个简单的结构来组织文件。在你的项目根目录下创建如下文件和文件夹ai-painting-api/ ├── .env # 存放环境变量记得加入.gitignore ├── .gitignore # Git忽略文件 ├── package.json # 项目配置和依赖 ├── server.js # 应用主入口文件 ├── routes/ # 路由文件夹 │ └── paint.js # 处理绘画请求的路由 ├── services/ # 服务层文件夹 │ └── paintingService.js # 封装调用次元画室模型的逻辑 └── utils/ # 工具函数文件夹 └── auth.js # 简单的身份验证逻辑这个结构不算复杂但把不同职责的代码分开了routes管路由services管核心业务逻辑utils放一些共用的小工具。这样以后功能增加了维护起来也轻松。接下来在.env文件里我们先预设几个之后会用到的环境变量# 你的次元画室模型服务的完整API地址 PAINTING_API_BASE_URLhttps://your-mirror-service-address.com # 可选如果需要API密钥的话 PAINTING_API_KEYyour_secret_api_key_here # 我们自己的API服务使用的端口号 PORT3000 # 一个简单的令牌用于保护我们的API接口 API_ACCESS_TOKENmy_super_secret_token_123记得把your-mirror-service-address.com和your_secret_api_key_here替换成你实际的信息。.env文件非常重要千万不要提交到Git仓库所以务必在.gitignore文件里加上一行.env。2. 核心服务层封装模型调用服务层是我们这个项目的“大脑”它负责与最关键的次元画室模型进行对话。我们把这块逻辑独立出来这样路由处理函数就会变得很干净。2.1 实现绘画请求服务在services/paintingService.js文件中我们来编写核心的调用逻辑。const axios require(axios); require(dotenv).config(); // 从环境变量中读取配置 const PAINTING_API_URL process.env.PAINTING_API_BASE_URL; const API_KEY process.env.PAINTING_API_KEY; class PaintingService { constructor() { // 创建配置好的axios实例方便统一设置请求头等 this.client axios.create({ baseURL: PAINTING_API_URL, timeout: 300000, // 超时时间设长一点因为生成图片可能需要较长时间 headers: { Content-Type: application/json, ...(API_KEY { Authorization: Bearer ${API_KEY} }) // 如果配置了API密钥就加上 } }); } /** * 根据文本描述生成图像 * param {string} prompt - 图像描述文本 * param {object} options - 生成参数如尺寸、风格等 * returns {Promiseobject} - 返回模型生成的图像信息或直接是图像数据 */ async generateImage(prompt, options {}) { // 这里是调用次元画室模型的核心请求体 // 你需要根据你的模型API文档来调整具体的参数 const requestBody { prompt: prompt, negative_prompt: options.negativePrompt || , // 不希望出现的元素 width: options.width || 512, height: options.height || 512, num_inference_steps: options.steps || 20, guidance_scale: options.guidanceScale || 7.5, ...options // 允许传入其他覆盖参数 }; try { console.log([PaintingService] 正在生成图像描述: ${prompt.substring(0, 50)}...); // 发起请求到你的次元画室模型 // 注意这里的API路径如‘/generate’需要根据你的模型服务实际接口来修改 const response await this.client.post(/generate, requestBody); console.log([PaintingService] 图像生成成功。); // 处理响应。模型可能返回图像的URL、Base64字符串或二进制流。 // 这里需要你根据模型的实际返回格式进行调整。 