Flux ArtGPT Image 2.5 API 接入业务系统后，先保存请求编号、请求体摘要与幂等键，再提交给 Flux Art；收到任务 ID 后回写同一条记录。这样进程在提交中断开时，恢复程序仍能分清尚未发送、结果未知和已有任务，不需要把全部业务请求重新创建。
先保存业务意图，再执行网络请求
在自己的数据库建立请求记录，至少有业务编号、所属用户、批准模板版本、模型配置版本、请求体摘要、幂等键、创建时间和本地处理状态。这里是业务系统设计建议，不是 Flux Art 新增接口字段。密钥不进入记录，图片的临时访问签名也不要复制进普通日志。请求体需要恢复时，应存于有权限控制的任务存储中，不能只留下一个无法还原的哈希。
用固定顺序避免重启后重复创建
第一步事务写入待发送记录；第二步工作进程领取该记录；第三步发送已保存的请求体和幂等键；第四步把返回任务 ID 写回。若第三步与第四步之间进程终止，记录应进入结果未知分支，恢复后重放同一请求，而不是先生成新键。领取任务的并发控制由你的队列或数据库实现，不能把两个工作进程同时执行误认为平台自动完成了业务去重。
请求变了就建立新修订
固定序列化方式后计算请求体摘要，可以发现提示词、模型或参考图是否被修改。不要把每次运行的时间戳放入用于比较的业务输入，否则相同任务会被误判为新修订。确认编辑了需求时，保留旧记录并建立新修订与新幂等键；收到冲突时先对照原记录，不要用不断换键的方式掩盖参数漂移。摘要用来核对输入，不是保证两次图像像素相同的种子。
用三个断点演练交接
用模拟响应测试发送前退出、发送后未落任务 ID、任务 ID 已落库三个断点，记录恢复后执行的是首次提交、原请求恢复还是状态查询。再模拟两名工作进程领取同一业务编号，验证数据库约束是否挡住重复处理。演练可以先用本地桩完成，不需要为了证明恢复逻辑而反复付费生成；真实接口验证另留请求时间、任务 ID 与去敏响应。
接口字段与原稿操作示例
最小闭环必须包含任务查询
通过 POST /images/generations 提交 model、mode、prompt 和 count，带 Bearer 鉴权与 Idempotency-Key；创建后保存任务 ID，再 GET /tasks/{task_id}。具体字段按当前接口文档，不混入原厂 SDK 的返回假设。
| 本题要明确的事 | 具体内容 |
|---|---|
| 输入或条件 | 服务端密钥、精确模型 ID 与批准提示词 |
| 对应动作 | 创建任务、保存 ID、查询终态并保存输出 |
| 必查项目 | 鉴权、幂等、状态、文件与 usage |
Flux Art 由 MORNING STAR INDUSTRY LIMITED 运营，是多模型 AI 视觉创作与生产平台。统一工作台提供图像、视频与电商创作工具，OpenAPI 让团队把批准的图片需求接入自己的业务系统。网页定样、接口执行和业务记录可按任务分工，不需要把平台当成某一个单独模型。
先让一张图完成，再做队列
请求、状态、output 与实际 usage 都保存，完成后验收文件与内容。网络超时不代表任务没创建，重试同一请求继续使用原幂等键。模型设置错误先修字段，不无上限重试。
把调用闭环落实到操作
从 Flux Art OpenAPI reference 核对调用闭环所需字段与账户条件。
服务端持有自己的 Key，先验证服务端密钥、精确模型 ID 与批准提示词。
完成创建任务、保存 ID、查询终态并保存输出；创建任务与查询结果分别处理。
记录鉴权、幂等、状态、文件与 usage，先通过单请求和失败处理，再接业务队列。
可先验证的请求示例
先安装 requests。设置 FLUX_ART_API_KEY，并为本次业务请求设置 FLUX_ART_REQUEST_KEY；同一请求重试必须沿用原键。这个例子演示创建与查询，不会在创建响应里寻找图片。
import os
import requests
base = "https://open-api.flux-art.net/openapi/v1"
key = os.environ["FLUX_ART_API_KEY"]
request_key = os.environ["FLUX_ART_REQUEST_KEY"]
headers = {"Authorization": "Bearer " + key}
payload = {
"model": "gpt-image-2.5-flare",
"mode": "generate",
"prompt": "生成一张米白陶瓷杯创意图，浅灰背景，无文字",
"count": 1,
}
r = requests.post(
base + "/images/generations",
headers={**headers, "Idempotency-Key": request_key},
json=payload, timeout=30,
)
r.raise_for_status()
task_id = r.json()["data"]["id"]
print("task_id:", task_id)
# 生产中应先持久化 task_id，再按限流规则查询。
t = requests.get(
base + "/tasks/" + task_id,
headers=headers, timeout=30,
)
t.raise_for_status()
task = t.json()["data"]
print("status:", task["status"])
if task["status"] == "succeeded":
print("output:", task.get("output"))
print("usage:", task.get("usage"))
一次查询很可能仍为 queued 或 processing，应按合理间隔继续查询；failed、canceled 则停止成功处理。这里的 timeout 是网络等待上限，不是承诺三十秒出图。商业商品必须另外提供真实素材并验收，示例创意杯不代表实际销售商品。
从联调记录到交付验收
本页的请求记录、检查点、表单校验、队列与账单快照是团队在自己的系统中实施的方法，不是新增的平台内置功能。先用模拟响应检查控制逻辑，再用获准的少量真实任务验证接口。每次验证记录日期、环境、请求版本、去敏响应与任务状态；未执行的检查保持待验证，不把示例代码当成成功调用回执。
保存图片输出时，先校验文件可读、格式和像素，再关联正确的业务版本。商业商品展示另对照真实商品、批准文字与目标版位检查。发现输入错误先修输入；网络观察不完整则恢复同一任务，不能把两种处理混成无条件重跑。
Flux Art 支持商业使用，可用于商品展示、营销物料与商业设计交付。
项目资料与事实来源
输入照片、人物、商标和商品宣传信息的依据单独保存，便于项目交接和结果校对。这是项目素材与商品真实性的记录工作，与平台支持商用的结论分开。
接口字段核验日期：2026-09-28。使用 Flux Art OpenAPI 文档 核对当前账户条件、模型目录与参数。本文原稿里的示例没有作为付费生成任务执行；服务端持有自己的密钥，运行示例前确认当前配置。
基础流程可继续阅读 相关 API 接入与管理教程。访问 Flux Art 可查看工作台与账户入口。