"我们不是在编写代码，我们是在铸造通往想象世界的桥梁。每一行指令，都是对创造力的一次致敬。"

欢迎来到 eyedance-2api 的世界！🌍✨ 这不仅仅是一个项目，它是一个理念的实践：将尖端但分散的 AI 绘画能力，聚合、封装，并以最优雅、最标准的方式，赋予每一位热爱创造的人。

我们相信，技术的价值在于分享和赋能。eyedance-2api 将 eyedance.net 网站强大的图像生成能力，转换成了兼容 OpenAI 格式的标准 API。这意味着你可以将它无缝对接到任何支持 OpenAI 接口的应用程序、脚本或工作流中！

➡️ 前往我们的 GitHub 仓库，点亮一颗 Star ⭐，加入这场创造之旅！ GitHub Repository

graph TB
    A[用户请求] --> B[Nginx 反向代理]
    B --> C[FastAPI 应用]
    C --> D[API 认证]
    D --> E[路由分发]
    E --> F[图像生成]
    E --> G[模型列表]
    E --> H[Chat 适配]
    F --> I[EyeDance Provider]
    I --> J[Cloudscraper]
    J --> K[EyeDance.net API]
    K --> L[Base64 图像]
    L --> M[响应格式化]
    M --> N[用户响应]
    
    subgraph "核心组件"
        C
        I
        J
    end
    
    subgraph "外部依赖"
        K
    end

eyedance-2api/
├── 🐋 Docker 相关文件
│   ├── Dockerfile              # 容器构建配置
│   └── docker-compose.yml      # 多服务编排配置
├── ⚙️ 配置文件
│   ├── .env                    # 环境变量（生产环境）
│   ├── .env.example            # 环境变量模板
│   └── nginx.conf              # Web 服务器配置
├── 🚀 应用核心
│   ├── main.py                 # FastAPI 应用入口
│   ├── requirements.txt        # Python 依赖
│   └── app/                    # 应用模块
│       ├── core/
│       │   └── config.py       # 配置管理
│       ├── providers/
│       │   ├── base_provider.py    # 提供者基类
│       │   └── eyedance_provider.py # EyeDance 实现
│       └── utils/
│           └── oss_uploader.py # 工具函数
├── 🌐 前端界面
│   └── static/
│       ├── index.html          # 主页面
│       ├── style.css           # 样式文件
│       └── script.js           # 交互逻辑
└── 📚 文档
    └── README.md               # 项目说明

• 安装 Docker 和 Docker Compose
• 基本的命令行操作知识

1. 获取项目代码

git clone https://github.com/lzA6/eyedance-2api.git
cd eyedance-2api

2. 配置环境变量

# 复制环境配置模板
cp .env.example .env

# 编辑配置文件，设置你的安全密钥
nano .env

配置示例：

# API 主密钥 - 请修改为复杂的密码
API_MASTER_KEY=your-super-secure-password-here

# 服务端口
NGINX_PORT=8089

# 重试配置
MAX_RETRIES=3
RETRY_DELAY=2

3. 启动服务

docker-compose up -d

服务启动后，访问以下地址：

• API 服务: http://localhost:8089
• Web 测试界面: http://localhost:8089/

在 Web 界面中输入你设置的 API_MASTER_KEY 即可开始测试。

sequenceDiagram
    participant U as 用户
    participant N as Nginx
    participant F as FastAPI
    participant A as 认证模块
    participant P as Provider
    participant E as EyeDance.net
    
    U->>N: HTTP 请求
    N->>F: 反向代理
    F->>A: 验证 API Key
    A-->>F: 认证结果
    F->>P: 调用图像生成
    P->>E: 模拟浏览器请求
    E-->>P: 返回图像数据
    P-->>F: 格式化响应
    F-->>N: API 响应
    N-->>U: 最终结果

1. 提供者模式 (Provider Pattern)

   • 抽象基础接口 (BaseProvider)
   • 具体实现 (EyeDanceProvider)
   • 易于扩展新的 AI 绘画服务

2. 依赖注入 (Dependency Injection)

   • FastAPI 的 Depends 机制
   • 配置集中管理
   • 易于测试和维护

3. 适配器模式 (Adapter Pattern)

   • 将 EyeDance API 适配为 OpenAI 格式
   • 统一接口标准

端点: POST /v1/images/generations

请求示例:

{
  "model": "Flux-Krea",
  "prompt": "赛博朋克城市夜景，霓虹灯光，未来感",
  "n": 4,
  "size": "1024x1024"
}

响应格式:

{
  "created": 1699284061,
  "data": [
    {
      "url": "data:image/png;base64,..."
    }
  ]
}

