图像编辑

先选协议

图像编辑需要模型与渠道同时支持。OpenAI Images 编辑通常上传 multipart 文件；Gemini 原生接口使用 inlineData。不能把本机 C:\photo.png 直接放进远程 JSON，服务器无法读取你的电脑文件。

OpenAI Images 编辑结构

POST https://wudiapi.com/v1/images/edits

以下示例仅适用于已确认支持编辑的 GPT Image 渠道：

curl https://wudiapi.com/v1/images/edits \
  -H "Authorization: Bearer $WUDI_API_KEY" \
  -F 'model=gpt-image-2' \
  -F 'prompt=保留杯子形状，将杯身颜色改为深蓝色，背景保持白色' \
  -F 'image=@./cup.png'

不要手动设置 multipart 的 Content-Type 边界，交给 HTTP 库处理。蒙版、文件大小、格式、张数等限制由目标模型决定，未确认前不要添加多个文件或蒙版参数。

Gemini 原生图片内容块

在 contents[0].parts 中同时放入文本与图片。下面是结构示意，data 必须替换为去掉 Data URL 前缀的真实 Base64：

{
  "contents":[{"parts":[
    {"text":"保留主体，把背景改成纯白色"},
    {"inlineData":{"mimeType":"image/png","data":"替换为图片Base64"}}
  ]}],
  "generationConfig":{"responseModalities":["TEXT","IMAGE"]}
}

请求路由及模型 ID 见 Nano Banana。不要将图片理解请求的文字回复误认为图像编辑结果。

如何提高可控性

明确要求保留的主体、文字、布局，以及需要改变的单个元素。重要文字编辑后需要人工检查，生成结果不保证逐像素一致。先备份原图，保存生成结果时使用新文件名。

常见失败

400 多见于不支持的字段、文件格式或大小；413 表示请求体超出限制；415 表示内容类型不正确。请先用单张小尺寸 PNG 验证上传格式，再扩大任务规模。接口未开放时联系客服确认，不要把上传失败当成余额问题。