图片理解

通过 Vortap 的 generateContent 接口，你可以向视觉模型提交图片与文本提示词，让模型识别、描述或分析图片内容。

接口信息

POST /v1beta/models/gemini-2.5-pro:generateContent

基础地址：

https://www.vortapapi.com/v1

请求地址

https://www.vortapapi.com/v1/v1beta/models/gemini-2.5-pro:generateContent

查询参数

名称	类型	必填	说明
key	string	是	Vortap API Key，例如 sk-***。

请求头

名称	必填	说明
Content-Type	是	固定为 application/json。

请求体

请求体使用 JSON 格式。图片可以通过 inline_data 以内联 Base64 的方式提交，也可以配合文本提示词一起发送。

字段说明

字段	类型	必填	说明
contents	array	是	对话内容列表。
contents[].parts	array	是	单条内容中的多模态片段，可包含文本和图片。
contents[].parts[].text	string	否	文本提示词。
contents[].parts[].inline_data	object	否	内联图片数据。
contents[].parts[].inline_data.mime_type	string	是	图片 MIME 类型，例如 image/jpeg、image/png。
contents[].parts[].inline_data.data	string	是	Base64 编码后的图片内容。

示例：使用 Base64 图片进行理解

curl "https://www.vortapapi.com/v1/v1beta/models/gemini-2.5-pro:generateContent?key=sk-***" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [
          {
            "text": "请描述这张图片中的主要内容。"
          },
          {
            "inline_data": {
              "mime_type": "image/jpeg",
              "data": "BASE64_IMAGE_DATA"
            }
          }
        ]
      }
    ]
  }'

示例响应

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "这张图片展示了一只猫坐在窗边，背景中可以看到室内家具和自然光。"
          }
        ],
        "role": "model"
      },
      "finishReason": "STOP",
      "index": 0
    }
  ]
}

常见用途

• 识别图片中的物体、人物、场景或文字
• 生成图片描述或标题
• 分析图表、截图、商品图
• 根据图片回答问题
• 对图片内容进行分类或总结

注意事项

• data 字段需要传入纯 Base64 字符串，不要包含 data:image/jpeg;base64, 这类前缀。
• mime_type 应与实际图片格式一致。
• 如果图片较大，建议先压缩或调整尺寸后再提交。
• 查询参数 key 必须携带有效的 Vortap API Key。