> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Materiały referencyjne i zasoby > **Note** > > **Poradnik** · Zakłada, że masz za sobą [szybki start z Image & Video ](/docs/pl/eleven-api/guides/cookbooks/image-and-video). ## Omówienie Większość modeli Image & Video przyjmuje media wraz z promptem: pierwszą klatkę filmu, obrazy do edycji czy audio do synchronizacji ruchu ust. Każde pole API przyjmujące media oczekuje obiektu referencji zamiast surowych bajtów w określonym formacie, a każda referencja ma `type`, który wskazuje źródło mediów. | `type` | Wskazuje na | Pola | | --------------- | -------------------------------------------------------- | ----------------------------- | | `generation` | Wynik innej generacji — zakończonej lub wciąż trwającej. | `generation_id` | | `asset` | Plik przesłany do API zasobów. | `asset_id` | | `inline_base64` | Media zakodowane bezpośrednio w treści żądania. | `content_base64`, `mime_type` | Trzy rodzaje są wymienne wszędzie tam, gdzie można użyć referencji, więc to samo pole może przyjąć wynik generacji w jednym żądaniu, a przesłany zasób w kolejnym. ## Połącz generacje w łańcuch Referencja `generation` nie musi wskazywać na zakończoną generację. Wyślij obraz, pobierz ID z odpowiedzi i od razu przekaż je w żądaniu filmu bez czekania: API ustawi film w kolejce za obrazem i uruchomi go, gdy tylko obraz będzie gotowy. Między tymi dwoma wywołaniami nic nie jest przesyłane. Ustaw `webhook` w ostatniej generacji łańcucha i nie musisz w ogóle czekać. Oba wywołania zwracają odpowiedź, gdy ich generacja trafi do kolejki, cały graf działa po stronie serwera, a twój endpoint zostanie wywołany, gdy ostatnia generacja osiągnie status końcowy. ```python maxLines=0 from elevenlabs import ( ImageGenerationRequest_Gemini3ProImage, ImageReference_Generation, VideoGenerationRequest_Veo31FastGenerate001, WebhookTarget_All, ) still = elevenlabs.flows.image.create( request=ImageGenerationRequest_Gemini3ProImage( prompt="A lighthouse on a cliff at dawn, heavy fog rolling in from the sea", aspect_ratio="16:9", ) ) # `still` is still pending here. Submitting now queues the video behind it. clip = elevenlabs.flows.video.create( request=VideoGenerationRequest_Veo31FastGenerate001( prompt="The fog thickens and the beam sweeps across the water", start_frame=ImageReference_Generation(generation_id=still.id), duration_secs=8, webhook=WebhookTarget_All(), ) ) print(clip.id) ``` ```typescript maxLines=0 const still = await elevenlabs.flows.image.create({ modelId: "gemini-3-pro-image", prompt: "A lighthouse on a cliff at dawn, heavy fog rolling in from the sea", aspectRatio: "16:9", }); // `still` is still pending here. Submitting now queues the video behind it. const clip = await elevenlabs.flows.video.create({ modelId: "veo-3.1-fast-generate-001", prompt: "The fog thickens and the beam sweeps across the water", startFrame: { type: "generation", generationId: still.id }, durationSecs: 8, webhook: { type: "all" }, }); console.log(clip.id); ``` Tylko ostatnia generacja potrzebuje `webhook`. Ustawienie go także dla obrazu dostarczy zdarzenie również dla wyniku pośredniego. Przydaje się to do raportowania postępu, ale nie jest potrzebne do uruchomienia łańcucha. Tak jak w innych miejscach, pole wymaga webhooka subskrybującego zdarzenia generacji; aby go skonfigurować, zobacz [webhooki Image & Video](/docs/pl/eleven-api/guides/how-to/image-and-video/webhooks). Jeśli nie masz endpointu do odbierania callbacków, pomiń `webhook` i zamiast tego odpytywać końcową część łańcucha. Pośredni obraz nadal nie wymaga własnego odpytywania — zaczekaj tylko raz, na ostatnią generację, w interwale dla jej typu. W przypadku filmu to maksymalnie raz na 10 sekund. Zobacz [zasady odpytywania](/docs/pl/eleven-api/guides/cookbooks/image-and-video#polling-guidelines). ```python import time while True: result = elevenlabs.flows.video.get(clip.id) if result.status in ("completed", "failed"): break time.sleep(10) ``` ```typescript let result = await elevenlabs.flows.video.get(clip.id); while (result.status === "pending" || result.status === "generating") { await new Promise((resolve) => setTimeout(resolve, 10000)); result = await elevenlabs.flows.video.get(clip.id); } ``` Generacja odwołująca się do niezakończonej pracy jest tworzona od razu i pozostaje w stanie `pending`, aż zakończą się wszystkie generacje, do których się odwołuje. Nie musisz nic robić, by ją uruchomić. Łańcuchy