## 功能特性 - 多模型图像与文本生成：为图像模型、文本模型分别维护协议、模型名、Base URL 与 API Key，并按生图、反推、Agent 等用途选择默认模型。 - 文生图与图生图：提交任务后通过 WebSocket 获取队列与完成状态，服务端保留任务和生成图片。 - Agent 创作：以多轮文字或图片输入形成创作方案，再生成并管理结果图片。 - 图片反推与 GIF：上传参考图生成提示词，或组织多帧图片并在浏览器侧编码 GIF。 - 素材库与无限画布：保存图片/文字素材，添加标签和备注；将素材、图片、文本与生成节点编排为可导入、可导出的画布项目。 ### 图片 API 兼容要求 #### OpenAI Images 协议 选择 `OpenAI Images` 时，服务端需要满足以下要求： | 能力 | API 要求 | | --- | --- | | 鉴权 | 使用 `Authorization: Bearer <API Key>`。 | | 模型检查 | 提供 `GET /v1/models`，并在返回列表中包含设置里填写的模型 ID。 | | 文生图 | 提供同步 `POST /v1/images/generations`，请求体为 `application/json`。 | | 图生图 | 提供同步 `POST /v1/images/edits`，接收 `multipart/form-data`，参考图字段名为 `image`。若接口没有该路径，只能使用文生图。 | | 成功响应 | HTTP 2xx JSON 中直接包含 `data[].b64_json`、`data[].url` 或 `data[].image_url`；也可在 `result`、`response` 或 `output` 中包含同类图片字段。 | | 错误响应 | 应返回可解析的 JSON 错误。Cloudflare、nginx、Apache 等网关返回的 HTML 403/502/504 页面会被判定为调用失败。 | | 请求时长 | Nova 最长等待 30 分钟；API 前方的 CDN、反向代理和上游网关必须允许请求持续到图片生成完成，不能在 60、100 或 150 秒提前断开。 | 当前版本不支持只返回 `task_id`、`id + queued` 或 `status=processing` 后再轮询的异步图片协议，例如 `/v1/images/generations/async`、`/v1/tasks/{id}`。这类服务即使 `/v1/models` 检查通过，也会出现“响应中无图片数据”；必须改用其同步 OpenAI Images 接口，或先为 Nova 增加对应的异步适配器。 Base URL 可以填写服务根地址（如 `https://example.com`）或以 `/v1` 结尾的地址，应用会统一规范化；不要填写文档页、控制台地址或已经包含 `/images/generations` 的完整接口路径。 #### Google Gemini 协议 选择 `Google Gemini` 时，图片服务需要兼容 `POST /v1beta/models/{model}:generateContent`，接受 `x-goog-api-key` 鉴权，并在同步响应的 `candidates[].content.parts[].inlineData.data`（或 `inline_data.data`）中返回 Base64 图片。图生图还必须接受请求 `parts` 中的参考图 `inlineData`。仅提供 OpenAI Chat Completions、异步任务或网页上传能力的服务不能作为 Gemini 图片 API 使用。