const result response.data; // 假设返回的数据结构里包含一个 image_url 或 image_base64 字段 if (result.image_url) { return { success: true, type: url, data: result.image_url }; } else if (result.image_base64) { return { success: true, type: base64, data: result.image_base64 }; } else if (result.images Array.isArray(result.images)) { // 有些模型返回一个images数组 return { success: true, type: base64, data: result.images[0] }; } else { // 如果格式不符合预期返回原始数据供调试 console.warn([PaintingService] 模型返回了未预期的数据格式:, result); return { success: true, type: raw, data: result }; } } catch (error) { console.error([PaintingService] 调用模型API失败:, error.message); // 细化错误信息方便前端排查 let errorMessage 图像生成服务暂时不可用; if (error.response) { // 请求已发出服务器返回了错误状态码如4xx, 5xx errorMessage 模型服务返回错误: ${error.response.status} - ${JSON.stringify(error.response.data)}; } else if (error.request) { // 请求已发出但没有收到响应 errorMessage 无法连接到模型服务请检查网络或服务地址; } // 抛出错误由上层路由捕获并处理 throw new Error(errorMessage); } } } // 导出一个单例实例方便在整个应用中复用 module.exports new PaintingService();关键点解析配置化所有可变参数API地址、密钥都来自环境变量提高了灵活性。错误处理使用try...catch包裹核心请求并对axios可能抛出的不同错误网络错误、响应错误进行了分类处理给出了更友好的提示。响应适配模型返回的数据格式可能五花八门。这里演示了几种常见情况返回URL、Base64、数组的处理逻辑。最重要的是你需要根据你使用的次元画室模型API的实际文档来调整requestBody的格式和response.data的处理逻辑。3. 构建API路由与中间件服务层准备好了现在我们需要创建HTTP接口让外部能够访问我们的功能同时增加一些安全和控制措施。3.1 实现简单的身份验证中间件在utils/auth.js中我们创建一个非常基础的令牌验证中间件。对于内部或小规模应用这已经能起到一定的保护作用。/** * 简单的API令牌验证中间件 * 从请求头‘Authorization’中读取令牌并与环境变量中的配置进行比对 */ function authenticateToken(req, res, next) { const authHeader req.headers[authorization]; // 期望的格式Bearer your_token_here const token authHeader authHeader.split( )[1]; if (!token) { return res.status(401).json({ error: 访问被拒绝缺少身份验证令牌 }); } if (token ! process.env.API_ACCESS_TOKEN) { return res.status(403).json({ error: 无效的身份验证令牌 }); } // 令牌验证通过继续下一个中间件或路由处理 next(); } module.exports authenticateToken;3.2 创建绘画API路由在routes/paint.js中我们来定义具体的API端点。这里我们将实现一个POST /api/paint接口。const express require(express); const router express.Router(); const paintingService require(../services/paintingService); const authenticateToken require(../utils/auth); /** * POST /api/paint * 请求体示例 * { * prompt: 一只在星空下奔跑的狐狸赛博朋克风格, * options: { * width: 768, * height: 512, * negativePrompt: 模糊低质量 * } * } */ router.post(/paint, authenticateToken, async (req, res) { // 1. 验证请求参数 const { prompt, options } req.body; if (!prompt || typeof prompt ! string || prompt.trim().length 0) { return res.status(400).json({ error: 参数错误prompt描述文本是必填项且不能为空 }); } // 可选对prompt长度做限制防止过长的请求 if (prompt.length 1000) { return res.status(400).json({ error: 参数错误prompt过长请精简描述 }); } console.log([API] 收到绘画请求描述: ${prompt.substring(0, 50)}...); try { // 2. 调用服务层生成图像 const result await paintingService.generateImage(prompt, options || {}); // 3. 