最佳实践

Midjourney 接入的轮询模式、Prompt 设计、垫图、错误重试策略、并发与排错建议

整合常见问题、性能优化、错误处理的最佳实践，接入前建议通读。

任务提交与轮询

提交接口都是异步任务：提交后返回 task_id，再周期性查询 GET /v1/midjourney/{task_id} 拿状态，直到 SUCCESS / FAILURE。

import time, httpx

def wait_task(task_id, timeout=300):
    deadline = time.time() + timeout
    while time.time() < deadline:
        resp = httpx.get(f"{HOST}/v1/midjourney/{task_id}",
                         headers={"Authorization": f"Bearer {API_KEY}"}).json()
        if resp["status"] in ("SUCCESS", "FAILURE"):
            return resp
        if resp["status"] == "MODAL":
            raise RuntimeError(f"task {task_id} 需要调 /modal 补参完成")
        time.sleep(3)
    raise TimeoutError(task_id)

• 轮询节奏：建议 3–5s 一次，更高频无意义且浪费配额。
• 不要在 web 请求里同步阻塞等任务完成 —— 提交后立即返回 task_id，让前端异步轮询。

Prompt 设计

好的 prompt：

a serene mountain lake at sunrise, photorealistic, soft golden light,
mist rising from water, snow-capped peaks in distance --ar 16:9 --v 8.1 --s 100

• 主体在前：先主体，再描述场景，最后修饰词。
• 结构化参数显式：用 --ar / --v / --s（或对应 body 字段）比依赖默认值更可控。
• 避免歧义词：photorealistic 比 realistic 更明确。

避免： 过于抽象（"make it good"）、主体散乱（多个并列对象不分主次）、给词加引号（会被当字面值）。

Niji 动漫： 传 niji: true + version: "7"，平台归一化为 --niji 7，计费走 midjourney@imagine-niji7。

垫图最佳实践

• 压缩到 \< 5 MiB：平台上限 12 MiB，但小图传输 / 处理都更快。
• 格式 PNG / JPG / WebP 均可，推荐高质量 JPG。
• 分辨率 1024–2048 px 已足够，更高浪费。
• 垫图权重 iw（0–3，默认 1）：>1 更贴原图，\<1 更自由。

错误处理与重试策略

import time, random, httpx

def submit_with_retry(payload, max_attempts=5):
    for attempt in range(max_attempts):
        try:
            r = httpx.post(f"{HOST}/v1/midjourney/generations/imagine",
                           json=payload,
                           headers={"Authorization": f"Bearer {API_KEY}"},
                           timeout=30)
            data = r.json()
            if r.status_code == 200 and data["code"] in (1, 200):
                return data
            if data["code"] in (4, 24):
                raise ValueError(data["description"])      # 不可重试
            if data["code"] == 3 and "task" in data["description"]:
                raise ValueError(data["description"])      # task_id 不存在
            # 其余（9 / 429 / 5xx）可重试
        except httpx.RequestError:
            pass
        time.sleep((4 ** attempt) + random.uniform(0, 1))  # 1s / 4s / 16s ...
    raise RuntimeError(f"达到最大重试次数 {max_attempts}")

二次操作流程

# imagine → 轮询 → upscale
imagine_id = submit({"prompt": "a cat"})["data"][0]["task_id"]
result = wait_task(imagine_id)           # grid_image_url + 4 张 image_urls + buttons
upscale_id = submit_to("/upscale", {"task_id": imagine_id, "index": 2})["data"][0]["task_id"]
final = wait_task(upscale_id)            # upscale 本地合成，1–2s
single_image = final["image_urls"][0]

局部重绘（inpaint → modal 两步）：

imagine_id = submit({"prompt": "a portrait"})["data"][0]["task_id"]; wait_task(imagine_id)
upscale_id = submit_to("/upscale", {"task_id": imagine_id, "index": 1})["data"][0]["task_id"]; wait_task(upscale_id)

inpaint_id = submit_to("/inpaint", {"task_id": upscale_id})["data"][0]["task_id"]  # status=modal
# 前端画 mask（透明=重绘区），上传到自己的 OSS 拿 mask_url
final = submit_to("/modal", {
    "task_id": inpaint_id,
    "prompt": "replace the eyes with cybernetic blue eyes",
    "mask_url": "https://your-oss.com/mask.png"
})
wait_task(final["data"][0]["task_id"])

⚠️ inpaint 进 MODAL 后 30 分钟内必须调 /modal，否则后台自动 CANCEL + 退款。

video 计费控制

• 单段：batch_size: 1 → 扣 1 × midjourney@video
• 批量 4 段：batch_size: 4 → 扣 4 × midjourney@video
• 高清单段：video_type: "vid_1.1_i2v_720" + batch_size: 1 → 扣 1 × midjourney@video-720p

建议：出片只要 1 段就用 batch_size=1，批量比稿才用 4，不要默认开 4（成本翻 N 倍）。

并发与吞吐

import asyncio
sem = asyncio.Semaphore(10)  # 客户端最多 10 个并发提交

async def submit_one(prompt):
    async with sem:
        return await submit({"prompt": prompt})

• 平台对每分钟提交数有上限，超出返回 429，需退避重试。
• 实际生成并发由系统容量决定，超出会排队；任务长时间停在 SUBMITTED 通常是排队中。
• 轮询务必带 sleep，不要无 sleep 死循环。

监控建议

排错清单