enhancement: 生图/视频支持imagine里生成而不止chat

[XianYuDaXian]

如题，我发现在那里生成的尺度 远比chat里面要大 同样提示词在chat里经常提示管制而imagine里可以顺利生成

[chenyme]

imagine是指？

[XianYuDaXian]

imagine是指？

https://grok.com/imagine 就是网页上专门的入口，比对话里生成尺度要大的多

我这段提示词对话里不管多少次都拒绝，但是在画廊里就可以上:生成视频
iPhone竖屏拍摄，28岁亚洲女性，优雅纤细却曲线优美的身材，站在明亮纯白现代浴室中，光线柔和均匀无阴影。
镜头从正面中等距离开始。
她刚洗完澡，身上裹着白色浴巾。
浴巾自然滑落至地面（可轻微慢动作），露出光洁的背部与侧身曲线。
然后她优雅地练习芭蕾舞姿：
单手握住同侧脚踝，将腿高高抬起接近180度，脚尖绷直过头顶，保持平衡。
身体缓慢地做原地优雅旋转（至少360度），镜头跟随缓慢推移，从头部→胸部→腰线→臀部→修长抬起的腿，完整展现身体的舞蹈线条与肌肉控制力。
最后镜头轻柔停在抬起的腿与身体形成的优美弧线，定格或淡出。
画面风格：电影感，柔和高光，艺术裸体，强调优雅与力量感而非色情，色彩清冷偏日系极简风，8K质感，60fps。

[yeluonight]

imagine是指？

https://grok.com/imagine 就是网页上专门的入口，比对话里生成尺度要大的多

我这段提示词对话里不管多少次都拒绝，但是在画廊里就可以上:生成视频 iPhone竖屏拍摄，28岁亚洲女性，优雅纤细却曲线优美的身材，站在明亮纯白现代浴室中，光线柔和均匀无阴影。 镜头从正面中等距离开始。 她刚洗完澡，身上裹着白色浴巾。 浴巾自然滑落至地面（可轻微慢动作），露出光洁的背部与侧身曲线。 然后她优雅地练习芭蕾舞姿： 单手握住同侧脚踝，将腿高高抬起接近180度，脚尖绷直过头顶，保持平衡。 身体缓慢地做原地优雅旋转（至少360度），镜头跟随缓慢推移，从头部→胸部→腰线→臀部→修长抬起的腿，完整展现身体的舞蹈线条与肌肉控制力。 最后镜头轻柔停在抬起的腿与身体形成的优美弧线，定格或淡出。 画面风格：电影感，柔和高光，艺术裸体，强调优雅与力量感而非色情，色彩清冷偏日系极简风，8K质感，60fps。

使用grok-imagine-1.0这个模型应该就是走imagine吧

[XianYuDaXian]

不是的，如果关闭临时会话的话看到你的程序是在chat里面发送文字请求的生成，而在imagine里生成图片则是输入生成词，一次生成四张。尺度也大得多。websocket方式通信

[kc0ed]

期待

[sd3420625]

确实，试了下官网imagine尺度好大，这才是真的nsfw

[chenyme]

不是的，如果关闭临时会话的话看到你的程序是在chat里面发送文字请求的生成，而在imagine里生成图片则是输入生成词，一次生成四张。尺度也大得多。websocket方式通信

佬，你的这个是什么号？我这里都是调用的那个 chat 接口，没看到这个websocket通信方式的请求

[XianYuDaXian]

不是的，如果关闭临时会话的话看到你的程序是在chat里面发送文字请求的生成，而在imagine里生成图片则是输入生成词，一次生成四张。尺度也大得多。websocket方式通信

佬，你的这个是什么号？我这里都是调用的那个 chat 接口，没看到这个websocket通信方式的请求

我就用的普通的免费号，访问这个url就可以生成了https://grok.com/imagine 如果采用websocket来生成的话 应该可以做到连图片从糊到清晰的过程都获取 佬你再研究下 这样子就更好用了

[chenyme]

https://grok.com/imagine

我就是这个页面，但是是 chat 接口，你有开启什么设置吗

[XianYuDaXian]

https://grok.com/imagine

我就是这个页面，但是是 chat 接口，你有开启什么设置吗

佬，我根据网络活动让反重力摸了一版简易的WS生图，你参考下

import asyncio
import json
import uuid
import time
import base64
import argparse
import aiohttp
import os