根据服务层返回的数据类型构造API响应 if (result.type url) { // 如果模型返回的是图片URL直接返回给前端 res.json({ success: true, message: 图像生成成功, data: { imageUrl: result.data } }); } else if (result.type base64) { // 如果返回的是Base64字符串可以将其嵌入JSON响应 // 注意对于大图片Base64会显著增加响应体积生产环境可考虑先上传到对象存储再返回URL res.json({ success: true, message: 图像生成成功, data: { imageData: data:image/png;base64,${result.data} // 假设是PNG格式 } }); } else { // 其他类型返回原始数据主要用于调试 res.json({ success: true, message: 图像生成成功返回原始数据, data: result.data }); } } catch (error) { // 4. 捕获并处理服务层抛出的错误 console.error([API] 处理绘画请求失败:, error.message); res.status(500).json({ success: false, error: error.message || 服务器内部错误图像生成失败 }); } }); module.exports router;这个路由做了几件事应用身份验证中间件确保只有携带有效令牌的请求才能访问。参数校验检查必需的prompt参数并做了简单的长度限制。调用服务将请求转发给PaintingService。格式化响应根据模型返回的数据类型URL或Base64构造统一、友好的API响应格式。统一错误处理捕获服务层的错误并以统一的JSON格式返回给客户端方便前端处理。4. 组装主应用与测试最后一步我们把所有部件组装起来并让服务运行起来。4.1 编写应用主入口在server.js文件中我们配置Express应用并引入定义好的路由。const express require(express); require(dotenv).config(); // 在最开始加载环境变量 const paintRouter require(./routes/paint); const app express(); const PORT process.env.PORT || 3000; // 中间件配置 app.use(express.json()); // 用于解析JSON格式的请求体 app.use(express.urlencoded({ extended: true })); // 用于解析URL-encoded格式的请求体 // 添加一个简单的请求日志中间件 app.use((req, res, next) { console.log([${new Date().toISOString()}] ${req.method} ${req.url}); next(); }); // 健康检查端点用于测试服务是否启动 app.get(/health, (req, res) { res.json({ status: OK, message: AI绘画API服务运行正常 }); }); // 挂载API路由所有以/api开头的请求由对应的路由处理 app.use(/api, paintRouter); // 404处理中间件 - 当没有路由匹配时触发 app.use((req, res) { res.status(404).json({ error: 请求的接口不存在 }); }); // 全局错误处理中间件 - 捕获未被处理的异常 app.use((err, req, res, next) { console.error(服务器发生未捕获错误:, err.stack); res.status(500).json({ error: 服务器内部发生未知错误 }); }); // 启动服务器 app.listen(PORT, () { console.log( AI绘画API服务已启动正在监听端口 ${PORT}); console.log( 健康检查地址: http://localhost:${PORT}/health); console.log( 绘画API地址: POST http://localhost:${PORT}/api/paint); });4.2 运行与测试服务现在一切就绪。在终端中运行node server.js如果看到 AI绘画API服务已启动...的日志说明服务启动成功了。接下来我们可以用curl命令或者更直观的工具如Postman来测试我们的API。测试命令示例使用curl# 1. 测试健康检查接口 curl http://localhost:3000/health # 2. 测试绘画接口不带令牌应返回401 curl -X POST http://localhost:3000/api/paint \ -H Content-Type: application/json \ -d {prompt:a cute cat} # 3. 测试绘画接口带正确令牌 curl -X POST http://localhost:3000/api/paint \ -H Content-Type: application/json \ -H Authorization: Bearer my_super_secret_token_123 \ -d { prompt: 一只戴着礼帽、拿着手杖的熊猫蒸汽朋克风格细节精致, options: { width: 512, height: 768 } }在Postman中测试新建一个POST请求地址填http://localhost:3000/api/paint。在Headers选项卡中添加一个键为Authorization值为Bearer my_super_secret_token_123的请求头。