Flux ArtGPT Image 2.5 Python 脚本要支持重启恢复，应把 Flux Art task_id、固定业务键与请求版本保存在进程之外。再次运行时先读取记录，有 task_id 就查询，只有明确的新任务才创建。HTTP 等待超时与图片任务失败分开处理，避免每次重启都消耗一次生成。
检查点要存什么
检查点至少保存业务编号、原始请求的受控引用、幂等键、task_id、最近一次状态及更新时间。单机演示可以使用受控本地记录，多人或多进程生产应使用能处理并发的数据库。写入记录时要防止中途留下半个文件，并限制访问权限；不要把密钥与客户图片签名写进一般检查点。哈希用于验证输入版本，不能代替可恢复的原始输入。
把脚本分成恢复与新建两条路径
启动后先读取业务编号对应记录：已有 task_id 时执行 GET 查询；没有 ID 但标记提交结果未知时，复用原请求和原键恢复创建结果；真正未发送的新请求才进入首次创建。这样脚本被任务调度器再次启动，也不会把恢复当成全新创作。不要仅凭某个输出文件不存在就判定未提交，文件下载可能在生成成功之后才中断。
轮询停止不等于任务被取消
给单次网络请求和整个观察过程分别设定上限。网络超时只是本次通信没有及时完成；达到观察期限则保存 task_id 并退出当前观察器，让后续任务继续查询。queued 与 processing 不是错误终态，succeeded 才处理输出，failed 与 canceled 进入对应记录。停止 Python 进程不会自动证明远端任务已经取消，界面文案不能混淆两件事。
用离线响应测试重启行为
给查询函数注入准备好的 queued、processing、succeeded、failed 响应，验证每种状态下保存了什么、下一次运行从哪里继续。再模拟创建响应返回前断开，检查原幂等键是否保留。下面 requests 示例只展示单次创建与单次查询，检查点、事务和调度需要按本节加到实际程序中；没有执行这些测试时，不把示例描述成已经验证的生产系统。
接口字段与原稿操作示例
示例先验证创建与查询
准备 FLUX_ART_API_KEY 与实际可用模型，POST 当前创建接口，检查 HTTP 状态和任务结构。成功后保存 task_id，再 GET 查询。示例只打印安全的任务字段，不打印密钥，结果文件保存按当前 output 结构处理。
| 本题要明确的事 | 具体内容 |
|---|---|
| 输入或条件 | Python、requests、服务端环境变量与固定业务键 |
| 对应动作 | 提交 JSON 后保存 task_id，再查询输出 |
| 必查项目 | HTTP timeout、终态、幂等与安全日志 |
超时分提交超时与生成等待
HTTP timeout 限制网络请求，不保证图片在这个时间内完成。异步任务允许创建与生成分离；生产代码应有总体等待上限、状态轮询和失败处理。提交超时继续使用原幂等键，避免重复任务。
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。
把Python 任务程序落实到操作
从 Flux Art OpenAPI reference 核对Python 任务程序所需字段与账户条件。
服务端持有自己的 Key，先验证Python、requests、服务端环境变量与固定业务键。
完成提交 JSON 后保存 task_id，再查询输出；创建任务与查询结果分别处理。
记录HTTP timeout、终态、幂等与安全日志，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。