from openai import OpenAI
# Инициализировать клиента
client = OpenAI(
api_key="<LLMOXY_API_KEY>", # Введите ваш токен
base_url="https://llmoxy.com/v1" # Точка доступа API
)
# Отправить запрос
response = client.chat.completions.create(
model="gpt-5.4",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello!"}
],
stream=False
)
print(response.choices[0].message.content)
import cv2
import base64
import requests
import os
import math
class VideoAnalyzer:
def __init__(self, video_path):
self.video_path = video_path
if not os.path.exists(video_path):
raise FileNotFoundError(f"❌ Видеофайл не найден: {video_path}")
def get_metadata(self):
"""1. Получить базовые технические параметры видео"""
cap = cv2.VideoCapture(self.video_path)
if not cap.isOpened():
return None
fps = cap.get(cv2.CAP_PROP_FPS)
frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
duration = frame_count / fps if fps > 0 else 0
cap.release()
return {
"width": width,
"height": height,
"fps": round(fps, 2),
"frame_count": frame_count,
"duration_sec": round(duration, 2),
"file_size_mb": round(os.path.getsize(self.video_path) / (1024 * 1024), 2)
}
def extract_keyframes(self, max_frames=5, target_width=512):
"""2. Извлечь ключевые кадры для ИИ-анализа"""
print("📸 Извлечение ключевых кадров...")
cap = cv2.VideoCapture(self.video_path)
total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
if total_frames == 0:
return []
interval = max(1, total_frames // max_frames)
base64_frames = []
for i in range(0, total_frames, interval):
if len(base64_frames) >= max_frames:
break
cap.set(cv2.CAP_PROP_POS_FRAMES, i)
ret, frame = cap.read()
if ret:
h, w, _ = frame.shape
aspect_ratio = h / w
new_height = int(target_width * aspect_ratio)
resized_frame = cv2.resize(frame, (target_width, new_height))
_, buffer = cv2.imencode('.jpg', resized_frame)
base64_str = base64.b64encode(buffer).decode('utf-8')
base64_frames.append(base64_str)
cap.release()
print(f"✅ Успешно извлечено {len(base64_frames)} ключевых кадров")
return base64_frames
def analyze_content_with_ai(self, api_key, base64_frames):
"""3. Вызвать визуальную модель для анализа содержимого видео"""
print("🧠 Запрос ИИ-анализа содержимого видео...")
url = "https://llmoxy.com/v1/chat/completions"
content_payload = [
{"type": "text", "text": "Это несколько кадров, извлеченных в хронологическом порядке из одного видео. Пожалуйста, подробно опишите, что произошло в этом видео? Включая сцены, действия персонажей, атмосферу и основные события."}
]
for b64 in base64_frames:
content_payload.append({
"type": "image_url",
"image_url": {
"url": f"data:image/jpeg;base64,{b64}",
"detail": "low"
}
})
payload = {
"model": "gpt-5.4",
"messages": [{"role": "user", "content": content_payload}],
"max_tokens": 1000,
"stream": True
}
try:
response = requests.post(url, headers={"Authorization": f"Bearer {api_key}"}, json=payload, stream=True)
print("\n📝 Отчет об анализе видео:\n" + "="*30)
full_analysis = ""
for line in response.iter_lines():
if line:
decoded = line.decode('utf-8')
if decoded.startswith('data: ') and decoded != 'data: [DONE]':
try:
chunk = decoded[6:]
import json
delta = json.loads(chunk)['choices'][0]['delta'].get('content', '')
print(delta, end='', flush=True)
full_analysis += delta
except:
pass
print("\n" + "="*30)
return full_analysis
except Exception as e:
print(f"❌ Анализ не удался: {e}")
return None
# Пример использования
if __name__ == "__main__":
video_file = r"Путь к вашему видеофайлу.mp4" # Замените на путь к вашему видеофайлу
my_api_key = "<LLMOXY_API_KEY>" # Замените на ваш ключ API
if not os.path.exists(video_file):
print(f"⚠️ {video_file} не найден, пожалуйста, сначала подготовьте видеофайл.")
else:
analyzer = VideoAnalyzer(video_file)
meta = analyzer.get_metadata()
print(f"\n📊 Метаданные видео: {meta}")
frames = analyzer.extract_keyframes(max_frames=5)
if frames:
analyzer.analyze_content_with_ai(my_api_key, frames)
import requests, json, base64
API_URL = "https://llmoxy.com/v1/chat/completions"
API_KEY = "Bearer <LLMOXY_API_KEY>" # Замените на ваш ключ API
def analyze_image(img_path):
"""Анализировать изображение"""
with open(img_path, "rb") as f:
img_base64 = base64.b64encode(f.read()).decode()
payload = {
"model": "gpt-5.4", # Название модели
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "Пожалуйста, опишите это изображение"},
{
"type": "image_url",
"image_url": {"url": f"data:image/jpeg;base64,{img_base64}"}
}
]
}],
"stream": True
}
headers = {
"Content-Type": "application/json",
"Authorization": API_KEY
}
response = requests.post(API_URL, json=payload, headers=headers, stream=True)
for line in response.iter_lines():
if line:
line = line.decode('utf-8').replace('data: ', '')
if line.strip() == '[DONE]': break
try:
data = json.loads(line)
if content := data['choices'][0]['delta'].get('content'):
print(content, end="", flush=True)
except:
continue
print()
# Пример использования
analyze_image(r"Путь к вашему изображению.jpg") # Замените на фактический путь к изображению
import requests
import time
import json
import os
def generate_video_stream_with_retry(prompt, api_key, max_retries=3):
"""Функция получения инструкций по генерации видео в потоковом режиме с механизмом повторных попыток"""
base_url = "https://llmoxy.com/v1/chat/completions"
headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
payload = {
"model": "veo_3_1",
"messages": [
{
"role": "user",
"content": f"Пожалуйста, помогите мне сгенерировать видео, описание: {prompt}. Пожалуйста, расскажите шаги генерации видео или предоставьте прямую ссылку на видео."
