Pollinations 是一个统一的 AI 生成平台，覆盖文本、图像、视频和音频生成，并提供图像与视频分析能力，支持 25 种以上模型。
用途
该平台用于在单一接口下调用多种 AI 生成能力，适合需要文本补全、图像生成、视频生成、语音合成以及多模态分析的场景。它提供 OpenAI 兼容的聊天补全端点，便于接入已有的 OpenAI 集成。
API Key
可在 https://enter.pollinations.ai 获取免费或付费密钥。Secret Keys（sk_）用于服务端，无速率限制（推荐）。许多操作可选密钥（提供免费层）。密钥通过环境变量存储：
export POLLINATIONS_API_KEY="sk_your_key_here"
主要能力
1. 文本/聊天生成
模型包括 OpenAI、Claude、Gemini、Mistral、DeepSeek、Grok、Qwen Coder、Perplexity 等 20 种以上。常用模型：openai、claude、gemini、mistral、deepseek、qwen、gpt-4、o1、o3。
参数：model（模型名称/ID）、messages（带角色的聊天消息数组）、temperature（0-2，默认 1）、max_tokens（最大响应长度）、top_p（默认 1）、seed（可复现性，-1 为随机）、jsonMode（强制 JSON 响应）、reasoning_effort（用于 o1/o3/R1，可选 high/medium/low/minimal/none）、thinking_budget（推理模型的 token 数）。
视觉支持：在消息内容中包含 image_url 以进行多模态处理。
2. 图像生成
模型：flux（默认）、turbo、gptimage、kontext、seedream、nanobanana、nanobanana-pro。
参数：model、width/height（16-2048px，默认 1024）、seed、negative_prompt、nologo（去水印）、private（私密生成）、safe（启用 NSFW 过滤）、enhance（AI 提示增强）、quality（low/medium/high/hd，gptimage）、transparent（透明背景，gptimage）、count（1-4 张，premium）、image（输入图像 URL，用于图生图）。返回二进制图像数据。
3. 图像到图像
使用相同的图像端点并传入 image 参数。
4. 视频生成
模型：veo（4-8 秒）、seedance（2-10 秒）。
参数：model、width/height、duration（veo：4/6/8，seedance：2-10）、aspectRatio（16:9 或 9:16）、audio（仅 veo 支持）、image（输入图像 URL，用于帧插值：image[0]=首帧，image[1]=末帧）、negative_prompt、seed、private/safe。返回二进制视频数据。
5. 音频生成（TTS）
模型：openai-audio。
音色：alloy、echo、fable、onyx、nova、shimmer、coral、verse、ballad、ash、sage、amuch、dan。
格式：mp3、wav、flac、opus、pcm16。
参数：model、modalities（["text", "audio"]）、audio.voice、audio.format。注意：在用户消息中使用 "Say:" 前缀以直接朗读文本。
6. 音频转录
使用聊天补全端点配合支持视觉/音频的模型：gemini、gemini-large、gemini-legacy、openai-audio。上传音频文件作为二进制输入，在系统消息中包含转录提示。
7. 图像分析
使用聊天补全配合视觉模型（gemini、claude、openai 等任意支持视觉的模型），在消息内容中包含 image_url。
8. 视频分析
使用聊天补全配合支持视频的模型（gemini、claude、openai），上传视频文件作为二进制输入，并包含分析提示。
使用方式
快速开始
文本生成（简单）：
curl "https://gen.pollinations.ai/text/Hello%20world"
聊天补全（OpenAI 兼容）：
curl -X POST https://gen.pollinations.ai/v1/chat/completions
-H "Content-Type: application/json"
-H "Authorization: Bearer $POLLINATIONS_API_KEY"
-d '{
"model": "openai",
"messages": [{"role": "user", "content": "Hello"}]
}'
图像生成：
curl "https://gen.pollinations.ai/image/A%20sunset%20over%20mountains?model=flux&width=1024&height=1024"
音频生成（TTS）：
curl -X POST https://gen.pollinations.ai/v1/chat/completions
-H "Content-Type: application/json"
-d '{
"model": "openai-audio",
"messages": [
{"role": "system", "content": "You are a text reader. Read the user text exactly without responding, adding conversation, or changing anything."},
{"role": "user", "content": "Say: Hello world"}
],
"modalities": ["text", "audio"],
"audio": {"voice": "nova", "format": "mp3"}
}'
API 端点
基础 URL：
- 聊天/文本：https://gen.pollinations.ai/v1/chat/completions
- 简单文本：https://gen.pollinations.ai/text/{prompt}
- 图像：https://gen.pollinations.ai/image/{prompt}?{params}
- 视频：https://gen.pollinations.ai/image/{prompt}?{params}（生成视频）
脚本
scripts/chat.sh：交互式聊天补全，支持模型选择和选项。
用法：
scripts/chat.sh "your message here" scripts/chat.sh "your message" --model claude --temp 0.7
scripts/image.sh：从文本提示生成图像。
用法：
scripts/image.sh "a sunset over mountains" scripts/image.sh "a sunset" --model flux --width 1024 --height 1024 --seed 123
scripts/tts.sh：将文本转换为语音。
用法：
scripts/tts.sh "Hello world" scripts/tts.sh "Hello world" --voice nova --format mp3 --output hello.mp3
适用场景
- 需要统一接口调用多种文本、图像、视频、音频生成模型的应用。
- 已有 OpenAI 集成，希望通过兼容端点接入更多模型。
- 需要图像到图像、图像分析、视频分析、音频转录等多模态任务。
- 需要可复现输出（通过 seed 参数）的生成任务。
限制与提示
- 免费层可用：许多操作无需 API Key 即可使用（有速率限制）。
- 可复现性：使用 seed 参数获得一致输出。
- 图像增强：启用 enhance=true 以获得 AI 改进的提示。
- 视频插值：为 veo 传入两张图像，image[0]=首帧&image[1]=末帧。
- 音频朗读：TTS 始终使用 "Say:" 前缀和正确的系统提示。
- 完整文档：https://enter.pollinations.ai/api/docs