gemini-interactions/gemini-omni-1.1-flash 的 API 参考文档,由 Comfy Router 从 Gemini Interactions 提供。
快速开始
在你的 Comfy 工作区中创建一个密钥,并将其导出为COMFY_API_KEY。Python 和 TypeScript 代码片段使用 Comfy SDK(pip install comfy-sdk、npm install @comfyorg/sdk);cURL 代码片段是通过原始 HTTP 发起的相同调用。
模型 ID: gemini-interactions/gemini-omni-1.1-flash
端点: POST https://api.comfy.org/v2/models/gemini-interactions/gemini-omni-1.1-flash
- Wait for the result
- Queue and collect later
Schema
输入
object
必填
可以是提示词字符串,也可以是类型化内容部分的数组(文本、图像、音频、视频、文档)。
string
Gemini 模型标识符(例如
gemini-omni-flash-preview)。在 Comfy Router 路由 POST /v2/models/gemini-interactions/{model} 上,它由路径提供,可以省略。此操作所支持的拼写,也就是 Comfy Router 以 gemini-interactions/<model> 寻址的集合,为 gemini-omni-flash-preview 和 gemini-omni-1.1-flash(supportedGeminiInteractionModels);此处将它们直接列出,而不是限制为 enum,因为代理会自行校验模型,并对它不支持的拼写返回自身的 400。string
先前存储的交互的 ID,可实现有状态的多轮视频编辑。
GET /v2/models/gemini-interactions/gemini-omni-1.1-flash/openapi.json 提供的 schema 生成,与它在请求到达提供商之前用于校验调用的文档相同。
输出
string
string
string
string
必填
在 Router 响应中始终为
completed。提供商的其他状态(in_progress、requires_action、failed、cancelled、incomplete、budget_exceeded)不会以 200 的形式经由 Router 到达调用方;它们会作为携带提供商响应体的 Comfy Router 错误返回。可能的值:completedobject[]
必填
按顺序排列的交互时间线。此处从
GeminiInteraction 上无类型的 steps 收窄而来,以便输出叶子节点可寻址;提供商会不断添加步骤类型,因此每一项都是 additionalProperties: true,只声明 Router 调用方会读取的字段。object[]
此步骤的类型化内容块。
string
Base64 编码的内联媒体,出现在以内联方式传递的媒体块上。Google 将内联媒体限制为 4 MB,超过该大小则要求使用
delivery: uri。string
媒体块上
data 或 uri 的媒体类型。string
已生成的文本。出现在
text 块上,这也正是每夜 Router SDK 用例所断言的叶子节点,具体是在 model_output 步骤上(steps[type=model_output].content[].text)。string
块类型:
text、image、audio、video 或 document。string
对带外传递的媒体的引用,由调用方从其所指定的 URI 获取。
string
步骤类型。
model_output 是已生成的回答;user_input 是检索路由回显的调用方自身轮次;thought 是内部推理。工具步骤(function_call、function_result、code_execution_call、google_search_call 等)是开放式的,Google 会不断添加。object
一次 Gemini 交互的 token 用量。
object[]
单一模态的 token 数量。
string
text、image、audio、video、document 之一。integer
object[]
单一模态的 token 数量。
string
text、image、audio、video、document 之一。integer
integer
integer
integer
integer
integer
示例
输入
输出
发布前须知
SDK 会生成Idempotency-Key 并在自动重试中复用它。手动重试时,请复用原始 key。Router 最长可保持连接 10 分钟。
请求失败时,Router 会发送 X-Comfy-Error-Type 响应头说明原因。422 表示 Router 在调用提供商之前就拒绝了输入。生成的资源请及时下载,因为结果链接会过期。
请求头
身份验证、幂等性、请求 ID、错误分类、重试节奏、消费限额。
使用 Router API
模型发现、校验错误、重试与计费。
限制
Router 目前不支持的功能,以及替代方案。