}
],
"max_tokens": 5000,
"temperature": 0.7,
"stream": True
}
for attempt in range(max_retries):
print(f"\n🔄 Попытка {attempt + 1}/{max_retries}...")
full_content = ""
try:
response = requests.post(base_url, headers=headers, json=payload, timeout=120, stream=True)
if response.status_code != 200:
print(f"❌ Запрос не удался, код состояния: {response.status_code}")
if 500 <= response.status_code < 600:
print("⏳ Ошибка сервера, ожидание перед повторной попыткой...")
time.sleep(5)
continue
else:
return None
print("✅ Подключение успешно, начало приема потока данных...\n")
print("-" * 30)
for line in response.iter_lines():
if line:
decoded_line = line.decode('utf-8')
if decoded_line.startswith('data: '):
data_str = decoded_line[6:]
if data_str.strip() == '[DONE]':
print("\n" + "-" * 30)
print("\n✅ Потоковая передача завершена")
break
try:
data_json = json.loads(data_str)
delta = data_json['choices'][0]['delta'].get('content', '')
if delta:
print(delta, end='', flush=True)
full_content += delta
except json.JSONDecodeError:
continue
if full_content:
with open("ai_response.txt", "w", encoding="utf-8") as f:
f.write(full_content)
print(f"📝 Полный ответ сохранен в ai_response.txt")
return full_content
else:
print("⚠️ Контент не получен")
return None
except requests.exceptions.Timeout:
print("⏰ Тайм-аут подключения")
time.sleep(5)
continue
except Exception as e:
print(f"❌ Неизвестная ошибка: {e}")
return None
print(f"😞 По-прежнему не удалось после {max_retries} попыток")
return None
# Пример использования
if __name__ == "__main__":
my_api_key = "<LLMOXY_API_KEY>" # Замените на ваш ключ API
result = generate_video_stream_with_retry(
prompt="Собака, занимающаяся серфингом в море",
api_key=my_api_key,
max_retries=5
)
if result:
print("\n🎬 Задача выполнена")
else:
print("\n❌ Задача не удалась")
import requests
import json
import os
import re
from datetime import datetime
from pathlib import Path
from typing import Optional, Dict, Any, List
from urllib.parse import urlparse
class ImageGenerator:
def __init__(self):
self.api_key = "<LLMOXY_API_KEY>" # Замените на ваш ключ API
self.api_url = "https://llmoxy.com/v1/chat/completions"
self.model = "nano-banana"
self.headers = {
"Authorization": f"Bearer {self.api_key}",
"Content-Type": "application/json"
}
def generate_image(self, prompt: str, save_dir: str = "./generated_images") -> Dict[str, Any]:
"""Сгенерировать изображение и вернуть ссылки на изображения"""
Path(save_dir).mkdir(parents=True, exist_ok=True)
payload = {
"model": self.model,
"messages": [{"role": "user", "content": f"Generate an image based on this prompt: {prompt}"}],
"max_tokens": 1000
}
print(f"Генерация изображения...")
print(f"Prompt: {prompt}")
try:
response = requests.post(self.api_url, headers=self.headers, json=payload, timeout=600)
if response.status_code == 200:
return self._process_response(response, prompt, save_dir)
else:
print(f"Ошибка запроса API: {response.status_code}")
return {"success": False, "error": f"HTTP {response.status_code}", "image_links": []}
except requests.exceptions.RequestException as e:
print(f"Исключение запроса: {e}")
return {"success": False, "error": str(e), "image_links": []}
def _process_response(self, response, prompt, save_dir):
result = {"success": False, "image_links": [], "content": "", "error": None}
try:
response_data = response.json()
if "choices" in response_data and response_data["choices"]:
content = response_data["choices"][0]["message"]["content"]
result["content"] = content
print(f"Содержимое ответа API: {content}")
# Извлечь ссылки на изображения
url_patterns = [
r'https?://[^\s]+?\.(?:jpg|jpeg|png|gif|bmp|webp)',
r'https?://[^\s]+?/image/[^\s]+',
]
found_links = []
for pattern in url_patterns:
matches = re.findall(pattern, content, re.IGNORECASE)
found_links.extend(matches)
if found_links:
result["success"] = True
result["image_links"] = found_links
print(f"Найдены ссылки на изображения: {found_links}")
else:
result["success"] = True
result["note"] = "API вернул текстовое описание, ссылки на изображения не найдены"
except Exception as e:
result["error"] = f"Ошибка обработки ответа: {e}"
return result
def main():
print("🎨 Скрипт генерации изображений")
print("-" * 50)
generator = ImageGenerator()
prompt = "Милый щенок, играющий в саду" # Измените содержимое prompt здесь
result = generator.generate_image(prompt=prompt, save_dir="./test_images")
print("\n" + "=" * 50)
if result.get("success", False):
print("✅ Запрос успешен!")
if result.get("image_links"):
print(f"\n📷 Найдено {len(result['image_links'])} ссылок на изображения:")
for i, link in enumerate(result["image_links"], 1):
print(f" {i}. {link}")
else:
print(f"❌ Генерация не удалась: {result.get('error', 'Неизвестная ошибка')}")
if __name__ == "__main__":
main()
Распознавание изображений Если вам нужно отправлять изображения, пожалуйста, используйте модель gpt-5.4 и обратитесь к стандартному формату OpenAI Vision.