Stable Diffusion with LoRAs · Inpaint
Integra
lora/inpaint
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/lora/inpaint?wait=20" \
-H "Authorization: Bearer $DOITONG_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}'
# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
-H "Authorization: Bearer $DOITONG_API_KEY"
const API = "https://api.doitong.ru/v1";
const headers = {
"Authorization": "Bearer " + process.env.DOITONG_API_KEY,
"Content-Type": "application/json",
};
// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/lora/inpaint?wait=20", {
method: "POST",
headers,
body: JSON.stringify({
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);
// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
import os
import requests
API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}
payload = {
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}
# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/lora/inpaint", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])
# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/it/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
--header "Authorization: Bearer $DOITONG_API_KEY"
# 2. Your agent calls the "run" tool with:
{
"model_id": "lora/inpaint",
"input": {
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
}
Chiama il modello Stable Diffusion with LoRAs · Inpaint (lora/inpaint) tramite Doitong API. Documentazione per gli agenti: https://doitong.com/it/developers/models/lora/inpaint.md
POST https://api.doitong.ru/v1/run/lora/inpaint?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json
{
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
Se lo stato della risposta è "queued" o "running", interroga GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 finché non diventa "succeeded"; i file si trovano in outputs[].url. POST https://api.doitong.ru/v1/quote/lora/inpaint con lo stesso body restituisce il prezzo esatto prima dell'esecuzione.
Questa richiesta: ≈0,184 $ 184 crediti API · ≈ 19,41 ₽ Esegui in questa pagina
La tua nuova chiave API. Viene mostrata solo ora ed è già presente nel codice e nel campo della chiave API qui sotto. Mantienila segreta: non inserirla mai nel codice eseguito in un browser.
Il tuo primo risultato apparirà qui
Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.
Crea una richiesta
I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.
/run/lora/inpaint?wait=20
preventivo → 0,184 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/lora/inpaint?wait=20" \
-H "Authorization: Bearer $DOITONG_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}'
# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
-H "Authorization: Bearer $DOITONG_API_KEY"
const API = "https://api.doitong.ru/v1";
const headers = {
"Authorization": "Bearer " + process.env.DOITONG_API_KEY,
"Content-Type": "application/json",
};
// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/lora/inpaint?wait=20", {
method: "POST",
headers,
body: JSON.stringify({
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);
// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
import os
import requests
API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}
payload = {
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}
# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/lora/inpaint", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])
# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/call",
"params": {
"name": "run",
"arguments": {
"model_id": "lora/inpaint",
"input": {
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
},
"wait_seconds": 20
}
}
}
Esegui questa richiesta
La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API
Informazioni su Stable Diffusion with LoRAs · Inpaint
Modifica parti di un'immagine usando `image_url` e un `mask_url` in bianco e nero con un modello Stable Diffusion impostato in `model_name`. `noise_strength` varia da 0 a 1. Supporta LoRA unite, embeddings, ControlNets, adattatori IP e diversi scheduler, con da 1 a 150 passaggi. L'output è png o jpeg.
Parametri
Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici
model_nameobbligatorio
unet_namefacoltativo
variantfacoltativo
promptobbligatorio
negative_promptfacoltativo
prompt_weightingfacoltativo
image_urlfacoltativo
image
mask_urlfacoltativo
mask
noise_strengthfacoltativo
lorasfacoltativo
loras[].pathobbligatorio
loras[].scalefacoltativo
embeddingsfacoltativo
embeddings[].pathobbligatorio
embeddings[].tokensfacoltativo
controlnetsfacoltativo
controlnets[].pathobbligatorio
controlnets[].config_urlfacoltativo
controlnets[].variantfacoltativo
controlnets[].image_urlobbligatorio
controlnets[].mask_urlfacoltativo
controlnets[].conditioning_scalefacoltativo
controlnets[].start_percentagefacoltativo
controlnets[].end_percentagefacoltativo
controlnets[].ip_adapter_indexfacoltativo
controlnet_guess_modefacoltativo
ip_adapterfacoltativo
ip_adapter[].ip_adapter_image_urlobbligatorio
ip_adapter[].ip_adapter_mask_urlfacoltativo
ip_adapter[].pathobbligatorio
ip_adapter[].model_subfolderfacoltativo
ip_adapter[].weight_namefacoltativo
ip_adapter[].insight_face_model_pathfacoltativo
ip_adapter[].scalefacoltativo
ip_adapter[].scale_jsonfacoltativo
ip_adapter[].unconditional_noising_factorfacoltativo
ip_adapter[].image_projection_shortcutfacoltativo
image_encoder_pathfacoltativo
image_encoder_subfolderfacoltativo
image_encoder_weight_namefacoltativo
ic_light_model_urlfacoltativo
ic_light_model_background_image_urlfacoltativo
ic_light_image_urlfacoltativo
seedfacoltativo
num_inference_stepsfacoltativo
guidance_scalefacoltativo
clip_skipfacoltativo
schedulerfacoltativo
timestepsfacoltativo
timesteps.methodfacoltativo
timesteps.arrayfacoltativo
sigmasfacoltativo
sigmas.methodfacoltativo
sigmas.arrayfacoltativo
prediction_typefacoltativo
rescale_betas_snr_zerofacoltativo
image_formatfacoltativo
num_imagesfacoltativo
num_outputs
enable_safety_checkerfacoltativo
tile_widthfacoltativo
tile_heightfacoltativo
tile_stride_widthfacoltativo
tile_stride_heightfacoltativo
etafacoltativo
debug_latentsfacoltativo
debug_per_pass_latentsfacoltativo
I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File
Output
{
"id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
"object": "request",
"model": "lora/inpaint",
"status": "succeeded",
"created_at": "2026-10-20T12:00:00Z",
"started_at": "2026-10-20T12:00:02Z",
"completed_at": "2026-10-20T12:00:09Z",
"queue_position": null,
"cost": {
"credits": 184,
"usd": "0.184",
"charged": 184,
"refunded": 0
},
"input": {
"model_name": "stabilityai/stable-diffusion-xl-base-1.0",
"prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
},
"output": {
"images": [
{
"url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
"content_type": "image/jpeg",
"file_name": "0-output.jpeg",
"file_size": 1843200,
"width": 1024,
"height": 768
}
],
"seed": 42,
"has_nsfw_concepts": [
false
],
"debug_latents": {
"url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
"content_type": "image/jpeg",
"file_name": "0-output.jpeg",
"file_size": 1843200
},
"debug_per_pass_latents": {
"url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
"content_type": "image/jpeg",
"file_name": "0-output.jpeg",
"file_size": 1843200
}
},
"outputs": [
{
"type": "image",
"url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
"content_type": "image/jpeg",
"file_size": 1843200,
"width": 1024,
"height": 768,
"stored": true
}
],
"error": null,
"metrics": {
"inference_seconds": 6.8
},
"urls": {
"self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
"cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
}
}
Campi dell'output
- images
- array of object {url, content_type, file_name, file_size, width, height}Informazioni sui file delle immagini generate.
- seed
- integerSeed della generazione di immagini, incluso il valore scelto casualmente se l'input non forniva un seed; altrimenti ripete il valore fornito.
- has_nsfw_concepts
- array of booleanIndica se nelle immagini generate compaiono concetti NSFW.
- debug_latents
- object {url, content_type, file_name, file_size} | nullDati latenti memorizzati per il debug.
- debug_per_pass_latents
- object {url, content_type, file_name, file_size} | nullDati latenti per passaggio memorizzati per il debug.
Altre varianti di Stable Diffusion with LoRAs
Altri modelli: Modifica immagini
Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/lora/inpaint.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt






