生成

部件拆解

POST/v1/images/parts-board

将一张参考图拆解为展开的“拆解板”——也就是把主体按部件拆分、排布在同一张画布上的图像。

异步 返回 id，轮询或 Webhook典型 ~180–240s费用 80 积分

提供一张图像——可以是已拥有的 assetId、一个 imageUrl，或以 multipart 方式上传的 image。结果是一个主体已拆分为部件的全新图像资产。将该拆解板送入 图生 3D，即可得到各部件在空间上保持分离的网格。

无需引擎、分辨率或提示词 部件拆解完全由服务器端调优。分类器会识别主体类型（机甲、载具、角色、生物等），并应用对应的拆解方式，因此无需选择引擎或编写提示词。这是刻意的设计：仅设一个固定价格、一条经过验证的流水线，从而杜绝对审核与利润的绕过。

参数

参数说明
assetId条件必填
string		您拥有的、待拆解的现有图像资产——与工作区中“拆解为部件”操作的路径相同。除非发送 imageUrl 或 multipart 的 image 文件，否则必填。
imageUrl条件必填
string		源图像 URL (http/https)。本地文件请改用 multipart 的 image 部分发送。除非发送 assetId 或 multipart 的 image，否则必填。
license可选默认私有
string		生成的拆解板的许可证。默认为私有 (all-rights-reserved)。
图像来源有且仅有一个 请在 assetId、imageUrl 或 multipart 的 image 部分中发送其中一个。若设置了多个，优先级为 multipart image > assetId > imageUrl。

请求

拆解现有资产
curl -X POST https://api.picoberry.ai/v1/images/parts-board \
  -H "Authorization: Bearer pb_live_xxx" \
  -H "Content-Type: application/json" \
  -d '{"assetId":"019abc…"}'
r = requests.post("https://api.picoberry.ai/v1/images/parts-board", headers=headers,
    json={"assetId": "019abc…"})
board_id = r.json()["data"]["id"]
const res = await fetch(`${BASE}/v1/images/parts-board`, {
  method: "POST", headers: { ...headers, "Content-Type": "application/json" },
  body: JSON.stringify({ assetId: "019abc…" }),
});
const { id } = (await res.json()).data;
图像输入 单帧 png、jpeg、webp 或 gif，最大 20 MB。URL 由服务器端拉取，因此必须可公开访问。单色背景上只有一个清晰主体时拆解效果最佳。

响应

响应 · 200
{ "success": true, "data": { "id": "019…", "taskStatus": 0, "type": "image" } }

调用会立即返回。轮询 GET /v1/assets/{id}，直到 taskStatus 变为 2；拆解板图像会出现在 files.image 中，识别出的主体类型位于 details.partsBoard.category。随后将该图像发送到 POST /v1/models/from-image，即可获得部件分离的网格。

上传或 URL

没有已托管的资产？可以将本地文件作为 multipart 的 image 部分上传，或在 JSON 中传入一个公开的 imageUrl。

本地上传
curl -X POST https://api.picoberry.ai/v1/images/parts-board \
  -H "Authorization: Bearer pb_live_xxx" \
  -F "image=@./hero.png"
requests.post("https://api.picoberry.ai/v1/images/parts-board", headers=headers,
    files={"image": open("hero.png", "rb")})
const fd = new FormData();
fd.append("image", fileBlob, "hero.png");
await fetch(`${BASE}/v1/images/parts-board`, { method: "POST", headers, body: fd });

或者用 imageUrl 指向一张已托管的图像：

curl -X POST https://api.picoberry.ai/v1/images/parts-board \
  -H "Authorization: Bearer pb_live_xxx" \
  -H "Content-Type: application/json" \
  -d '{"imageUrl":"https://…/hero.png"}'

合适的输入