在Body选项卡中选择raw和JSON然后填入上面的JSON数据。点击发送你应该能收到一个包含生成图片信息的JSON响应。5. 总结与后续优化建议走到这里一个具备基本功能的AI绘画API服务就搭建完成了。它接收一个文本描述调用后端的次元画室模型然后把生成的结果返回给调用者。整个过程我们实现了请求封装、异步处理、错误处理和简单的身份验证。实际用下来这个基础版本已经能解决很多集成问题了。代码结构比较清晰把路由、业务逻辑和工具函数分开了以后想加新功能或者改点什么都知道该去哪里找。身份验证虽然简单但对于内部项目或者初期原型来说能挡住大部分随意访问的请求算是加了一把锁。当然如果你打算把这个服务用于更正式的场景或者用户量会慢慢多起来有几个方向可以考虑优化更完善的鉴权可以引入JWTJSON Web Token来管理用户登录状态和权限替代简单的静态令牌。请求队列与限流AI模型推理比较耗资源。可以引入一个队列系统比如Bull把绘画请求排队处理防止瞬间太多请求把模型服务压垮。同时可以对每个用户或每个API密钥进行限流。结果缓存与存储同样的描述词生成同样的图片可以缓存起来下次直接返回节省计算资源。生成的图片也可以考虑自动上传到云存储如阿里云OSS、腾讯云COS返回一个更稳定的URL而不是庞大的Base64字符串。日志与监控把请求日志、生成耗时、成功失败率记录得更详细一些方便排查问题和了解服务运行状况。API文档用Swagger之类的工具自动生成API文档让前端或其他调用方一目了然。你可以根据项目的实际需要选择性地把这些功能加进来。最重要的是现在你已经有了一个可以工作的起点能够快速地将AI绘画能力嵌入到你的Web应用中了。接下来不妨试着用Vue或React写个简单的前端页面调用这个API做一个属于自己的AI绘画小工具吧。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
次元画室Node.js调用实战：构建轻量级AI绘画API服务
次元画室Node.js调用实战构建轻量级AI绘画API服务你是不是也遇到过这样的场景自己部署了一个很棒的AI绘画模型比如次元画室但只能在本地用命令行调用或者想把它集成到自己的网站、小程序里却不知道如何下手。直接暴露模型接口不安全自己从头写一套服务又太复杂。今天我们就来解决这个问题。我将手把手带你用Node.js和Express框架快速搭建一个轻量级的RESTful API服务。这个服务就像一座桥梁前端应用通过它来安全、便捷地调用部署在星图GPU平台上的次元画室模型。整个过程不涉及复杂的架构聚焦于核心的请求封装、异步处理和错误处理最后还会加上一层简单的身份验证确保服务安全。无论你是想为自己的个人项目增加AI绘画能力还是为团队构建一个内部工具这套方案都能让你快速上手。1. 项目准备与环境搭建在开始敲代码之前我们得先把“舞台”搭好。这里假设你已经有一个可以正常访问的次元画室模型服务它可能部署在星图GPU平台或其他地方并且你知道它的API地址和调用方式。1.1 初始化你的Node.js项目首先找个地方新建一个项目文件夹比如就叫ai-painting-api。打开终端进入这个文件夹然后运行以下命令来初始化项目并安装我们需要的核心依赖。# 初始化项目一路按回车或根据提示填写信息即可 npm init -y # 安装核心依赖 npm install express axios dotenv简单解释一下这几个包是干什么的express: 这是我们构建Web服务的基石用它来定义路由、处理HTTP请求响应非常方便。axios: 一个非常好用的HTTP客户端库。我们的API服务需要去调用后端的次元画室模型这个“打电话”的工作就交给axios了它比Node.js自带的http模块用起来更顺手。dotenv: 用来管理环境变量。像API密钥、模型地址这些敏感或易变的信息我们不应该硬编码在代码里用这个包可以方便地从.env文件加载。1.2 创建基础项目结构为了让代码更清晰我们按照一个简单的结构来组织文件。在你的项目根目录下创建如下文件和文件夹ai-painting-api/ ├── .env # 存放环境变量记得加入.gitignore ├── .gitignore # Git忽略文件 ├── package.json # 项目配置和依赖 ├── server.js # 应用主入口文件 ├── routes/ # 路由文件夹 │ └── paint.js # 处理绘画请求的路由 ├── services/ # 服务层文件夹 │ └── paintingService.js # 封装调用次元画室模型的逻辑 └── utils/ # 工具函数文件夹 └── auth.js # 简单的身份验证逻辑这个结构不算复杂但把不同职责的代码分开了routes管路由services管核心业务逻辑utils放一些共用的小工具。这样以后功能增加了维护起来也轻松。接下来在.env文件里我们先预设几个之后会用到的环境变量# 你的次元画室模型服务的完整API地址 PAINTING_API_BASE_URLhttps://your-mirror-service-address.com # 可选如果需要API密钥的话 PAINTING_API_KEYyour_secret_api_key_here # 我们自己的API服务使用的端口号 PORT3000 # 一个简单的令牌用于保护我们的API接口 API_ACCESS_TOKENmy_super_secret_token_123记得把your-mirror-service-address.com和your_secret_api_key_here替换成你实际的信息。.env文件非常重要千万不要提交到Git仓库所以务必在.gitignore文件里加上一行.env。2. 核心服务层封装模型调用服务层是我们这个项目的“大脑”它负责与最关键的次元画室模型进行对话。