mogą mieć dowolną głębokość i szerokość — generacja może czekać na kilka referencji, z których każda sama jeszcze czeka — więc cały graf można wysłać za jednym razem i odebrać tylko na jego końcach. Czas w kolejce nie wlicza się do limitu czasu generacji. Jeśli wskazana generacja się nie powiedzie, zależna od niej generacja nigdy nie ruszy: zakończy się z powodem `dependency_failed` i pociągnie za sobą wszystko, co czeka za nią w kolejce. Za nic w przerwanym łańcuchu nie zostanie naliczona opłata — generacja, za którą już zapłacono, zostanie zwrócona, a generacja, której cena zależy od wskazanego wyniku, który jeszcze nie istnieje, na przykład synchronizacja ruchu ust wyceniana według długości oczekującej generacji audio, zostanie naliczona dopiero po uruchomieniu. `generation_id`, które nie istnieje w twoim workspace, zostanie odrzucone już przy wywołaniu tworzenia, więc literówka pojawi się od razu, a nie jako nieudana generacja. ## Prześlij media jako zasób Prześlij plik do API zasobów, gdy media pochodzą spoza ElevenLabs i chcesz używać ich ponownie w różnych generacjach. Zasoby należą do workspace i są przechowywane, dopóki ich nie usuniesz. ```python from elevenlabs import ImageReference_Asset, VideoGenerationRequest_Veo31FastGenerate001 with open("lighthouse.png", "rb") as f: asset = elevenlabs.assets.create(asset=f, name="lighthouse.png") print(asset.asset_id) clip = elevenlabs.flows.video.create( request=VideoGenerationRequest_Veo31FastGenerate001( prompt="The beam sweeps across the water as the fog thickens", start_frame=ImageReference_Asset(asset_id=asset.asset_id), ) ) ``` ```typescript import { createReadStream } from "fs"; const asset = await elevenlabs.assets.create({ asset: createReadStream("lighthouse.png"), name: "lighthouse.png", }); console.log(asset.assetId); const clip = await elevenlabs.flows.video.create({ modelId: "veo-3.1-fast-generate-001", prompt: "The beam sweeps across the water as the fog thickens", startFrame: { type: "asset", assetId: asset.assetId }, }); ``` Odpowiedź na przesłanie opisuje zapisany zasób: ```json { "asset_id": "5xM2KqOnZyce22SPZ9d4", "name": "lighthouse.png", "mime_type": "image/png", "created_at_unix": 1721520000, "content_url": "https://storage.googleapis.com/assets/5xM2KqOnZyce22SPZ9d4" } ``` `content_url` to podpisany URL ważny przez około godzinę. Ma wartość `null`, gdy przesyłanie jest jeszcze przetwarzane. Pobierz zasób ponownie, aby uzyskać nowy URL. > **Warning** > > Dostęp do API zasobów za pomocą klucza API wymaga planu Pro lub wyższego — tego samego poziomu co > endpointy generacji. ### Limity miejsca Przesłane zasoby wliczają się do łącznego limitu miejsca w workspace, który zależy od planu: | Plan | Miejsce na zasoby | | ---------- | ----------------- | | Pro | 11 GB | | Scale | 33 GB | | Business | 111 GB | | Enterprise | 333 GB | Do limitu wliczają się tylko przesłane pliki, nie wygenerowane wyniki. Przesłanie, które przekroczyłoby limit workspace, zostanie odrzucone z błędem `asset_storage_limit_exceeded` zanim plik zostanie odczytany. Usuń niepotrzebne zasoby, by zwolnić miejsce, lub skontaktuj się z pomocą, aby zwiększyć limit. ### Zarządzanie zasobami Wyświetl zasoby od najnowszych, opcjonalnie filtrując po nazwie, i przechodź przez wyniki stronami za pomocą kursora z poprzedniej odpowiedzi. `page_size` przyjmuje wartości od 1 do 100, a domyślnie wynosi 30. ```python page = elevenlabs.assets.list(page_size=20, search="lighthouse") for asset in page.assets: print(asset.asset_id, asset.name, asset.mime_type) if page.has_more: page = elevenlabs.assets.list(page_size=20, search="lighthouse", cursor=page.next_cursor) ``` ```typescript let page = await elevenlabs.assets.list({ pageSize: 20, search: "lighthouse" }); for (const asset of page.assets) { console.log(asset.assetId, asset.name, asset.mimeType); } if (page.hasMore) { page = await elevenlabs.assets.list({ pageSize: 20, search: "lighthouse", cursor: page.nextCursor, }); } ``` Pobierz lub usuń pojedynczy zasób według ID. Usunięcie zasobu nie wpływa na generacje, które już go użyły. ```python asset = elevenlabs.assets.get("5xM2KqOnZyce22SPZ9d4") elevenlabs.assets.delete("5xM2KqOnZyce22SPZ9d4") ``` ```typescript const asset = await elevenlabs.assets.get("5xM2KqOnZyce22SPZ9d4"); await elevenlabs.assets.delete("5xM2KqOnZyce22SPZ9d4"); ``` ## Przekaż media inline Referencja `inline_base64` zawiera media w treści żądania, więc nie trzeba osobno