@lobehub/chat 1.105.1 → 1.105.2

package/src/app/(backend)/middleware/auth/index.ts

@@ -2,7 +2,7 @@ import { AuthObject } from '@clerk/backend';
 import { NextRequest } from 'next/server';
 
 import {
-  JWTPayload,
+  ClientSecretPayload,
   LOBE_CHAT_AUTH_HEADER,
   LOBE_CHAT_OIDC_AUTH_HEADER,
   OAUTH_AUTHORIZED,
@@ -13,18 +13,18 @@ import { AgentRuntime, AgentRuntimeError, ChatCompletionErrorPayload } from '@/l
 import { validateOIDCJWT } from '@/libs/oidc-provider/jwt';
 import { ChatErrorType } from '@/types/fetch';
 import { createErrorResponse } from '@/utils/errorResponse';
-import { getJWTPayload } from '@/utils/server/jwt';
+import { getXorPayload } from '@/utils/server/xor';
 
 import { checkAuthMethod } from './utils';
 
-type CreateRuntime = (jwtPayload: JWTPayload) => AgentRuntime;
+type CreateRuntime = (jwtPayload: ClientSecretPayload) => AgentRuntime;
 type RequestOptions = { createRuntime?: CreateRuntime; params: Promise<{ provider: string }> };
 
 export type RequestHandler = (
   req: Request,
   options: RequestOptions & {
     createRuntime?: CreateRuntime;
-    jwtPayload: JWTPayload;
+    jwtPayload: ClientSecretPayload;
   },
 ) => Promise<Response>;
 
@@ -36,7 +36,7 @@ export const checkAuth =
       return handler(req, { ...options, jwtPayload: { userId: 'DEV_USER' } });
     }
 
-    let jwtPayload: JWTPayload;
+    let jwtPayload: ClientSecretPayload;
 
     try {
       // get Authorization from header
@@ -55,7 +55,7 @@ export const checkAuth =
         clerkAuth = data.clerkAuth;
       }
 
-      jwtPayload = await getJWTPayload(authorization);
+      jwtPayload = getXorPayload(authorization);
 
       const oidcAuthorization = req.headers.get(LOBE_CHAT_OIDC_AUTH_HEADER);
       let isUseOidcAuth = false;

package/src/app/(backend)/webapi/chat/[provider]/route.test.ts

@@ -6,7 +6,7 @@ import { checkAuthMethod } from '@/app/(backend)/middleware/auth/utils';
 import { LOBE_CHAT_AUTH_HEADER, OAUTH_AUTHORIZED } from '@/const/auth';
 import { AgentRuntime, LobeRuntimeAI } from '@/libs/model-runtime';
 import { ChatErrorType } from '@/types/fetch';
-import { getJWTPayload } from '@/utils/server/jwt';
+import { getXorPayload } from '@/utils/server/xor';
 
 import { POST } from './route';
 
@@ -18,8 +18,8 @@ vi.mock('@/app/(backend)/middleware/auth/utils', () => ({
   checkAuthMethod: vi.fn(),
 }));
 
-vi.mock('@/utils/server/jwt', () => ({
-  getJWTPayload: vi.fn(),
+vi.mock('@/utils/server/xor', () => ({
+  getXorPayload: vi.fn(),
 }));
 
 // 定义一个变量来存储 enableAuth 的值
@@ -61,7 +61,7 @@ describe('POST handler', () => {
       const mockParams = Promise.resolve({ provider: 'test-provider' });
 
       // 设置 getJWTPayload 和 initAgentRuntimeWithUserPayload 的模拟返回值
-      vi.mocked(getJWTPayload).mockResolvedValueOnce({
+      vi.mocked(getXorPayload).mockReturnValueOnce({
         accessCode: 'test-access-code',
         apiKey: 'test-api-key',
         azureApiVersion: 'v1',
@@ -78,7 +78,7 @@ describe('POST handler', () => {
       await POST(request as unknown as Request, { params: mockParams });
 
       // 验证是否正确调用了模拟函数
-      expect(getJWTPayload).toHaveBeenCalledWith('Bearer some-valid-token');
+      expect(getXorPayload).toHaveBeenCalledWith('Bearer some-valid-token');
       expect(spy).toHaveBeenCalledWith('test-provider', expect.anything());
     });
 
@@ -104,7 +104,7 @@ describe('POST handler', () => {
     it('should have pass clerk Auth when enable clerk', async () => {
       enableClerk = true;
 