我们把这块逻辑独立出来这样路由处理函数就会变得很干净。2.1 实现绘画请求服务在services/paintingService.js文件中我们来编写核心的调用逻辑。const axios require(axios); require(dotenv).config(); // 从环境变量中读取配置 const PAINTING_API_URL process.env.PAINTING_API_BASE_URL; const API_KEY process.env.PAINTING_API_KEY; class PaintingService { constructor() { // 创建配置好的axios实例方便统一设置请求头等 this.client axios.create({ baseURL: PAINTING_API_URL, timeout: 300000, // 超时时间设长一点因为生成图片可能需要较长时间 headers: { Content-Type: application/json, ...(API_KEY { Authorization: Bearer ${API_KEY} }) // 如果配置了API密钥就加上 } }); } /** * 根据文本描述生成图像 * param {string} prompt - 图像描述文本 * param {object} options - 生成参数如尺寸、风格等 * returns {Promiseobject} - 返回模型生成的图像信息或直接是图像数据 */ async generateImage(prompt, options {}) { // 这里是调用次元画室模型的核心请求体 // 你需要根据你的模型API文档来调整具体的参数 const requestBody { prompt: prompt, negative_prompt: options.negativePrompt || , // 不希望出现的元素 width: options.width || 512, height: options.height || 512, num_inference_steps: options.steps || 20, guidance_scale: options.guidanceScale || 7.5, ...options // 允许传入其他覆盖参数 }; try { console.log([PaintingService] 正在生成图像描述: ${prompt.substring(0, 50)}...); // 发起请求到你的次元画室模型 // 注意这里的API路径如‘/generate’需要根据你的模型服务实际接口来修改 const response await this.client.post(/generate, requestBody); console.log([PaintingService] 图像生成成功。); // 处理响应。模型可能返回图像的URL、Base64字符串或二进制流。 // 这里需要你根据模型的实际返回格式进行调整。 const result response.data; // 假设返回的数据结构里包含一个 image_url 或 image_base64 字段 if (result.image_url) { return { success: true, type: url, data: result.image_url }; } else if (result.image_base64) { return { success: true, type: base64, data: result.image_base64 }; } else if (result.images Array.isArray(result.images)) { // 有些模型返回一个images数组 return { success: true, type: base64, data: result.images[0] }; } else { // 如果格式不符合预期返回原始数据供调试 console.warn([PaintingService] 模型返回了未预期的数据格式:, result); return { success: true, type: raw, data: result }; } } catch (error) { console.error([PaintingService] 调用模型API失败:, error.message); // 细化错误信息方便前端排查 let errorMessage 图像生成服务暂时不可用; if (error.response) { // 请求已发出服务器返回了错误状态码如4xx, 5xx errorMessage 模型服务返回错误: ${error.response.status} - ${JSON.stringify(error.response.data)}; } else if (error.request) { // 请求已发出但没有收到响应 errorMessage 无法连接到模型服务请检查网络或服务地址; } // 抛出错误由上层路由捕获并处理 throw new Error(errorMessage); } } } // 导出一个单例实例方便在整个应用中复用 module.exports new PaintingService();关键点解析配置化所有可变参数API地址、密钥都来自环境变量提高了灵活性。错误处理使用try...catch包裹核心请求并对axios可能抛出的不同错误网络错误、响应错误进行了分类处理给出了更友好的提示。响应适配模型返回的数据格式可能五花八门。这里演示了几种常见情况返回URL、Base64、数组的处理逻辑。