modelslab-image-generation

ModelsLab 画像生成

ModelsLab の豊富なモデルライブラリと強力な生成エンドポイントを使って、魅力的な AI 画像を生成します。

このスキルを使用する場面

• テキストの説明から画像を生成する
• 既存の画像を変換または変更する
• 画像のマスク部分を埋める（インペインティング）
• ControlNet を使用して、細かく制御する
• 高速な生成が必要な場合（Realtime API）
• 最高品質が必要な場合（Community／FLUX モデル）
• 商品画像、マーケティング用グラフィック、アート作品を作成する

利用可能な API（v7）

1. テキストから画像へ

• POST https://modelslab.com/api/v7/images/text-to-image
• 50,000 以上のモデルを利用可能

2. 画像から画像へ

• POST https://modelslab.com/api/v7/images/image-to-image
• プロンプトを使って既存の画像を変換

3. インペインティング

• POST https://modelslab.com/api/v7/images/inpaint
• 画像のマスク領域を埋める

4. 結果の取得

• POST https://modelslab.com/api/v7/images/fetch/{id}
• 非同期生成の結果をポーリング

注：v6 エンドポイント（/api/v6/images/text2img など）も引き続き動作しますが、現在のバージョンは v7 です。

画像モデルの検索

# Search image models by name
modelslab models search --feature imagen

# Search specific models
modelslab models search --search "flux"
modelslab models search --search "midjourney"

# Get model details
modelslab models detail --id flux

クイックスタート：テキストから画像へ

import requests
import time

def generate_image(prompt, api_key, model_id="flux"):
    """Generate an image from text.

    Args:
        prompt: Text description of the image
        api_key: Your ModelsLab API key
        model_id: Model to use (flux, midjourney, sdxl, imagen-3, etc.)
    """
    response = requests.post(
        "https://modelslab.com/api/v7/images/text-to-image",
        json={
            "key": api_key,
            "model_id": model_id,
            "prompt": prompt,
            "negative_prompt": "blurry, low quality, distorted",
            "width": 1024,
            "height": 1024,
            "samples": 1,
            "guidance_scale": 7.5
        }
    )

    data = response.json()

    if data["status"] == "success":
        return data["output"][0]
    elif data["status"] == "processing":
        return poll_result(data["id"], api_key)
    else:
        raise Exception(f"Error: {data.get('message')}")

def poll_result(request_id, api_key, timeout=300):
    """Poll for async generation results."""
    start = time.time()
    while time.time() - start < timeout:
        resp = requests.post(
            f"https://modelslab.com/api/v7/images/fetch/{request_id}",
            json={"key": api_key}
        )
        data = resp.json()

        if data["status"] == "success":
            return data["output"][0]
        elif data["status"] == "failed":
            raise Exception(data.get("message", "Failed"))

        time.sleep(5)
    raise Exception("Timeout")

# Usage
image_url = generate_image(
    "A futuristic cityscape at sunset, cyberpunk style, 8k, highly detailed",
    "your_api_key",
    model_id="flux"
)
print(f"Image: {image_url}")

画像から画像への変換

def transform_image(init_image, prompt, api_key, model_id="flux", strength=0.7):
    """Transform an existing image based on a prompt.

    Args:
        init_image: URL of the input image
        prompt: How to transform the image
        model_id: Model to use (flux models don't need scheduler, SD models do)
        strength: 0.0-1.0, higher = more change
    """
    payload = {
        "key": api_key,
        "model_id": model_id,
        "prompt": prompt,
        "init_image": [init_image],  # v7 expects array
        "strength": strength,
        "width": 512,
        "height": 512
    }

    response = requests.post(
        "https://modelslab.com/api/v7/images/image-to-image",
        json=payload
    )

    data = response.json()
    if data["status"] == "success":
        return data["output"][0]
    elif data["status"] == "processing":
        return poll_result(data["id"], api_key)

# Transform a photo into a painting
result = transform_image(
    "https://example.com/photo.jpg",
    "An oil painting in Van Gogh style",
    "your_api_key",
    model_id="flux",
    strength=0.8
)

インペインティング（マスク領域を埋める）

def inpaint_image(image_url, mask_url, prompt, api_key, model_id="flux"):
    """Fill in masked parts of an image.