-      vi.mocked(getJWTPayload).mockResolvedValueOnce({
+      vi.mocked(getXorPayload).mockReturnValueOnce({
         accessCode: 'test-access-code',
         apiKey: 'test-api-key',
         azureApiVersion: 'v1',
@@ -142,7 +142,9 @@ describe('POST handler', () => {
 
     it('should return InternalServerError error when throw a unknown error', async () => {
       const mockParams = Promise.resolve({ provider: 'test-provider' });
-      vi.mocked(getJWTPayload).mockRejectedValueOnce(new Error('unknown error'));
+      vi.mocked(getXorPayload).mockImplementationOnce(() => {
+        throw new Error('unknown error');
+      });
 
       const response = await POST(request, { params: mockParams });
 
@@ -159,7 +161,7 @@ describe('POST handler', () => {
 
   describe('chat', () => {
     it('should correctly handle chat completion with valid payload', async () => {
-      vi.mocked(getJWTPayload).mockResolvedValueOnce({
+      vi.mocked(getXorPayload).mockReturnValueOnce({
         accessCode: 'test-access-code',
         apiKey: 'test-api-key',
         azureApiVersion: 'v1',
@@ -189,7 +191,7 @@ describe('POST handler', () => {
 
     it('should return an error response when chat completion fails', async () => {
       // 设置 getJWTPayload 和 initAgentRuntimeWithUserPayload 的模拟返回值
-      vi.mocked(getJWTPayload).mockResolvedValueOnce({
+      vi.mocked(getXorPayload).mockReturnValueOnce({
         accessCode: 'test-access-code',
         apiKey: 'test-api-key',
         azureApiVersion: 'v1',

package/src/app/(backend)/webapi/plugin/gateway/route.ts

@@ -8,7 +8,7 @@ import { AgentRuntimeError } from '@/libs/model-runtime';
 import { TraceClient } from '@/libs/traces';
 import { ChatErrorType, ErrorType } from '@/types/fetch';
 import { createErrorResponse } from '@/utils/errorResponse';
-import { getJWTPayload } from '@/utils/server/jwt';
+import { getXorPayload } from '@/utils/server/xor';
 import { getTracePayload } from '@/utils/trace';
 
 import { parserPluginSettings } from './settings';
@@ -44,7 +44,7 @@ export const POST = async (req: Request) => {
   if (!authorization) throw AgentRuntimeError.createError(ChatErrorType.Unauthorized);
 
   const oauthAuthorized = !!req.headers.get(OAUTH_AUTHORIZED);
-  const payload = await getJWTPayload(authorization);
+  const payload = getXorPayload(authorization);
 
   const result = checkAuth(payload.accessCode!, oauthAuthorized);
 

package/src/app/sitemap.tsx

@@ -17,10 +17,9 @@ export async function generateSitemaps() {
   const staticSitemaps = sitemapModule.sitemapIndexs;
 
   // 获取需要分页的类型的页数
-  const [pluginPages, assistantPages, mcpPages, modelPages] = await Promise.all([
+  const [pluginPages, assistantPages, modelPages] = await Promise.all([
     sitemapModule.getPluginPageCount(),
     sitemapModule.getAssistantPageCount(),
-    sitemapModule.getMcpPageCount(),
     sitemapModule.getModelPageCount(),
   ]);
 
@@ -30,7 +29,6 @@ export async function generateSitemaps() {
     ...Array.from({ length: assistantPages }, (_, i) => ({
       id: `assistants-${i + 1}` as SitemapType,
     })),
-    ...Array.from({ length: mcpPages }, (_, i) => ({ id: `mcp-${i + 1}` as SitemapType })),
     ...Array.from({ length: modelPages }, (_, i) => ({ id: `models-${i + 1}` as SitemapType })),
   ];
 
@@ -60,9 +58,6 @@ export default async function sitemap({ id }: { id: string }): Promise<MetadataR
     case SitemapType.Assistants: {
       return sitemapModule.getAssistants(page);
     }
-    case SitemapType.Mcp: {
-      return sitemapModule.getMcp(page);
-    }
     case SitemapType.Plugins: {
       return sitemapModule.getPlugins(page);
     }
@@ -82,10 +77,6 @@ export default async function sitemap({ id }: { id: string }): Promise<MetadataR
         const pageNum = parseInt(id.split('-')[1], 10);
         return sitemapModule.getAssistants(pageNum);
       }
-      if (id.startsWith('mcp-')) {
-        const pageNum = parseInt(id.split('-')[1], 10);
-        return sitemapModule.getMcp(pageNum);
-      }
       if (id.startsWith('models-')) {
         const pageNum = parseInt(id.split('-')[1], 10);
         return sitemapModule.getModels(pageNum);

package/src/config/aiModels/giteeai.ts

@@ -1,4 +1,4 @@
-import { AIChatModelCard } from '@/types/aiModel';
+import { AIChatModelCard, AIImageModelCard } from '@/types/aiModel';
 
 const giteeaiChatModels: AIChatModelCard[] = [
   {
@@ -222,6 +222,273 @@ const giteeaiChatModels: AIChatModelCard[] = [
   },
 ];
 
