Python · Virtual Try-On API

Virtual Try-On API w Python

Nie trzeba instalować nic przez pip — dokumentacja Photta oficjalnie zaleca bibliotekę requests. Trzydziestoliniowy wrapper można bez problemu zintegrować z Django, FastAPI, workerami Celery i handlerami Lambda.

W jednym zdaniu

Zainstaluj `requests`, załaduj `PHOTTA_API_KEY` z env, napisz wrapper `photta_request()` wysyłający `Authorization: Bearer photta_live_xxx` i rzucający wyjątek `PhottaError` przy błędach, a następnie wyślij POST do `/tryon/apparel` i odpytuj `/tryon/apparel/:id` co 3 sekundy do `data.status == 'completed'` — zwykle w 1.5 do 4 minut.

Zaktualizowano · 2026-04-19

Twoje pierwsze zapytanie

PythonNode.jscURLcURL
import time
from photta import photta_request, PhottaError

# 1. Submit the job
created = photta_request("POST", "/tryon/apparel", json={
    "product_type": "dress",
    "product_images": ["https://example.com/dress.jpg"],
    "mannequin_id": "mnq_athena_ts",
    "pose_id": "pose_standing_front",
    "resolution": "2K",
    "aspect_ratio": "3:4",
})
generation_id = created["data"]["id"]

# 2. Poll every 3 seconds. Upper bound: 120 attempts ≈ 6 minutes,
# comfortably above the documented 1.5–4 minute window.
for _ in range(120):
    result = photta_request("GET", f"/tryon/apparel/{generation_id}")
    status = result["data"]["status"]
    if status == "completed":
        print("Result:", result["data"]["output_url"])
        break
    if status == "failed":
        raise RuntimeError(result["data"]["error_message"])
    time.sleep(3)

Czego się spodziewać

Typical completion

1.5–4min

2K / 4K credits

5 / 7

Jewelry types

4

Close-up mannequins

built-in

Jak to działa

Virtual Try-On API w Python

Pięć kroków, zero specyficznych zależności Photta — requests załatwia wszystko.

  1. 01

    Krok 1

    Zarejestruj się i wygeneruj klucz

    Ta sama ścieżka co w innych językach: ai.photta.app → Developers → Generate API key. Klucze zaczynają się od `photta_live_` i działają we wszystkich funkcjach Photta.

  2. 02

    Krok 2

    Załaduj klucz z env

    Ustaw `PHOTTA_API_KEY` w środowisku i odczytaj go przez `os.environ`. W FastAPI lub Django załaduj go raz przy starcie do modułu ustawień. Nie umieszczaj klucza w kodzie ani w publicznej historii Git.

  3. 03

    Krok 3

    Napisz wrapper requests

    Trzydziestoliniowa funkcja `photta_request()` obsługuje bazowy URL, nagłówek Authorization, serializację JSON i tłumaczenie błędów. To jedyna abstrakcja, jakiej potrzebujesz do czasu wydania Python SDK.

  4. 04

    Krok 4

    Wyślij i odpytuj

    Wyślij POST do `/tryon/apparel`, aby otrzymać identyfikator generacji, a następnie odpytuj `/tryon/apparel/:id` w 3-sekundowych odstępach. W Celery lub RQ rozbij pętlę odpytywania na zadania, aby 4-minutowe zadanie nie blokowało workera.

  5. 05

    Krok 5

    Zapisz wynik

    Zakończone zadanie zawiera `output_url` i `thumbnail_url`. Pobierz bajty do własnego magazynu obiektowego — S3, GCS, Cloudflare R2 — aby Twój produkt nie był zależny od CDN Photta przy długoterminowym renderowaniu.

Kod, od początku do końca

Copy, paste, done.

Four snippets — install prerequisites, wrap the REST call, submit + poll, then handle the errors that actually happen in production.

01Use the battle-tested requests library
bash
# Photta doesn't ship an official Python SDK yet — requests is the
# recommended path in the docs. Standard library urllib works too if
# you need zero dependencies.
pip install requests

# Store your API key in env (dotenv optional but convenient)
echo "PHOTTA_API_KEY=photta_live_xxxxx" >> .env
02A 30-line client wrapper you can drop into any project
python
# photta.py
import os
import requests

PHOTTA_BASE_URL = "https://ai.photta.app/api/v1"

class PhottaError(Exception):
    def __init__(self, status: int, code: str, message: str, retry_after: int | None = None):
        super().__init__(message)
        self.status = status
        self.code = code
        self.retry_after = retry_after

def photta_request(method: str, path: str, **kwargs):
    headers = {
        "Authorization": f"Bearer {os.environ['PHOTTA_API_KEY']}",
        "Content-Type": "application/json",
        **kwargs.pop("headers", {}),
    }
    response = requests.request(method, f"{PHOTTA_BASE_URL}{path}", headers=headers, **kwargs)
    body = response.json()
    if not response.ok:
        err = body.get("error", {})
        raise PhottaError(
            status=response.status_code,
            code=err.get("code", "unknown"),
            message=err.get("message", response.reason),
            retry_after=err.get("retry_after"),
        )
    return body
03Submit a try-on and poll until the result is ready
python
import time
from photta import photta_request, PhottaError