端点: POST /v1/chat/completions

支持将图像生成请求包装为聊天响应，兼容 OpenAI Chat 格式。

端点: GET /v1/models

返回支持的模型列表，便于客户端动态选择。

内置直观的 Web 界面，支持：

• 实时图像生成测试
• 多模型选择
• 批量生成预览
• API 密钥管理

# 核心并发代码示例
async def generate_images_concurrently(self, prompt: str, n: int = 1) -> List[str]:
    tasks = [self._generate_single(prompt) for _ in range(n)]
    results = await asyncio.gather(*tasks, return_exceptions=True)
    return [r for r in results if isinstance(r, str)]

• 连接池复用: 使用 aiohttp 连接池
• 异步 I/O: 非阻塞网络请求
• 智能重试: 指数退避重试机制
• 缓存策略: 可配置的响应缓存

# Docker 资源限制
deploy:
  resources:
    limits:
      memory: 1G
      cpus: '1.0'
    reservations:
      memory: 512M
      cpus: '0.5'

async def verify_api_key(
    authorization: str = Header(...),
    settings: AppSettings = Depends(get_settings)
) -> bool:
    """验证 API 密钥"""
    if not authorization.startswith("Bearer "):
        raise HTTPException(status_code=401, detail="Invalid authorization header")
    
    token = authorization[7:]
    if not secrets.compare_digest(token, settings.api_master_key):
        raise HTTPException(status_code=401, detail="Invalid API key")
    
    return True

• API 密钥认证: Bearer Token 验证
• 请求限制: Nginx 层限流配置
• 输入验证: Pydantic 数据校验
• 错误处理: 安全的异常信息返回

KNOWN_MODELS = [
    "Flux-Krea",
    "Flux-Realism",
    "SDXL-Hyper",
    # 更多模型...
]

1. 端口冲突

# 检查端口占用
netstat -tulpn | grep 8089

# 修改端口配置
# 在 .env 文件中修改 NGINX_PORT

2. 容器启动失败

# 查看容器日志
docker-compose logs app

# 重新构建镜像
docker-compose build --no-cache

3. API 认证失败

• 检查 API_MASTER_KEY 配置
• 验证请求头格式：Authorization: Bearer your-key

# 实时查看日志
docker-compose logs -f app

# 查看特定服务日志
docker-compose logs nginx

# Docker Compose 健康检查
healthcheck:
  test: ["CMD", "curl", "-f", "http://localhost:8000/health"]
  interval: 30s
  timeout: 10s
  retries: 3

建议集成：

• Prometheus: 指标收集
• Grafana: 数据可视化
• Sentry: 错误追踪

1. 多提供者支持

   • 集成 PixAI、SeaArt 等平台
   • 插件化架构设计

2. 增强认证

   • JWT Token 支持
   • 多用户 API 密钥管理

3. 功能扩展

   • 图像放大 (Upscaling)
   • 图生图 (img2img) 支持

1. 分布式架构

   • 任务队列 (Celery + Redis)
   • 水平扩展支持

2. 高级特性

   • WebSocket 实时进度
   • 批量任务处理
   • 历史记录管理

3. 企业功能

   • 使用量统计
   • 计费系统
   • 团队协作

我们欢迎各种形式的贡献！

# 1. 克隆项目
git clone https://github.com/lzA6/eyedance-2api.git

# 2. 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate  # Windows

# 3. 安装依赖
pip install -r requirements.txt

# 4. 开发模式运行
uvicorn main:app --reload --host 0.0.0.0 --port 8000

• 使用 Black 代码格式化
• 遵循 PEP 8 规范
• 添加类型注解
• 编写单元测试

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

本项目采用 Apache 2.0 开源协议。

简单概括：

• ✅ 允许商业使用
• ✅ 允许修改和分发
• ✅ 允许专利使用
• 📝 要求保留版权声明
• ⚠️ 不提供责任担保

查看完整的 Apache 2.0 协议内容

Q: 这个项目是官方的吗？
A: 不是，这是一个社区驱动的开源项目，与 EyeDance.net 无官方关联。

Q: 是否需要付费？
A: 本项目完全免费，但请注意上游服务可能有使用限制。

Q: 支持商业使用吗？
A: 可以，但请遵守 Apache 2.0 协议并自行承担风险。

Q: 如何报告安全问题？
A: 请通过 GitHub Issues 或直接联系维护者。

如果这个项目对你有所帮助，请考虑：

1. ⭐ Star 这个仓库
2. 🐛 报告 Bug 或提出建议
3. 💻 提交代码贡献
4. 📢 分享给更多开发者

让我们一起，用代码让想象力自由飞翔！🚀

--