-export const allModels = [...giteeaiChatModels];
+const giteeaiImageModels: AIImageModelCard[] = [
+  {
+    description:
+      'FLUX.1-dev 是由 Black Forest Labs 开发的一款开源 多模态语言模型（Multimodal Language Model, MLLM），专为图文任务优化，融合了图像和文本的理解与生成能力。它建立在先进的大语言模型（如 Mistral-7B）基础上，通过精心设计的视觉编码器与多阶段指令微调，实现了图文协同处理与复杂任务推理的能力。',
+    displayName: 'FLUX.1-dev',
+    enabled: true,
+    id: 'FLUX.1-dev',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024', '1536x1536'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      '由 Black Forest Labs 开发的 120 亿参数文生图模型，采用潜在对抗扩散蒸馏技术，能够在 1 到 4 步内生成高质量图像。该模型性能媲美闭源替代品，并在 Apache-2.0 许可证下发布，适用于个人、科研和商业用途。',
+    displayName: 'flux-1-schnell',
+    enabled: true,
+    id: 'flux-1-schnell',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024', '1536x1536', '2048x2048'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'FLUX.1-Kontext-dev 是由 Black Forest Labs 开发的一款基于 Rectified Flow Transformer 架构 的多模态图像生成与编辑模型，拥有 12B（120 亿）参数规模，专注于在给定上下文条件下生成、重构、增强或编辑图像。该模型结合了扩散模型的可控生成优势与 Transformer 的上下文建模能力，支持高质量图像输出，广泛适用于图像修复、图像补全、视觉场景重构等任务。',
+    displayName: 'FLUX.1-Kontext-dev',
+    enabled: true,
+    id: 'FLUX.1-Kontext-dev',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024', '1536x1536', '2048x2048'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'Stable Diffusion 3.5 Large Turbo 专注于高质量图像生成，具备强大的细节表现力和场景还原能力。',
+    displayName: 'stable-diffusion-3.5-large-turbo',
+    enabled: true,
+    id: 'stable-diffusion-3.5-large-turbo',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      '由 Stability AI 推出的最新文生图大模型。这一版本在继承了前代的优点上，对图像质量、文本理解和风格多样性等方面进行了显著改进，能够更准确地解读复杂的自然语言提示，并生成更为精确和多样化的图像。',
+    displayName: 'stable-diffusion-3-medium',
+    enabled: true,
+    id: 'stable-diffusion-3-medium',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      '由 Stability AI 开发并开源的文生图大模型，其创意图像生成能力位居行业前列。具备出色的指令理解能力，能够支持反向 Prompt 定义来精确生成内容。',
+    displayName: 'stable-diffusion-xl-base-1.0',
+    enabled: true,
+    id: 'stable-diffusion-xl-base-1.0',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+    {
+    description:
+      'Kolors 是由快手 Kolors 团队开发的文生图模型。由数十亿的参数训练，在视觉质量、中文语义理解和文本渲染方面有显著优势。',
+    displayName: 'Kolors',
+    enabled: true,
+    id: 'Kolors',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'hunyuandit-v1.2-distilled 是一款轻量级的文生图模型，经过蒸馏优化，能够快速生成高质量的图像，特别适用于低资源环境和实时生成任务。',
+    displayName: 'HunyuanDiT-v1.2-Diffusers-Distilled',
+    enabled: true,
+    id: 'HunyuanDiT-v1.2-Diffusers-Distilled',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'HiDream-I1 是一个全新的开源图像生成基础模型，是由国内企业智象未来开源的。拥有 170 亿参数(Flux是12B参数)，能够在几秒内实现行业领先的图像生成质量。',
+    displayName: 'HiDream-I1-Full',
+    enabled: true,
+    id: 'HiDream-I1-Full',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'HiDream-E1-Full 是由智象未来（HiDream.ai）推出的一款 开源多模态图像编辑大模型，基于先进的 Diffusion Transformer 架构，并结合强大的语言理解能力（内嵌 LLaMA 3.1-8B-Instruct），支持通过自然语言指令进行图像生成、风格迁移、局部编辑和内容重绘，具备出色的图文理解与执行能力。',
+    displayName: 'HiDream-E1-Full',
+    enabled: true,
+    id: 'HiDream-I1-Full',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'HelloMeme 是一个可以根据你提供的图片或动作，自动生成表情包、动图或短视频的 AI 工具。它不需要你有任何绘画或编程基础，只需要准备好参考图片，它就能帮你做出好看、有趣、风格一致的内容。',
+    displayName: 'HelloMeme',
+    enabled: true,
+    id: 'HelloMeme',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'OmniConsistency 通过引入大规模 Diffusion Transformers（DiTs）和配对风格化数据，提升图像到图像（Image-to-Image）任务中的风格一致性和泛化能力，避免风格退化。',
+    displayName: 'OmniConsistency',
+    enabled: true,
+    id: 'OmniConsistency',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'InstantCharacter 是由腾讯 AI 团队在 2025 年发布的一款 无需微调（tuning-free） 的个性化角色生成模型，旨在实现高保真、跨场景的一致角色生成。该模型支持仅基于 一张参考图像 对角色进行建模，并能够将该角色灵活迁移到各种风格、动作和背景中。',
+    displayName: 'InstantCharacter',
+    enabled: true,
+    id: 'InstantCharacter',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'DreamO 是由字节跳动与北京大学联合研发的开源图像定制生成模型，旨在通过统一架构支持多任务图像生成。它采用高效的组合建模方法，可根据用户指定的身份、主体、风格、背景等多个条件生成高度一致且定制化的图像。',
+    displayName: 'DreamO',
+    enabled: true,
+    id: 'DreamO',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+  {
+    description:
+      'AnimeSharp（又名 “4x‑AnimeSharp”） 是 Kim2091 基于 ESRGAN 架构开发的开源超分辨率模型，专注于动漫风格图像的放大与锐化。它于 2022 年 2 月重命名自 “4x-TextSharpV1”，原本也适用于文字图像但性能针对动漫内容进行了大幅优化',
+    displayName: 'AnimeSharp',
+    enabled: true,
+    id: 'AnimeSharp',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024'],
+      },
+    },
+    type: 'image',
+  },
+];
+
+export const allModels = [...giteeaiChatModels, ...giteeaiImageModels];
 