# 1. Submit the job
created = photta_request("POST", "/tryon/apparel", json={
    "product_type": "dress",
    "product_images": ["https://example.com/dress.jpg"],
    "mannequin_id": "mnq_athena_ts",
    "pose_id": "pose_standing_front",
    "resolution": "2K",
    "aspect_ratio": "3:4",
})
generation_id = created["data"]["id"]

# 2. Poll every 3 seconds. Upper bound: 120 attempts ≈ 6 minutes,
# comfortably above the documented 1.5–4 minute window.
for _ in range(120):
    result = photta_request("GET", f"/tryon/apparel/{generation_id}")
    status = result["data"]["status"]
    if status == "completed":
        print("Result:", result["data"]["output_url"])
        break
    if status == "failed":
        raise RuntimeError(result["data"]["error_message"])
    time.sleep(3)
04Handle 402 credit exhaustion and 429 rate limits
python
from photta import photta_request, PhottaError
import time

try:
    photta_request("POST", "/tryon/apparel", json={ ... })
except PhottaError as err:
    if err.status == 402:
        # Out of credits — err.code == "insufficient_credits"
        raise
    elif err.status == 429:
        # Rate-limited. Honour the Retry-After header.
        time.sleep(err.retry_after or 30)
        # then retry…
    elif err.status >= 500:
        # Server-side — retry with exponential backoff.
        raise
    else:
        raise

Dlaczego taki format

Dlaczego requests to dziś najlepszy wybór

  • Zero Photta-specific dependencies — `requests` is already in most Python projects
  • Works anywhere Python runs: Django, FastAPI, Flask, Celery workers, Lambda, scripts
  • The client wrapper is ~30 lines — paste it into `photta.py` and move on
  • Pairs naturally with asyncio via `httpx` if you need parallel submission

Czego to nie robi

Honest caveats

  • No official @photta/python SDK yet — REST + requests is the documented pattern
  • No async fetch helper shipped; swap `requests` for `httpx` when you need concurrency
  • Bearer token auth only — no OAuth client credentials yet

Pytania innych programistów

Questions other developers ask

Czy istnieje oficjalne Photta Python SDK?+

Jeszcze nie. Mapa drogowa Photta priorytetyzuje Python SDK po pozyskaniu dziesięciu płacących klientów API. Do tego czasu wspieraną ścieżką jest biblioteka requests (synchronicznie) lub httpx (asynchronicznie) — obie są opisane w oficjalnej dokumentacji i obie współpracują z wrapperem z tej strony.

Jakie wersje Pythona są obsługiwane?+

Python 3.9 i nowsze. Wrapper używa type hintów, f-stringów i składni `str | None`, która działa w 3.10+. W 3.9 zamień `str | None` na `Optional[str]`. Sam requests wspiera 3.8+, ale 3.9+ to praktyczne minimum dla nowoczesnych projektów Photta.

Czy powinienem użyć requests czy httpx?+

requests, jeśli wykonujesz kilka sekwencyjnych połączeń — jest prostszy i obecny w większości projektów. httpx, jeśli potrzebujesz asynchronicznej współbieżności (równoległe wysyłanie, masowe aktualizacje) lub HTTP/2. Wrapper jest mały w obu przypadkach; zamień `requests.request` na `httpx.Client().request`, a reszta kodu pozostanie identyczna.

Czy mogę wywołać to z Django?+

Tak. Umieść wrapper w `services/photta.py`, importuj go w widoku lub zadaniu Celery. Nie wywołuj API wewnątrz synchronicznego handlera żądań, jeśli zadanie jest długie — wyślij je z widoku, zwróć identyfikator generacji i odpytuj z zadania w tle lub consumera Channels.

Jak odpytywać z workera Celery?+

Wyślij zadanie z jednego taska, a następnie zaplanuj kolejne zadanie (przez `apply_async(countdown=3)`), które raz odpyta i zaplanuje się ponownie, aż zadanie zostanie zakończone lub osiągnięty zostanie limit powtórzeń. To zwalnia workery i zapobiega długotrwałym zadaniom, które zakłócają autoskalowanie.

Jak API sygnalizuje błędy?+

Odpowiedzi inne niż 2xx zawierają body JSON z obiektem `error`: `type`, `code`, `message`, oraz `param` przy 400 i `retry_after` przy 429. Wrapper na tej stronie rzuca `PhottaError` zawierający te dane, dzięki czemu możesz reagować na kody statusu bez ręcznego parsowania body.

Python · Virtual Try-On API

Utwórz konto i pobierz klucz API

Zainstaluj `requests`, załaduj `PHOTTA_API_KEY` z env, napisz wrapper `photta_request()` wysyłający `Authorization: Bearer photta_live_xxx` i rzucający wyjątek `PhottaError` przy błędach, a następnie wyślij POST do `/tryon/apparel` i odpytuj `/tryon/apparel/:id` co 3 sekundy do `data.status == 'completed'` — zwykle w 1.5 do 4 minut.

Virtual Try-On API dla Python — Photta | Photta