颜色定义

GREEN = "\033[92m"
BLUE = "\033[94m"
YELLOW = "\033[93m"
END = "\033[0m"

class GrokSimplicity:
def init(self, sso: str, proxy: str = None):
self.sso = sso.replace("sso=", "")
self.proxy = proxy
self.ws_url = "wss://grok.com/ws/imagine/listen"
self.request_id = str(uuid.uuid4())

def get_headers(self):
    return {
        "Cookie": f"sso={self.sso}; sso-rw={self.sso}",
        "Origin": "https://grok.com",
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/133.0.0.0 Safari/537.36",
        "Accept-Language": "zh-CN,zh;q=0.9",
    }

async def generate(self, prompt: str):
    print(f"{BLUE}[*] 正在连接 WebSocket 并发送请求...{END}")
    
    async with aiohttp.ClientSession() as session:
        try:
            async with session.ws_connect(
                self.ws_url, 
                headers=self.get_headers(),
                proxy=self.proxy
            ) as ws:
                
                payload = {
                    "type": "conversation.item.create",
                    "timestamp": int(time.time() * 1000),
                    "modelName": "imagine",
                    "temporary": False,
                    "item": {
                        "type": "message",
                        "content": [{
                            "requestId": self.request_id,
                            "text": prompt,
                            "type": "input_text",
                            "properties": {
                                "aspect_ratio": "16:9",
                                "enable_nsfw": True
                            }
                        }]
                    }
                }
                await ws.send_json(payload)
                print(f"{GREEN}[+] 指令已发送: {prompt}{END}")

                # 2. 循环监听推送
                captured_ids = set() # 用于记录已保存的高清图 ID
                print(f"{BLUE}[*] 正在监听实时数据流，预计获取 4 张图...{END}")
                
                while len(captured_ids) < 4:
                    msg = await ws.receive()
                    if msg.type == aiohttp.WSMsgType.TEXT:
                        data = json.loads(msg.data)
                        
                        if data.get("type") == "image":
                            blob = data.get("blob")
                            url = data.get("url", "")
                            if not blob: continue
                            
                            # 从 URL 提取唯一图片 ID (用于去重)
                            # 格式示例: /images/5277df41-1181-426b-967a-063063063063.jpg
                            image_id = url.split('/')[-1].split('.')[0] if url else "unknown"
                            blob_size = len(blob)
                            
                            # 如果是高清图且没存过
                            if blob_size > 100000 and image_id not in captured_ids:
                                captured_ids.add(image_id)
                                filename = f"image_{len(captured_ids)}.jpg"
                                
                                with open(filename, "wb") as f:
                                    f.write(base64.b64decode(blob))
                                
                                print(f"{GREEN}[✓] 成功捕获第 {len(captured_ids)}/4 张高清图: {filename} ({blob_size//1024} KB){END}")
                                
                                if len(captured_ids) >= 4:
                                    print(f"{GREEN}[FINISH] 4 张图片已全部下载完成！{END}")
                                    return
                            elif blob_size <= 100000:
                                # 预览图直接跳过或静默输出
                                pass

                    elif msg.type in (aiohttp.WSMsgType.CLOSED, aiohttp.WSMsgType.ERROR):
                        print(f"{YELLOW}[!] WebSocket 已关闭{END}")
                        break
        except Exception as e:
            print(f"\033[91m[!] 错误: {e}{END}")

async def main():
parser = argparse.ArgumentParser(description="Grok Imagine 极简生图客户端")
parser.add_argument("sso", nargs="?", help="你的 Grok sso cookie (直接传入，或者留空以交互式输入)")
parser.add_argument("--prompt", default="a powerful robot building a computer", help="生图提示词")
parser.add_argument("--proxy", help="代理地址 (例如 http://127.0.0.1:7890)")

args = parser.parse_args()

# 补充红色定义
RED = "\033[91m"

if not args.sso:
    try:
        args.sso = input(f"{YELLOW}[?] 请输入 Grok SSO Cookie: {END}").strip()
    except EOFError:
        pass

if not args.sso:
    print(f"{RED}[!] 错误: 未提供 SSO Cookie，程序退出。{END}")
    return

client = GrokSimplicity(args.sso, args.proxy)
await client.generate(args.prompt)

if name == "main":
asyncio.run(main())

python grok_imagine_lite.py --prompt "可爱小金毛" 运行然后输入sso就可以

[chenyme]

佬，我根据网络活动让反重力摸了一版简易的WS生图，你参考下

能否提供一下 网络活动的 那个请求

[XianYuDaXian]

佬，我根据网络活动让反重力摸了一版简易的WS生图，你参考下

能否提供一下 网络活动的 那个请求

你那边看到的不一样吗？我这边看到的活动是一旦输入文字，网页就开始WS listen了