 export default allModels;

package/src/config/aiModels/siliconcloud.ts

@@ -1,4 +1,4 @@
-import { AIChatModelCard } from '@/types/aiModel';
+import { AIChatModelCard, AIImageModelCard } from '@/types/aiModel';
 
 // https://siliconflow.cn/zh-cn/models
 const siliconcloudChatModels: AIChatModelCard[] = [
@@ -830,6 +830,28 @@ const siliconcloudChatModels: AIChatModelCard[] = [
   },
 ];
 
-export const allModels = [...siliconcloudChatModels];
+const siliconcloudImageModels: AIImageModelCard[] = [
+  {
+    description:
+      'Kolors 是由快手 Kolors 团队开发的基于潜在扩散的大规模文本到图像生成模型。该模型通过数十亿文本-图像对的训练，在视觉质量、复杂语义准确性以及中英文字符渲染方面展现出显著优势。它不仅支持中英文输入，在理解和生成中文特定内容方面也表现出色',
+    displayName: 'Kolors',
+    enabled: true,
+    id: 'Kwai-Kolors/Kolors',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      seed: { default: null },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024', '960x1280', '768x1024', '720x1440', '720x1280'],
+      },
+    },
+    releasedAt: '2024-07-06',
+    type: 'image',
+  },
+];
+
+export const allModels = [...siliconcloudChatModels, ...siliconcloudImageModels];
 
 export default allModels;

package/src/config/aiModels/stepfun.ts

@@ -1,4 +1,4 @@
-import { AIChatModelCard } from '@/types/aiModel';
+import { AIChatModelCard, AIImageModelCard } from '@/types/aiModel';
 
 // https://platform.stepfun.com/docs/pricing/details
 
@@ -275,6 +275,71 @@ const stepfunChatModels: AIChatModelCard[] = [
   },
 ];
 
