mj_turbo_reroll

Tekniske spesifikasjoner for mj-turbo-reroll

Hva er mj-turbo-reroll?

mj-turbo-reroll er CometAPIs plattformidentifikator for en Midjourney-kompatibel Turbo-reroll-funksjon. I praksis betyr en “reroll” å generere en bildejobb på nytt slik at du får et nytt resultatssett, samtidig som den opprinnelige kreative retningen eller oppgavens kontekst beholdes. I Midjourney-kompatible systemer behandles reroll som en bildehandling sammen med operasjoner som variation, outpaint, pan og upscale-relaterte handlinger.

turbo-delen indikerer at denne modellen er knyttet til genereringsatferd i Turbo-modus. Midjourney dokumenterer Turbo-modus som et GPU-alternativ med høyere hastighet tilgjengelig i nyere Midjourney-versjoner, med genereringshastigheter som kan være opptil fire ganger raskere enn Fast-modus.

Siden reroll er en handling på en eksisterende jobb, bør mj-turbo-reroll forstås ikke som en frittstående tekst-til-bilde-modell for førstegangsinnsending, men som et spesialisert endepunkt/arbeidsflyt for rask regenerering av tidligere bilderesultater. Kompatible API-er implementerer dette vanligvis ved å returnere en oppgave-ID, og deretter kreve at du henter fremdrift eller mottar en webhook-callback når den rerollede oppgaven fullføres.

Hovedfunksjoner i mj-turbo-reroll

• Regenerering i turbohastighet: Designet for å kjøre bildejobber på nytt i Turbo-modus, som ifølge Midjourney-dokumentasjonen er betydelig raskere enn standard Fast-modus.
• Reroll-spesifikk arbeidsflyt: Fokusert på å regenerere en eksisterende oppgave i stedet for å opprette en helt ny jobb fra bunnen av. Dette er nyttig når du liker prompt-retningen, men ønsker andre visuelle utfall.
• Oppgavebasert asynkron behandling: Kompatible Midjourney-API-er returnerer vanligvis en oppgave-ID først, slik at applikasjoner kan polle etter fullføring eller håndtere resultater asynkront.
• Integrasjon med handlinger/knapper: I mange Midjourney-proxy-implementasjoner utløses reroll via et handlingsendepunkt ved å bruke en jobbspesifikk customId eller en knapp-/handlingsidentifikator hentet fra et tidligere oppgaveresultat.
• Webhook-vennlig arkitektur: Vanlige Midjourney-kompatible API-er støtter callback-URL-er slik at applikasjoner kan motta oppdateringer om jobbstatus automatisk i stedet for å polle kontinuerlig.
• Passer i flertinns bildepipelines: Fungerer godt i produksjonsflyter der brukere først genererer et bilde, inspiserer knapper/handlinger, og deretter kjører reroll, vary, pan eller upscale basert på returnert oppgavemetadata.
• Midjourney-kompatibel semantikk: I tråd med det bredere Midjourney-økosystemet for handlinger, der reroll står side om side med variation, outpaint, inpaint og andre ettergenereringsoperasjoner.

Slik får du tilgang til og integrerer mj-turbo-reroll

Trinn 1: Registrer deg for en API-nøkkel

For å få tilgang til mj-turbo-reroll, opprett først en konto hos CometAPI og generer en API-nøkkel fra dashbordet. Oppbevar nøkkelen sikkert og last den inn via en miljøvariabel i applikasjonen din slik at den ikke hardkodes i klientkode eller offentlige repositorier.

Trinn 2: Send forespørsler til mj-turbo-reroll-API-et

Bruk CometAPIs standard API-konfigurasjon og sett model-feltet til mj-turbo-reroll. Fordi denne modellen brukes for en reroll-arbeidsflyt, vil forespørselen din typisk inngå i en flerstegs bildepipeline der du først oppretter eller henter en eksisterende Midjourney-lignende oppgave, og deretter sender inn reroll-handlingen med nødvendig oppgavekontekst.

curl https://api.cometapi.com/v1/responses \
  -H "Authorization: Bearer $COMETAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mj-turbo-reroll",
    "input": {
      "task_id": "your_existing_task_id",
      "action": "reroll"
    }
  }'

Trinn 3: Hent og verifiser resultater

Etter innsending, hent oppgavens resultat ved å bruke CometAPIs responsdata og jobbsporingsarbeidsflyt. For mj-turbo-reroll betyr verifisering vanligvis å bekrefte at en ny oppgave ble opprettet, overvåke den til fullføring, og sjekke at de returnerte bildene tilsvarer en fersk reroll av den opprinnelige oppgaven i stedet for det opprinnelige resultatssettet.