AIGCPanel v2.3.0 开放 HTTP API:本地 AI 能力可被外部程序调用

Feng 52 阅读 AI技术

AIGCPanel 一直是个图形界面工具:声音合成与克隆、口型同步数字人生成、25+ 音视频处理、智能直播,全部靠鼠标点。v2.3.0 把这层能力拆出来,加了一套 HTTP API,外部程序可以直接触发本地 AI 任务。

相当于给桌面软件配了遥控器。程序化调用的口子一开,批处理、CI 流水线、第三方面板接入都变得可行。

API 面板怎么开

设置页新增了完整的 API 配置面板,开关、端口、公网访问都在同一页完成。

公网访问默认关闭,开启前会弹二次确认。这里有个坑:确认弹窗只是提醒,不会强制你设 Token,但强烈建议设。

认证分两层。内部 Token 始终有效,公网 Token 只在公网开关打开后才生效。两把锁,一把随身,一把留给远程调用方。

配图

三个核心接口

v2.3.0 暴露的 API 收敛为三个:

  • POST /api/upload:上传文件,支持 multipart/form-data 和 JSON Base64 两种格式,单文件上限 2GB
  • POST /api/model/info:查询模型详情,返回功能列表、参数范围、硬件要求
  • POST /api/model/call:调用模型功能(此接口在旧版基础上重构)

所有 /api/* 统一为 POST,GET 方法已全部移除。这点迁移时要注意,老脚本里如果有 GET 调用会直接 405。

文件上传的两种格式对应两种场景。前端上传走 multipart,传输效率更高;服务端脚本或自动化任务用 JSON Base64 更省事,不用拼 multipart 边界。

双语覆盖到全部工具

v2.0.0 引入多语言时只覆盖核心功能,v2.3.0 铺到了全部工具和首页。文生图、文生视频、图生图、图生视频、视频处理、音频处理,以及工作流里的所有节点,都支持中英切换。

API 设置页单独配了 26 个 i18n key,从开关到端口到公网 Token,一个不漏。

语言切换后还有一处修复:左侧导航菜单、工具二级分组标题,之前切了语言仍残留中文,这次一并处理。双语不只是翻译,是让用户感觉不到页面还有一半没翻过来。

配图

失败重试与断点继续

作业卡片多了两个按钮。

失败的卡片新增「重试」。多步骤任务会保留已成功的步骤,从失败处续跑;单步骤任务整体重跑。

暂停的卡片新增「继续」,从停下的位置恢复。

实现上是状态机加了 retry 和 continue 两条路径,不复杂。但实际价值在于:跑了一小时的视频合成,某一步超时失败,不用从头再来。

配图

Markdown 文档渲染独立

新增通用 Markdown Doc Viewer 组件。它解析 Markdown 二级标题生成左侧导航目录,内容滚动时导航高亮跟随。

API 文档和 CLI 文档已迁移为 Markdown 源文件渲染,不再跟前端组件耦合。文档页支持 ?lang=en 参数和 Accept-Language 请求头,同一份源文件输出中英文。

配图

其他改动

通用模型自定义参数新增 audio 类型,可直接选音频文件并播放预览。

自启动模型(如 ComfyUI)空闲退出后,不再显示「已启动时间」读秒。

设置页「数据设置」在英文环境下的按钮溢出问题已修复。

配图

版本脉络

v2.2.0 发布文生图生视频,AI 创作从图片延伸到视频。

v2.0.0 发布工作流引擎、25+ 音视频小工具和 CLI 命令行工具。

v2.3.0 补上 HTTP API 和全工具双语,AIGCPanel 从纯 GUI 工具变成可编程的本地 AI 服务。

适用场景与注意点

API 适合需要批量调用本地 AI 能力的场景:自动化流水线、第三方面板集成、脚本化任务编排。

不建议把公网访问直接暴露到公网而不设 Token。内部 Token 和公网 Token 是两套独立认证,公网 Token 只在公网开关打开后生效,配置时别搞混。

单文件 2GB 上限对大多数音视频素材够用,但超大模型文件需要分片或走其他通道。

升级后先确认旧脚本里的 GET 调用已改为 POST,再开启 API 开关。

Feng
这位作者很神秘,还没有填写简介。