Image API Workbench
目的
針對 OpenAI 或經審查的相容閘道，執行可重複的 Images API 生成或編輯操作。CLI 會驗證請求、建立目錄、記錄串流部分結果、輸出檔案與證據。預設使用 gpt-image-2；目錄僅作為路徑證據，而非端點證明。
工作流程
- 在變更模型或進階參數之前，請先閱讀模型支援。
- 針對每組新的參數組合，使用
scripts/image_api_workbench.py --dry-run。 - 使用
--list-remote-models檢查已設定的閘道，無需花費圖片額度。 - 透過
/v1/images/generations生成；加上--input-image可切換至/v1/images/edits。 - 使用
--background transparent --output-format png或webp以支援透明背景（alpha 通道）。 - 僅在閘道支援圖片 SSE 轉發時，使用
--stream --partial-images 1..3。 - 將資產儲存在此技能目錄之外，並檢查圖片及其元數據側車檔案。
安全預設值
gpt-image-1.5、gpt-image-1-mini與chatgpt-image-latest須使用--allow-deprecated-model啟用；這些模型預定於 2026 年 12 月 1 日關閉。- 已退役的 DALL-E 模型會被封鎖，除非明確指定
--allow-retired-model。 - 已知的 GPT Image 參數會經過模型驗證。供應商擴充功能需使用
--allow-provider-extensions。 - 憑證來自環境變數或 Token 檔案。切勿將金鑰儲存在提示詞、中繼資料、技能檔案、報告或日誌中。
- 中繼資料預設會儲存提示詞的雜湊值。提示詞預覽為選擇性加入。
編輯與在地化
針對雙語對應的視覺素材，請先建立一個經過批准的母版，然後針對每種語言編輯該確切圖片。保留構圖與非文字細節；僅更換可見的文字。使用 scripts/bilingual_contact_sheet.py 建立並排對照審查表。
請參閱操作指南以了解指令、錯誤分類、串流行為與驗證方式。
路由邊界定義在 evals/trigger_cases.json 中。
輸出契約
一次成功付費的呼叫需滿足：
- stdout JSON 的
ok欄位為true； - 最終圖片存在且非空；
- 中繼資料側車檔案存在（除非明確停用）；
- 偵測到的格式與尺寸合理；
- 檢查
actual_size_matches_request（而非推斷）； - 編輯中繼資料需標識每個輸入檔案的路徑、位元組數、SHA-256 與尺寸。
目錄與試執行不能證明端點支援。付費的探測請求需要使用者確認。