Erste Schritte mit der Midjourney API

Das Kernkonzept verstehen

Die MidJourney API simuliert Discord-Button-Interaktionen. Im Gegensatz zu typischen REST-APIs arbeitet sie als Zustandsmaschine, bei der jede Operation neue Buttons für den nächsten Schritt zurückgibt.

Die 4 Kern-APIs

API	Zweck	Wann verwenden
`POST /mj/submit/imagine`	Text-zu-Bild-Generierung	Ausgangspunkt für alle Workflows
`GET /mj/task/\{id\}/fetch`	Task-Status abfragen und Buttons erhalten	Nach jedem Submit (pollen, bis abgeschlossen)
`POST /mj/submit/action`	Einen Button klicken (upscale, vary, zoom usw.)	Wenn du ein Bild bearbeiten möchtest
`POST /mj/submit/modal`	Zusätzliche Eingaben übermitteln	Nur wenn der Status `MODAL` ist

Vollständiges Workflow-Diagramm

┌─────────────────────────────────────────────────────────────────────────────┐
│                         MIDJOURNEY API WORKFLOW                             │
└─────────────────────────────────────────────────────────────────────────────┘

  ┌──────────────────┐
  │  POST /submit/   │  ← Step 1: Submit prompt, get task_id
  │     imagine      │
  └────────┬─────────┘
           │ Returns: { "result": "task_id_1" }
           ▼
  ┌──────────────────┐
  │ GET /task/{id}/  │  ← Step 2: Poll until status = "SUCCESS"
  │      fetch       │
  └────────┬─────────┘
           │ Returns: imageUrl + buttons[] (U1,U2,U3,U4,V1,V2,V3,V4,🔄)
           ▼
  ┌──────────────────┐
  │  POST /submit/   │  ← Step 3: Click a button using customId
  │     action       │
  └────────┬─────────┘
           │ Returns: { "result": "task_id_2" }
           ▼
  ┌──────────────────┐
  │ GET /task/{id}/  │  ← Step 4: Poll the new task
  │      fetch       │
  └────────┬─────────┘
           │
           ├─── status = "SUCCESS" → Done! Get imageUrl
           │
           └─── status = "MODAL" → Need additional input (see Step 5)
                      │
                      ▼
           ┌──────────────────┐
           │  POST /submit/   │  ← Step 5: Submit mask/prompt for special operations
           │      modal       │
           └────────┬─────────┘
                    │ Returns: { "result": "task_id_3" }
                    ▼
           ┌──────────────────┐
           │ GET /task/{id}/  │  ← Step 6: Poll until SUCCESS
           │      fetch       │
           └──────────────────┘

Schlüsselkonzept: Buttons und customId

Jeder erfolgreiche Task gibt ein buttons-Array zurück. Jeder Button hat eine customId, die du verwendest, um die nächste Aktion auszulösen. Beispielantwort von /mj/task/\{id\}/fetch:

{
  "status": "SUCCESS",
  "imageUrl": "https://api.cometapi.com/mj/image/xxx",
  "buttons": [
    { "customId": "MJ::JOB::upsample::1::abc123", "label": "U1" },
    { "customId": "MJ::JOB::upsample::2::abc123", "label": "U2" },
    { "customId": "MJ::JOB::variation::1::abc123", "label": "V1" },
    { "customId": "MJ::JOB::reroll::0::abc123", "emoji": "🔄" }
  ]
}

customId ist kein fester Wert. Er ändert sich bei jedem Task. Hole ihn immer aus dem buttons-Array.