最重要的是你需要根据你使用的次元画室模型API的实际文档来调整requestBody的格式和response.data的处理逻辑。3. 构建API路由与中间件服务层准备好了现在我们需要创建HTTP接口让外部能够访问我们的功能同时增加一些安全和控制措施。3.1 实现简单的身份验证中间件在utils/auth.js中我们创建一个非常基础的令牌验证中间件。对于内部或小规模应用这已经能起到一定的保护作用。/** * 简单的API令牌验证中间件 * 从请求头‘Authorization’中读取令牌并与环境变量中的配置进行比对 */ function authenticateToken(req, res, next) { const authHeader req.headers[authorization]; // 期望的格式Bearer your_token_here const token authHeader authHeader.split( )[1]; if (!token) { return res.status(401).json({ error: 访问被拒绝缺少身份验证令牌 }); } if (token ! process.env.API_ACCESS_TOKEN) { return res.status(403).json({ error: 无效的身份验证令牌 }); } // 令牌验证通过继续下一个中间件或路由处理 next(); } module.exports authenticateToken;3.2 创建绘画API路由在routes/paint.js中我们来定义具体的API端点。这里我们将实现一个POST /api/paint接口。const express require(express); const router express.Router(); const paintingService require(../services/paintingService); const authenticateToken require(../utils/auth); /** * POST /api/paint * 请求体示例 * { * prompt: 一只在星空下奔跑的狐狸赛博朋克风格, * options: { * width: 768, * height: 512, * negativePrompt: 模糊低质量 * } * } */ router.post(/paint, authenticateToken, async (req, res) { // 1. 验证请求参数 const { prompt, options } req.body; if (!prompt || typeof prompt ! string || prompt.trim().length 0) { return res.status(400).json({ error: 参数错误prompt描述文本是必填项且不能为空 }); } // 可选对prompt长度做限制防止过长的请求 if (prompt.length 1000) { return res.status(400).json({ error: 参数错误prompt过长请精简描述 }); } console.log([API] 收到绘画请求描述: ${prompt.substring(0, 50)}...); try { // 2. 调用服务层生成图像 const result await paintingService.generateImage(prompt, options || {}); // 3. 根据服务层返回的数据类型构造API响应 if (result.type url) { // 如果模型返回的是图片URL直接返回给前端 res.json({ success: true, message: 图像生成成功, data: { imageUrl: result.data } }); } else if (result.type base64) { // 如果返回的是Base64字符串可以将其嵌入JSON响应 // 注意对于大图片Base64会显著增加响应体积生产环境可考虑先上传到对象存储再返回URL res.json({ success: true, message: 图像生成成功, data: { imageData: data:image/png;base64,${result.data} // 假设是PNG格式 } }); } else { // 其他类型返回原始数据主要用于调试 res.json({ success: true, message: 图像生成成功返回原始数据, data: result.data }); } } catch (error) { // 4. 捕获并处理服务层抛出的错误 console.error([API] 处理绘画请求失败:, error.message); res.status(500).json({ success: false, error: error.message || 服务器内部错误图像生成失败 }); } }); module.exports router;这个路由做了几件事应用身份验证中间件确保只有携带有效令牌的请求才能访问。参数校验检查必需的prompt参数并做了简单的长度限制。调用服务将请求转发给PaintingService。格式化响应根据模型返回的数据类型URL或Base64构造统一、友好的API响应格式。统一错误处理捕获服务层的错误并以统一的JSON格式返回给客户端方便前端处理。4. 组装主应用与测试最后一步我们把所有部件组装起来并让服务运行起来。4.1 编写应用主入口在server.js文件中我们配置Express应用并引入定义好的路由。