在microsoft foundry部署mai image 2.7后,可以用python向资源端点的/mai/v1/images/edits发送multipart请求,将部署名、编辑提示词和jpeg或png原图一起提交,再把返回的b64_json解码保存为png。这里的model字段填写自定义部署名称,不能仅把目录中的模型名称当作现成可用的部署。
先确认订阅、地区与部署权限
需要可用的Azure订阅、Foundry项目、相应地区支持和部署权限;官方列出的资源角色为Cognitive Services Contributor。当前文档将MAI-Image-2.7标为Preview,模型版本为2026-11-02、部署类型为Global Standard。可在Foundry创建部署,或在已经登录且已选定正确订阅的Azure CLI中执行:
az cognitiveservices account deployment create \ --name <ACCOUNT_NAME> \ --resource-group <RESOURCE_GROUP> \ --deployment-name <DEPLOYMENT_NAME> \ --model-name "MAI-Image-2.7" \ --model-format Microsoft \ --model-version 2026-11-02 \ --sku-name GlobalStandard \ --sku-capacity 1
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
官方部署说明中的模型名、版本和自定义部署名。
提交原图并保存返回的PNG
安装requests,设置AZURE_ENDPOINT、AZURE_API_KEY和DEPLOYMENT_NAME,并把待编辑的source.png放到工作目录。AZURE_ENDPOINT使用资源实际的https://资源名.services.ai.azure.com地址。以下代码只提交一张参考图;接口最多接受五张,需要时重复image字段。
import os
import base64
import requests
endpoint = os.environ["AZURE_ENDPOINT"].rstrip("/")
deployment = os.environ["DEPLOYMENT_NAME"]
api_key = os.environ["AZURE_API_KEY"]
# model使用自己创建的部署名称,不是直接照抄目录模型名。
with open("source.png", "rb") as source:
response = requests.post(
endpoint + "/mai/v1/images/edits",
headers={"api-key": api_key},
data={"model": deployment,
"prompt": "将杯子的颜色改为蓝色,保持背景、构图和其他物体不变。"},
files=[("image", ("source.png", source, "image/png"))],
timeout=(15, 180),
)
response.raise_for_status()
result = response.json()
outputs = [item["b64_json"] for item in result.get("data", []) if item.get("b64_json")]
if not outputs:
raise RuntimeError("没有返回图片数据,请核对响应结构和内容限制")
for index, encoded in enumerate(outputs, 1):
with open(f"edited-{index}.png", "wb") as output:
output.write(base64.b64decode(encoded, validate=True))

编辑接口使用multipart,文档明确支持重复image字段。
编辑请求不要手动声明application/json
requests通过files构造multipart边界,因此示例不手动设置Content-Type。文字生图使用/mai/v1/images/generations及JSON请求,是另一种接口契约。编辑原图只用JPEG或PNG,返回仍为PNG;本例不套用文档中只针对旧2.5、2.6模型的尺寸上限或专用参数。
Camoufox 是一个基于 Firefox 构建的开源反检测浏览器,为 Python 自动化工作流程提供强大的指纹注入和反机器人检测规避功能。它与 Playwright 集成,以提供能够绕过现代机器人检测系统的隐身浏览能力。
区分认证、部署与限流问题
401先检查资源密钥或Entra令牌;改用Entra时,官方令牌范围为https://cognitiveservices.azure.com/.default。404核对资源端点和部署名;400核对必填字段、图片格式和模型支持参数;429按限流信息等待再重试。网络超时不代表服务端没有生成结果,应记录请求信息并按业务的费用与重试策略处理。生成后还需检查实际修改是否符合要求,不能把成功返回PNG当作编辑质量已经通过。
立即学习“Python免费学习笔记(深入)”;

















