@cloudbase/ai 4.0.0 → 4.0.1-alpha.0

package/src/type.ts

@@ -20,7 +20,7 @@ export interface IModelReqInput {
   url: string
   headers?: Record<string, string>
   data?: Object
-  stream?: boolean,
+  stream?: boolean
   timeout?: number
 }
 
@@ -145,3 +145,218 @@ export interface BaseDoStreamOutputChunk {
   usage?: Usage
 }
 // #endregion
+
+// #region Image Model Types
+/**
+ * 图片生成输入参数
+ */
+export interface ImageGenerateInput {
+  model: string // 模型名称，例如 'hunyuan-image'、'dall-e-3'
+  prompt: string // 用于描述要生成的图片内容
+  size?: string // 尺寸
+  n?: number // 张数
+  [key: string]: unknown // 允许额外的厂商特定参数
+}
+
+/**
+ * 图片编辑输入参数
+ */
+export interface ImageEditInput {
+  model: string
+  prompt: string
+  size?: string // 尺寸
+  n?: number // 张数
+  [key: string]: unknown // 允许额外的厂商特定参数
+}
+
+export interface HunyuanGenerateImageInput {
+  model: 'hunyuan-image'
+  /** 用来生成图像的文本描述 */
+  prompt: string
+  /**
+   * 模型版本，支持 v1.8.1 和 v1.9，默认版本 v1.8.1
+   * - v1.8.1: 采用二阶段模型支持文生图任务，针对图像细节、稳定性等要求高的任务较为合适
+   * - v1.9: 采用模型矩阵能力支持文生图任务，后端由人像、游戏、通用模型，以及各类功能插件组成，灵活适配多种文生图任务
+   */
+  version?: 'v1.8.1' | 'v1.9' | (string & {})
+  /**
+   * 图片尺寸，默认 "1024x1024"
+   * v1.9 仅支持以下几个尺寸：
+   * - 1024x1024
+   * - 1024x768, 1152x864
+   * - 768x1024, 864x1152
+   * - 1280x768 (16:9)
+   * - 768x1280 (9:16)
+   * - 1280x720 (16:9)
+   * - 720x1280 (9:16)
+   *
+   * 支持用户自定义尺寸，但输入尺寸只支持 768-1280 之间且为 64 的倍数的数字
+   */
+  size?: string
+  /**
+   * 仅 v1.9 支持，负向词
+   * 如果不传则使用各个模型内部的默认负向词
+   */
+  negative_prompt?: string
+  /**
+   * 仅 v1.9 支持，可指定风格：
+   * - 古风二次元风格
+   * - 都市二次元风格
+   * - 悬疑风格
+   * - 校园风格
+   * - 都市异能风格
+   */
+  style?: '古风二次元风格' | '都市二次元风格' | '悬疑风格' | '校园风格' | '都市异能风格' | (string & {})
+  /**
+   * 为 true 时对 prompt 进行改写，实际生成的图片会使用改写后的 prompt 进行生成
+   * 多数场景可提升生成的图片效果，默认为 true
+   */
+  revise?: boolean
+  /**
+   * 生成图片个数，默认为 1
+   * 目前只支持生成一张，固定为 1，传其他的值会报错
+   */
+  n?: number
+  /**
+   * 业务自定义水印内容
+   * 限制 16 个字符长度（不区分中英文），生成在图片右下角
+   */
+  footnote?: string
+  /**
+   * 生成种子，仅当生成图片数为 1 时生效
+   * 范围 [1, 4294967295]，不传时默认随机
+   */
+  seed?: number
+}
+
+export interface HunyuanARGenerateImageInput {
+  /** 模型名称：hunyuan-image-v3.0-v1.0.4（推荐）或 hunyuan-image-v3.0-v1.0.1 */
+  model:
+  | 'HY-Image-3.0-Plus-4090-Tob-v1.0'
+  | 'HY-Image-v3.0-I2I-ToB-v1.0.1'
+  | 'hunyuan-image-v3.0-v1.0.4'
+  | 'hunyuan-image-v3.0-v1.0.1'
+  | 'hunyuan-image-v3.0-v1.0.5'
+  /** 生成图片使用的文本，不超过 8192 字符 */
+  prompt: string
+  /**
+   * 图片尺寸，格式 "${宽}x${高}"，默认 "1024x1024"
+   * HY-Image-3.0-Plus-4090-Tob-v1.0 hunyuan-image-v3.0-v1.0.4：宽高 [512, 2048]，面积不超过 1024x1024
+   * hunyuan-image-v3.0-v1.0.1：支持固定尺寸列表
+   */
+  size?: string
+  /** 生成种子，仅当生成图片数为 1 时生效，范围 [1, 4294967295] */
+  seed?: number
+  /** 业务自定义水印内容，限制 16 字符，生成在图片右下角 */
+  footnote?: string
+  /** 是否对 prompt 改写，默认开启。改写会增加约 30s 耗时 */
+  revise?: { value: boolean }
+  /** 改写是否开启 thinking 模式，默认开启。开启后效果提升但耗时增加（最大 60s） */
+  enable_thinking?: { value: boolean }
+  /**
+   * 垫图url列表，与image二选一，优先选image，大小不超过10MB，支持 jpg jpeg png 格式，最多3张图，image_urls和images必有一个非空
+   */
+  image_urls?: string[]
+  /**
+   * 垫图base64列表，与image_url二选一，优先选image，大小不超过10MB，支持 jpg jpeg png 格式，最多3张图
+   */
+  images?: string[]
+}
+
+export interface HunyuanARGenerateImageOutput {
+  /** 此次请求的 id */
+  id: string
+  /** unix 时间戳 */
+  created: number
+  /** 返回的图片生成内容 */
+  data: Array<{
+    /** 生成的图片 url，有效期 24 小时 */
+    url: string
+    /** 改写后的 prompt */
+    revised_prompt?: string
+  }>
+}
+
+export type HunyuanEditImageInput = {
+  /** 模型名称，本期为 hunyuan-image，即为商品图编辑场景 */
+  model: 'hunyuan-image' | (string & {})
+  /** 编辑的文本描述 */
+  prompt: string
+  /** 模型版本 */
+  version?: string
+  /**
+   * 图片尺寸，默认 "800x800"
+   * 支持用户自定义尺寸，但输入尺寸只支持 512-1280 之间
+   * 目前只支持 1:1、16:9、9:16 三个尺寸
+   */
+  size?: string
+  /**
+   * 生成图片个数，默认为 1
+   * 目前只支持生成一张，固定为 1，传其他的值会报错
+   */
+  n?: number
+  /**
+   * beta 参数，随机种子
+   * 范围 [1, 4294967295]，不传时默认随机
+   */
+  seed?: number
+  /**
+   * 业务自定义角标内容
+   * 限制 16 个字符长度（不区分中英文）
+   */
+  footnote?: string
+  /**
+   * 图 base64 编码，大小不超过 6M
+   * 支持 jpg/jpeg 格式，和 image_url 二选一
+   * 长短边比例要求 2:1 内
+   */
+  image?: string
+  /**
+   * 图片 url
+   * 长短边比例要求 2:1 内，和 image 二选一
+   */
+  image_url?: string
+} & (
+  | {
+    mask: string
+    mask_url?: never
+  }
+  | {
+    mask?: never
+    mask_url: string
+  }
+)
+
+/**
+ * 混元图片生成输出
+ */
+export interface HunyuanGenerateImageOutput {
+  /** 此次请求的 id */
+  id: string
+  /** unix 时间戳 */
+  created: number
+  /** 返回的图片生成内容 */
+  data: Array<{
+    /** 生成的图片 url，有效期为 24 小时 */
+    url: string
+    /** 原 prompt 改写后的文本。若 revise 为 false，则为原 prompt */
+    revised_prompt?: string
+  }>
+}
+
+/**
+ * 混元图片编辑输出
+ */
+export interface HunyuanEditImageOutput {
+  /** 此次请求的 id */
+  id: string
+  /** unix 时间戳 */
+  created: number
+  /** 返回的图片生成内容 */
+  data: Array<{
+    /** 生成的图片 url，有效期为 24 小时 */
+    url: string
+  }>
+}
+
+// #endregion

