LibImg 开放 API：网页上的图片能力都能用接口调用

页面上的上传、选语言、点开始，和脚本里的 multipart 是同一条后端。差别只是：网页替你带 Key，自己接系统时你自己带。

网页用来试效果。开放 API 用来进你自己的流水线。

完整字段在 开放 API 文档。同一份 Swagger 按功能分组：Catalog（健康检查 / 实例 / 引擎 / 模式 / 选项树）、Image Translation、AI Image、OCR、Compress、Split。标题是「图片处理开放 API」，不是只有翻译。下面只写接进业务时会用到的路径，字段以文档 Parameters 为准。

基址、鉴权和权限

基址是 `https://panel.jikym.com/translate-api`。健康检查 `GET /v1/health` 不用 Key；其余读写都要鉴权。两种写法等价：

X-Api-Key: pmk_your_key_here

Authorization: Bearer pmk_your_key_here

网页功能和接口怎么对上

选什么引擎、哪种模式现在能用，不要写死在客户端。先查文档 Catalog 分组：`GET /v1/options`（或 `/v1/modes`、`/v1/engines`）；OCR / 压缩 / 拆图各自还有 `/v1/ocr/models`、`/v1/compress/options`、`/v1/split/strategies`。只展示 `available` 为真的项。

经典翻译：提交、轮询、下载

`POST /v1/translate` 用 multipart。必填是图片文件；`target_lang` 默认 ENG。源语言空着就是 auto。单张不超过 20MB。提交立刻返回 `task_id`，不会卡到译完。

# 1. 提交
curl -X POST https://panel.jikym.com/translate-api/v1/translate \
  -H "X-Api-Key: pmk_your_key_here" \
  -F "image=@packaging.jpg" \
  -F "target_lang=CHS" \
  -F "ocr_engine=paddle" \
  -F "overflow_strategy=cascade" \
  -F "disable_font_border=1"

# 2. 轮询，直到 status=completed 或 failed
curl https://panel.jikym.com/translate-api/v1/tasks/27 \
  -H "X-Api-Key: pmk_your_key_here"

# 3. 下载译图（302 到静态文件）
curl -L https://panel.jikym.com/translate-api/v1/tasks/27/result \
  -H "X-Api-Key: pmk_your_key_here" \
  -o translated.jpg

`status` 用来决定还要不要轮询：`pending` 排队，`processing` 进行中，`completed` 可下载，`failed` 看 `error`。给用户看的进度用 `stage`（排队中 / 识别与翻译中 / AI 出图中 / 已完成 / 失败），不要只用 status 判断「卡没卡住」。结果未好时 `/result` 会 202，失败是 410。

电商包装常见可选项：`ocr_engine=paddle`，略降 `text_threshold` / `box_threshold`，`overflow_strategy=cascade`，`alignment=auto`，`disable_font_border=1`。检测器还有 ctd、dbconvnext、craft。指定实例用 `instance_id`，或 `POST /v1/instances/{id}/translate`。引擎 id 来自 `GET /v1/engines`。

原生 AI、去水印、抠图：同一条 /v1/ai-image

这条不走「识别→翻译→擦除→回填」，而是把图和提示词交给图像模型（文档里写的是 GPT-Image / Grok-Image）。任务照样进 `/v1/tasks`。网页上的原生 AI 模式、去水印、抠图，都是换 `prompt` 和少量开关。

# 抠透明底（对应网站抠图页）
curl -X POST https://panel.jikym.com/translate-api/v1/ai-image \
  -H "X-Api-Key: pmk_your_key_here" \
  -F "image=@subject.jpg" \
  -F "output_format=png" \
  -F "transparency=1" \
  -F "prompt=Remove the background. Keep the main subject sharp with a clean transparent alpha channel."

# 去水印（对应网站去水印页）
curl -X POST https://panel.jikym.com/translate-api/v1/ai-image \
  -H "X-Api-Key: pmk_your_key_here" \
  -F "image=@watermarked.jpg" \
  -F "prompt=Remove watermarks and logo stamps. Reconstruct covered background. Keep composition and resolution."

模型名单和「能不能自选」以后端当时开放的为准，不要在文章或客户端写死某一家里程碑版本。接入方式见 多模型说明。

只要文字：OCR

`POST /v1/ocr` 上传 image（图或 PDF，最大 20MB），可选 `model`。立刻拿 `task_id`，轮询 `GET /v1/ocr/tasks/{task_id}`。完成后：`text` 是按行纯文本；`markdown` 在文档解析模型上才有；`regions` 带坐标和分数。

面板关掉自选时，`model` 会被忽略，走默认项。只要抄字、不要译图，用这条，不要占翻译队列。对比见 图片翻译还是 OCR。

压缩和拆图

`POST /v1/compress` 同步处理。`engine` 为 auto / local / tinypng，`preset` 为 high / standard / strong，`output_format` 为 keep / jpeg / png / webp，可选 `max_edge` 限制长边。先 `GET /v1/compress/options` 看当前引擎。

拆图是裁切，不是重绘（`ai_layers` 除外）。`POST /v1/split` 的 `strategy`：

• `whitespace` / `grid` / `layout`：本地或版面裁切，无损，同步返回 parts 和 zip_url。
• `ai_vision`：视觉模型标框再本地裁，无损，异步。
• `ai_layers`：按主体 / 文字 / 背景出图层，有损，异步，尺寸不必对齐原图。

网格用 `rows`、`cols`；空白拆分用 `min_block`、`gap`、`max_blocks`、`padding`。AI 任务用 `GET /v1/split/tasks/{task_id}`，完成态字段和同步结果同一套，客户端只需一个解析器。

接进业务时注意这几条

1. Key 放服务端，不要写进前端仓库或 App 包。
2. 轮询间隔建议 2 秒左右，用 status 结束循环，用 stage 更新界面。
3. 语言代码用 CHS / CHT / ENG / JPN / KOR 这类接口码，不要传「简体中文」四个字。
4. 可选引擎、策略、拆图路线以查询接口返回为准，避免写死后端一改就 400。
5. 网页公测免费，不等于开放 API 无额度、无权限。开通和配额看面板；以后计费以 定价页 为准。