-export const allModels = [...stepfunChatModels];
+const stepfunImageModels: AIImageModelCard[] = [
+  // https://platform.stepfun.com/docs/llm/image
+  {
+    description:
+      '阶跃星辰新一代生图模型,该模型专注于图像生成任务,能够根据用户提供的文本描述,生成高质量的图像。新模型生成图片质感更真实，中英文文字生成能力更强。',
+    displayName: 'Step 2X Large',
+    enabled: true,
+    id: 'step-2x-large',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      seed: { default: null },
+      size: {
+        default: '1024x1024',
+        enum: ['256x256', '512x512', '768x768', '1024x1024', '1280x800', '800x1280'],
+      },
+      steps: { default: 50, max: 100, min: 1 },
+    },
+    releasedAt: '2024-08-07',
+    type: 'image',
+  },
+  {
+    description:
+      '该模型拥有强大的图像生成能力，支持文本描述作为输入方式。具备原生的中文支持，能够更好的理解和处理中文文本描述，并且能够更准确地捕捉文本描述中的语义信息，并将其转化为图像特征，从而实现更精准的图像生成。模型能够根据输入生成高分辨率、高质量的图像，并具备一定的风格迁移能力。',
+    displayName: 'Step 1X Medium',
+    enabled: true,
+    id: 'step-1x-medium',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      seed: { default: null },
+      size: {
+        default: '1024x1024',
+        enum: ['256x256', '512x512', '768x768', '1024x1024', '1280x800', '800x1280'],
+      },
+      steps: { default: 50, max: 100, min: 1 },
+    },
+    releasedAt: '2025-07-15',
+    type: 'image',
+  },
+  {
+    description:
+      '该模型专注于图像编辑任务，能够根据用户提供的图片和文本描述，对图片进行修改和增强。支持多种输入格式，包括文本描述和示例图像。模型能够理解用户的意图，并生成符合要求的图像编辑结果。',
+    displayName: 'Step 1X Edit',
+    enabled: true,
+    id: 'step-1x-edit',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      seed: { default: null },
+      size: {
+        default: '1024x1024',
+        enum: ['512x512', '768x768', '1024x1024'],
+      },
+      steps: { default: 28, max: 100, min: 1 },
+    },
+    releasedAt: '2025-03-04',
+    type: 'image',
+  },
+];
+
+export const allModels = [...stepfunChatModels, ...stepfunImageModels];
 
 export default allModels;

package/src/config/aiModels/volcengine.ts

@@ -1,4 +1,4 @@
-import { AIChatModelCard } from '@/types/aiModel';
+import { AIChatModelCard, AIImageModelCard } from '@/types/aiModel';
 
 // modelInfo https://www.volcengine.com/docs/82379/1330310
 // pricing https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement
@@ -509,6 +509,60 @@ const doubaoChatModels: AIChatModelCard[] = [
   },
 ];
 
-export const allModels = [...doubaoChatModels];
+const volcengineImageModels: AIImageModelCard[] = [
+  {
+    /*
+    // TODO: AIImageModelCard 不支持 config.deploymentName
+    config: {
+      deploymentName: 'doubao-seedream-3-0-t2i-250415',
+    },
+    */
+    description:
+      'Doubao图片生成模型由字节跳动 Seed 团队研发，支持文字与图片输入，提供高可控、高质量的图片生成体验。基于文本提示词生成图片。',
+    displayName: 'Doubao Seedream 3.0 t2i',
+    enabled: true,
+    id: 'doubao-seedream-3-0-t2i-250415',
+    parameters: {
+      prompt: {
+        default: '',
+      },
+      seed: { default: null },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024', '864x1152', '1152x864', '1280x720', '720x1280', '832x1248', '1248x832', '1512x648'],
+      },
+    },
+    releasedAt: '2025-04-15',
+    type: 'image',
+  },
+  /*
+  // Note: Doubao 图生图模型与文生图模型公用一个 Endpoint，当前如果存在 imageUrl 会切换至 edit endpoint 下
+  {
+    config: {
+      deploymentName: 'doubao-seededit-3-0-i2i-250628',
+    },
+    description:
+      'Doubao图片生成模型由字节跳动 Seed 团队研发，支持文字与图片输入，提供高可控、高质量的图片生成体验。支持通过文本指令编辑图像，生成图像的边长在512～1536之间。',
+    displayName: 'Doubao SeedEdit 3.0 i2i',
+    enabled: true,
+    id: 'doubao-seededit-3-0-i2i-250628',
+    parameters: {
+      imageUrl: { default: null },
+      prompt: {
+        default: '',
+      },
+      seed: { default: null },
+      size: {
+        default: '1024x1024',
+        enum: ['1024x1024', '864x1152', '1152x864', '1280x720', '720x1280', '832x1248', '1248x832', '1512x648'],
+      },
+    },
+    releasedAt: '2025-06-28',
+    type: 'image',
+  },
+  */
+];
+
+export const allModels = [...doubaoChatModels, ...volcengineImageModels];
 
 export default allModels;