    Args:
        image_url: Original image URL
        mask_url: Mask image URL (white = inpaint, black = keep)
        prompt: What to generate in masked area
        model_id: Model to use
    """
    response = requests.post(
        "https://modelslab.com/api/v7/images/inpaint",
        json={
            "key": api_key,
            "model_id": model_id,
            "init_image": image_url,
            "mask_image": mask_url,
            "prompt": prompt,
            "negative_prompt": "blurry, low quality"
        }
    )

    data = response.json()
    if data["status"] == "success":
        return data["output"][0]
    elif data["status"] == "processing":
        return poll_result(data["id"], api_key)

# Replace object in image
result = inpaint_image(
    "https://example.com/room.jpg",
    "https://example.com/mask.jpg",
    "A modern red sofa",
    "your_api_key",
    model_id="flux"
)

人気のモデル ID

プレミアム／高速

• flux - Flux Dev（高速、高品質、スケジューラー不要）
• imagen-3 - Google Imagen 3（フォトリアリスティック）
• imagen-4 - Google Imagen 4（最新版）

フォトリアリスティック

• realistic-vision-v13 - 高品質でリアルな画像
• deliberate-v2 - 汎用性の高いリアルなスタイル
• absolute-reality-v1.6 - 超リアルな出力

アーティスティック／様式化

• midjourney - MidJourney 風の画像（最も人気）
• dreamshaper-8 - アーティスティックで汎用性が高い
• openjourney - オープンソースの MidJourney 代替モデル

アニメ／イラスト

• anything-v5 - アニメスタイル
• counterfeit-v2.5 - アニメのポートレート
• meinamix - 高品質なアニメアート

すべてのモデルを見る：https://modelslab.com/models

主なパラメーター

パラメーター	説明	推奨値
model_id	使用するモデル（必須）	flux、midjourney、sdxl など
prompt	生成する画像のテキスト説明	具体的かつ詳細に記述
negative_prompt	避ける内容	"ぼやけた、低品質、歪んだ"
width / height	寸法（512～1024）	512、768、1024
samples	画像の枚数	1～4
guidance_scale	プロンプトへの準拠度	7～8（バランス型）、10～15（厳密）
seed	再現性	null（ランダム）または数値
strength	img2img の変更量	0.3（わずか）、0.7（中程度）、0.9（大幅）
webhook	非同期通知 URL	URL 文字列
track_id	カスタム追跡 ID	任意の文字列

ベストプラクティス

1. 効果的なプロンプトを作成する

Bad: "a car"
Good: "A red Ferrari sports car, studio lighting, highly detailed, 4k, photorealistic"

Include: Subject, style, lighting, quality descriptors

2. ネガティブプロンプトを使用する

negative_prompt = "blurry, low quality, distorted, deformed, ugly, bad anatomy, extra limbs"

3. 適切なモデルを選択する

• flux：高速、高品質で、デフォルトの選択肢として適しています
• midjourney：アーティスティックで様式化された出力
• imagen-3/4：プレミアムなフォトリアリスティック画像（Google）
• sdxl：多くのファインチューンモデルがある汎用的なベースモデル

4. 非同期処理を処理する

# Always check status and poll if needed
if data["status"] == "processing":
    result = poll_result(data["id"], api_key)

5. 時間のかかる処理には Webhook を使用する

payload = {
    "key": api_key,
    "prompt": "...",
    "webhook": "https://yourserver.com/webhook",
    "track_id": "unique-identifier"
}

エラー処理

try:
    image = generate_image(prompt, api_key)
    print(f"Success: {image}")
except Exception as e:
    print(f"Generation failed: {e}")
    # Log error, retry, or notify user

リソース

• API ドキュメント：https://docs.modelslab.com/image-generation/overview
• モデルライブラリ：https://modelslab.com/models
• モデル選択ガイド：https://docs.modelslab.com/guides/model-selection
• API キーの取得：https://modelslab.com/dashboard
• コミュニティ：https://discord.gg/modelslab

関連スキル

• modelslab-model-discovery - モデルを検索して絞り込む
• modelslab-image-editing - 画像を編集して強化する
• modelslab-video-generation - 画像から動画を生成する
• modelslab-chat-generation - LLM モデルとチャットする
• modelslab-webhooks - 非同期処理を扱う
• modelslab-sdk-usage - 公式 SDK を使用する