przesyłać plików używanych jednorazowo. Zakoduj plik standardowym alfabetem base64 i podaj jego typ MIME. ```python import base64 from elevenlabs import ImageGenerationRequest_GptImage2, ImageReference_InlineBase64 with open("headshot.jpg", "rb") as f: encoded = base64.b64encode(f.read()).decode() generation = elevenlabs.flows.image.create( request=ImageGenerationRequest_GptImage2( prompt="Replace the background with a softly lit studio backdrop", images=[ ImageReference_InlineBase64( content_base64=encoded, mime_type="image/jpeg", ) ], ) ) ``` ```typescript import { readFile } from "fs/promises"; const encoded = (await readFile("headshot.jpg")).toString("base64"); const generation = await elevenlabs.flows.image.create({ modelId: "gpt-image-2", prompt: "Replace the background with a softly lit studio backdrop", images: [ { type: "inline_base64", contentBase64: encoded, mimeType: "image/jpeg", }, ], }); ``` > **Warning** > > Media inline są przechowywane jako tymczasowy zasób bez gwarancji retencji i mogą zostać usunięte po > zakończeniu generacji. Jeśli musisz użyć tego samego materiału więcej niż raz, prześlij plik do API > zasobów. Zawartość inline jest ograniczona do 25 MB na referencję po zdekodowaniu. Większe pliki należy przesyłać do API zasobów, które przyjmuje znacznie większe pliki i nie ponosi narzutu rozmiaru base64. Każdy typ mediów akceptuje określony zestaw typów MIME: | Referencja | Akceptowane `mime_type` | | ---------- | ------------------------------------------------------------------- | | Obraz | `image/jpeg`, `image/png`, `image/webp`, `image/heic`, `image/heif` | | Audio | `audio/mpeg`, `audio/wav` | | Film | `video/mp4`, `video/quicktime`, `video/webm` | ## Pola referencji według modelu Pola referencji są nazwane zgodnie z rolą, jaką pełnią media. `start_frame` i `end_frame` to pojedyncze obrazy wyznaczające początek i koniec filmu, `image` i `audio` to wymagane dane wejściowe modelu synchronizacji ruchu ust, a same liczby mnogie `images`, `videos` i `audios` to dowolne materiały referencyjne, z których korzysta model. Pola akceptowane przez model oraz prawidłowe kombinacje różnią się zależnie od modelu. `end_frame` zawsze wymaga `start_frame`. Naruszenie ograniczenia zwraca błąd walidacji wskazujący problematyczne pole, więc generacja nigdy się nie rozpoczyna i nie jest naliczana. ### Veo 3.1 Oba modele Veo akceptują `start_frame`, `end_frame` i maksymalnie trzy wpisy w `images`. W przeciwieństwie do innych modeli każdy wpis w `images` łączy referencję z rolą, jaką pełni: ```json { "images": [ { "image": { "type": "asset", "asset_id": "5xM2KqOnZyce22SPZ9d4" }, "role": "subject" }, { "image": { "type": "asset", "asset_id": "7pQ4LnBvXkR2mT9wYcHd" }, "role": "style" } ] } ``` Referencja `subject` umieszcza obiekt lub elementy sceny z obrazu w filmie, a referencja `style` przenosi jego styl wizualny. Obrazy referencyjne nie mogą być łączone z `start_frame` ani `end_frame` i wymagają ośmiosekundowego czasu trwania. ### Seedance > **Warning** > > Modele ByteDance są domyślnie wyłączone i wymagają wyraźnej zgody przed użyciem. Klienci Enterprise > mogą skontaktować się z pomocą, aby poprosić o dostęp. Trzy warianty Seedance 2.0 akceptują `start_frame`, `end_frame`, do 9 `images`, do 3 `videos` i do 3 `audios`, z tymi ograniczeniami: * Referencje nie mogą być łączone z `start_frame` ani `end_frame`. * Referencyjne audio wymaga co najmniej jednego obrazu lub filmu referencyjnego, na przykład do synchronizacji ruchu ust. * Łączna liczba plików referencyjnych nie może przekraczać 12. Seedance 2.5 zwiększa limity do 30 `images`, 10 `videos` i 10 `audios`, bez łącznego limitu, oraz usuwa zasadę, że referencyjne audio potrzebuje towarzyszącego obrazu lub filmu, więc akceptowane jest samo audio. Referencji nadal nie można łączyć z `start_frame` ani `end_frame`. ### GPT Image Modele GPT Image akceptują `mask` wraz z `images`. W pełni przezroczyste obszary maski wskazują, gdzie można edytować pierwszy obraz referencyjny. Maska bez obrazów referencyjnych zostanie odrzucona. ## Kolejne kroki #### [Webhooki](/docs/pl/eleven-api/guides/how-to/image-and-video/webhooks) Odbieraj wynik generacji zamiast go odpytywać. #### [Omówienie Image & Video](/docs/pl/overview/capabilities/image-video) Porównaj możliwości modeli, obsługiwane formaty i dostępność. #### [Dokumentacja API](/docs/pl/api-reference/flows/image/create) Poznaj endpointy obrazów, filmów i zasobów.