Button-Referenz nach Phase

Nach IMAGINE (4er-Bildraster)

Diese Buttons werden zurückgegeben, wenn deine anfängliche Bildgenerierung abgeschlossen ist:

Button	customId Pattern	Action	Result
U1-U4	`MJ::JOB::upsample::1::xxx`	Einzelnes Bild hochskalieren	Einzelnes Bild in hoher Auflösung
V1-V4	`MJ::JOB::variation::1::xxx`	Variationen generieren	Neues 4er-Bildraster
🔄	`MJ::JOB::reroll::0::xxx::SOLO`	Alles neu generieren	Neues 4er-Bildraster

Nach UPSCALE (einzelnes Bild)

Nach dem Hochskalieren erhältst du Zugriff auf Bearbeitungswerkzeuge:

Label	Needs Modal?
Upscale (Subtle) / Upscale (2x)	❌ Nein
Upscale (Creative) / Upscale (4x)	❌ Nein
Vary (Subtle) 🪄	❌ Nein
Vary (Strong) 🪄	❌ Nein
Vary (Region) 🖌️	✅ Ja (Maske)
Zoom Out 2x / 1.5x 🔍	❌ Nein
Custom Zoom 🔍	✅ Ja (Prompt)
⬅️➡️⬆️⬇️ Pan	❌ Nein
Animate 🎞️	❌ Nein
🔄 Reroll	❌ Nein

Hinweis: Button-Beschriftungen und customId-Formate können je nach der in deinem Prompt angegebenen MJ-Version variieren (z. B. --v 6.1 vs --v 5.2). Lies die Buttons immer aus der API-Antwort aus.

Der Inpaint-Button (Vary Region) erscheint erst nach Upscale.

Vollständiges Beispiel: Generieren und hochskalieren

Schritt 1: Imagine-Anfrage absenden

curl -X POST 'https://api.cometapi.com/mj/submit/imagine' \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "botType": "MID_JOURNEY",
    "prompt": "a cute cat --v 6.1",
    "accountFilter": { "modes": ["FAST"] }
  }'

Antwort:

{ "code": 1, "result": "1768464763141701" }

Schritt 2: Task-Status abfragen

curl -X GET 'https://api.cometapi.com/mj/task/1768464763141701/fetch' \
  -H "Authorization: Bearer $COMETAPI_KEY"

Antwort (wenn abgeschlossen):

{
  "status": "SUCCESS",
  "imageUrl": "https://api.cometapi.com/mj/image/1768464763141701",
  "buttons": [
    { "customId": "MJ::JOB::upsample::1::5f20922e-xxx", "label": "U1" },
    { "customId": "MJ::JOB::upsample::2::5f20922e-xxx", "label": "U2" },
    ...
  ]
}

Schritt 3: Auf U1 klicken, um hochzuskalieren

curl -X POST 'https://api.cometapi.com/mj/submit/action' \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "taskId": "1768464763141701",
    "customId": "MJ::JOB::upsample::1::5f20922e-xxx"
  }'

Antwort:

{ "code": 1, "result": "1768464800000000" }

Schritt 4: Neuen Task abfragen und Ergebnis abrufen

curl -X GET 'https://api.cometapi.com/mj/task/1768464800000000/fetch' \
  -H "Authorization: Bearer $COMETAPI_KEY"

Wenn du /mj/submit/action aufrufst und der Task-Status MODAL statt SUCCESS wird, musst du /mj/submit/modal aufrufen, um zusätzliche Eingaben bereitzustellen.

Operation	Button	What to Submit
Inpaint	Vary (Region)	`maskBase64` (PNG-Maske) + `prompt`
Custom Zoom	🔍 Custom Zoom	`prompt` (z. B. “your prompt —zoom 2”)

Beispiel: Inpaint-Ablauf

# 1. Click Vary (Region) button via Action API
curl -X POST 'https://api.cometapi.com/mj/submit/action' \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"taskId": "xxx", "customId": "MJ::Inpaint::xxx", "enableRemix": true}'

# 2. Poll and see status = "MODAL"
curl -X GET 'https://api.cometapi.com/mj/task/new_task_id/fetch'
# Response: { "status": "MODAL" }

# 3. Submit mask and prompt via Modal API
curl -X POST 'https://api.cometapi.com/mj/submit/modal' \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "taskId": "new_task_id",
    "prompt": "replace with golden crown",
    "maskBase64": "data:image/png;base64,..."
  }'

Auswahl des Geschwindigkeitsmodus

Fügen Sie dem Pfad ein Geschwindigkeitspräfix hinzu:

Modus	Pfadpräfix	Beispiel
Fast	`/mj-fast`	`/mj-fast/mj/submit/imagine`
Turbo	`/mj-turbo`	`/mj-turbo/mj/submit/imagine`
Relax	(Standard)	`/mj/submit/imagine`

Andere Einstiegspunkte

Diese APIs sind unabhängige Einstiegspunkte, die nicht dem imagine → action-Ablauf folgen:

API	Zweck
`POST /mj/submit/blend`	2–5 Bilder zu einem zusammenführen
`POST /mj/submit/describe`	Prompt aus Bild generieren
`POST /mj/submit/video`	Bild in Video umwandeln
`POST /mj/submit/edits`	Bild mit Maske bearbeiten

Tipps zur Fehlerbehebung

Basierend auf dem API-Design und Workflow finden Sie hier häufige Probleme, auf die Sie stoßen können:

Problem	Wahrscheinliche Ursache	Lösung
Vary (Region)-Schaltfläche nicht auffindbar	Es wird ein 4er-Bildraster angezeigt	Zuerst hochskalieren (auf U1-U4 klicken), dann die Schaltflächen prüfen
Task-Status bleibt bei `MODAL` hängen	Der Vorgang erfordert zusätzliche Eingaben	Rufen Sie `/mj/submit/modal` mit den erforderlichen Daten auf
`customId` funktioniert nicht	Veralteter oder fest codierter Wert wird verwendet	Holen Sie immer eine aktuelle `customId` aus der Antwort von `/mj/task/\{id\}/fetch`
Leeres `buttons`-Array	Task wird noch verarbeitet	Warten Sie auf `status: "SUCCESS"`, bevor Sie auf Schaltflächen zugreifen

Inhaltsmoderation

API-Schlüssel

Das Kernkonzept verstehen

Die 4 Kern-APIs

Vollständiges Workflow-Diagramm

Schlüsselkonzept: Buttons und customId

Button-Referenz nach Phase

Nach IMAGINE (4er-Bildraster)

Nach UPSCALE (einzelnes Bild)

Vollständiges Beispiel: Generieren und hochskalieren

Schritt 1: Imagine-Anfrage absenden

Schritt 2: Task-Status abfragen

Schritt 3: Auf U1 klicken, um hochzuskalieren

Schritt 4: Neuen Task abfragen und Ergebnis abrufen

Auswahl des Geschwindigkeitsmodus

Andere Einstiegspunkte

Tipps zur Fehlerbehebung

​Das Kernkonzept verstehen

​Die 4 Kern-APIs

​Vollständiges Workflow-Diagramm

​Schlüsselkonzept: Buttons und customId

​Button-Referenz nach Phase

​Nach IMAGINE (4er-Bildraster)

​Nach UPSCALE (einzelnes Bild)

​Vollständiges Beispiel: Generieren und hochskalieren

​Schritt 1: Imagine-Anfrage absenden

​Schritt 2: Task-Status abfragen

​Schritt 3: Auf U1 klicken, um hochzuskalieren

​Schritt 4: Neuen Task abfragen und Ergebnis abrufen

​Wann ist Modal erforderlich?

​Bestätigte Modal-Operationen

​Auswahl des Geschwindigkeitsmodus

​Andere Einstiegspunkte

​Tipps zur Fehlerbehebung

Das Kernkonzept verstehen

Die 4 Kern-APIs

Vollständiges Workflow-Diagramm

Schlüsselkonzept: Buttons und customId

Button-Referenz nach Phase

Nach IMAGINE (4er-Bildraster)

Nach UPSCALE (einzelnes Bild)

Vollständiges Beispiel: Generieren und hochskalieren

Schritt 1: Imagine-Anfrage absenden

Schritt 2: Task-Status abfragen

Schritt 3: Auf U1 klicken, um hochzuskalieren

Schritt 4: Neuen Task abfragen und Ergebnis abrufen

Wann ist Modal erforderlich?

Bestätigte Modal-Operationen

Auswahl des Geschwindigkeitsmodus

Andere Einstiegspunkte

Tipps zur Fehlerbehebung