const express require(express); require(dotenv).config(); // 在最开始加载环境变量 const paintRouter require(./routes/paint); const app express(); const PORT process.env.PORT || 3000; // 中间件配置 app.use(express.json()); // 用于解析JSON格式的请求体 app.use(express.urlencoded({ extended: true })); // 用于解析URL-encoded格式的请求体 // 添加一个简单的请求日志中间件 app.use((req, res, next) { console.log([${new Date().toISOString()}] ${req.method} ${req.url}); next(); }); // 健康检查端点用于测试服务是否启动 app.get(/health, (req, res) { res.json({ status: OK, message: AI绘画API服务运行正常 }); }); // 挂载API路由所有以/api开头的请求由对应的路由处理 app.use(/api, paintRouter); // 404处理中间件 - 当没有路由匹配时触发 app.use((req, res) { res.status(404).json({ error: 请求的接口不存在 }); }); // 全局错误处理中间件 - 捕获未被处理的异常 app.use((err, req, res, next) { console.error(服务器发生未捕获错误:, err.stack); res.status(500).json({ error: 服务器内部发生未知错误 }); }); // 启动服务器 app.listen(PORT, () { console.log( AI绘画API服务已启动正在监听端口 ${PORT}); console.log( 健康检查地址: http://localhost:${PORT}/health); console.log( 绘画API地址: POST http://localhost:${PORT}/api/paint); });4.2 运行与测试服务现在一切就绪。在终端中运行node server.js如果看到 AI绘画API服务已启动...的日志说明服务启动成功了。接下来我们可以用curl命令或者更直观的工具如Postman来测试我们的API。测试命令示例使用curl# 1. 测试健康检查接口 curl http://localhost:3000/health # 2. 测试绘画接口不带令牌应返回401 curl -X POST http://localhost:3000/api/paint \ -H Content-Type: application/json \ -d {prompt:a cute cat} # 3. 测试绘画接口带正确令牌 curl -X POST http://localhost:3000/api/paint \ -H Content-Type: application/json \ -H Authorization: Bearer my_super_secret_token_123 \ -d { prompt: 一只戴着礼帽、拿着手杖的熊猫蒸汽朋克风格细节精致, options: { width: 512, height: 768 } }在Postman中测试新建一个POST请求地址填http://localhost:3000/api/paint。在Headers选项卡中添加一个键为Authorization值为Bearer my_super_secret_token_123的请求头。在Body选项卡中选择raw和JSON然后填入上面的JSON数据。点击发送你应该能收到一个包含生成图片信息的JSON响应。5. 总结与后续优化建议走到这里一个具备基本功能的AI绘画API服务就搭建完成了。它接收一个文本描述调用后端的次元画室模型然后把生成的结果返回给调用者。整个过程我们实现了请求封装、异步处理、错误处理和简单的身份验证。实际用下来这个基础版本已经能解决很多集成问题了。代码结构比较清晰把路由、业务逻辑和工具函数分开了以后想加新功能或者改点什么都知道该去哪里找。身份验证虽然简单但对于内部项目或者初期原型来说能挡住大部分随意访问的请求算是加了一把锁。当然如果你打算把这个服务用于更正式的场景或者用户量会慢慢多起来有几个方向可以考虑优化更完善的鉴权可以引入JWTJSON Web Token来管理用户登录状态和权限替代简单的静态令牌。请求队列与限流AI模型推理比较耗资源。可以引入一个队列系统比如Bull把绘画请求排队处理防止瞬间太多请求把模型服务压垮。同时可以对每个用户或每个API密钥进行限流。结果缓存与存储同样的描述词生成同样的图片可以缓存起来下次直接返回节省计算资源。生成的图片也可以考虑自动上传到云存储如阿里云OSS、腾讯云COS返回一个更稳定的URL而不是庞大的Base64字符串。日志与监控把请求日志、生成耗时、成功失败率记录得更详细一些方便排查问题和了解服务运行状况。API文档用Swagger之类的工具自动生成API文档让前端或其他调用方一目了然。你可以根据项目的实际需要选择性地把这些功能加进来。最重要的是现在你已经有了一个可以工作的起点能够快速地将AI绘画能力嵌入到你的Web应用中了。接下来不妨试着用Vue或React写个简单的前端页面调用这个API做一个属于自己的AI绘画小工具吧。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