package/src/utils.ts

@@ -10,7 +10,15 @@ import type {
 } from './type'
 import { TextDecoder } from 'text-encoding-shim'
 
-export const ReadableStream = _ReadableStream as {
+/**
+ * 检测当前环境是否原生支持完整的 Web Streams API（Node.js >= 18 或现代浏览器）
+ * 如果原生支持，则无需使用 polyfill，避免 web-streams-adapter 在高版本 Node.js 中的兼容问题
+ */
+const hasNativeStreams = typeof globalThis.ReadableStream === 'function'
+  && typeof globalThis.TransformStream === 'function'
+  && typeof globalThis.ReadableStream.prototype.pipeThrough === 'function'
+
+export const ReadableStream = (hasNativeStreams ? globalThis.ReadableStream : _ReadableStream) as {
   prototype: ReadableStream
 
   new (
@@ -23,7 +31,7 @@ export const ReadableStream = _ReadableStream as {
   new <R = any>(underlyingSource?: UnderlyingSource<R>, strategy?: QueuingStrategy<R>): ReadableStream<R>
 }
 
-export const TransformStream = _TransformStream as {
+export const TransformStream = (hasNativeStreams ? globalThis.TransformStream : _TransformStream) as {
   prototype: TransformStream
 
   new <I = any, O = any>(
@@ -50,7 +58,14 @@ export const createEventSourceParserTransformStream = () => {
   })
 }
 
-export const toPolyfillReadable = createReadableStreamWrapper(ReadableStream)
+/**
+ * 将任意 ReadableStream 转换为当前环境使用的 ReadableStream 实现
+ * - 在原生支持 Web Streams 的环境（Node.js >= 18、现代浏览器）中，直接返回原始 stream（无需转换）
+ * - 在不支持原生 Web Streams 的环境（旧浏览器、小程序）中，使用 web-streams-adapter 进行转换
+ */
+export const toPolyfillReadable: (readable: any) => any = hasNativeStreams
+  ? readable => readable
+  : createReadableStreamWrapper(ReadableStream)
 
 export class TextDecoderStream {
   private handle: TextDecoder
@@ -103,8 +118,9 @@ export class TextDecoderStream {
 }
 
 export function createAsyncIterable<T>(stream: ReadableStream<T>) {
+  // eslint-disable-next-line @typescript-eslint/naming-convention
   const _stream = stream as AsyncIterableReadableStream<T>
-  _stream[Symbol.asyncIterator] = () => {
+  (_stream as any)[Symbol.asyncIterator] = () => {
     const reader = stream.getReader()
     return {
       async next(): Promise<IteratorResult<T>> {
@@ -166,6 +182,7 @@ export function createPromise<T = unknown>() {
 }
 
 export function isToolCallAssistantMessage(message: ChatModelMessage): message is ToolCallAssistantMessage {
+  // eslint-disable-next-line eqeqeq
   return message.role === 'assistant' && 'tool_calls' in message && message.tool_calls?.[0] != null
 }
 

package/tsconfig.json

@@ -1,7 +1,7 @@
 {
   "extends": "../../tsconfig.base.json",
   "compilerOptions": {
-    "module": "commonjs",
+    "module": "node16",
     "outDir": "dist/cjs",
     "rootDir": "src",
   },