如何在项目中配置 Codex 中转站使用 GPT-Image-2 生图

最近在折腾项目集成 AI 绘图功能，看中了 OpenAI 的 GPT-Image-2 模型。不过直接调用官方 API 除了网络问题，成本和限制也不少。于是想着用 Codex 中转站来做一个代理转发，搞个低成本、高可用的方案。

今天就分享一下具体的操作步骤，以及我踩坑后总结的解决方案。

一、准备工作

在开始之前，你需要准备好以下几样东西：

1. Codex 中转站的 API Key：确保你已经在 Codex 平台注册并获取了访问密钥。
2. 项目环境：这里以 Node.js 为例，其他语言（Python、Go 等）逻辑类似。
3. 基础网络环境：虽然用了中转，但你的服务器最好能提供稳定的网络环境，避免图片生成超时。

二、配置中转接口

Codex 中转站的核心在于将标准的 OpenAI API 请求转发到指定的通道。GPT-Image-2 的调用路径和参数与 DALL-E 3 比较相似，但要注意 model 参数的指定。

GPT-Image-2 生成效果示例：赛博朋克风格的猫

1. 设置请求地址

通常我们将请求地址指向 Codex 提供的 Endpoint。在代码中，我们需要把 baseURL 替换为中转站的地址。

const configuration = new Configuration({
  basePath: 'https://your-codex-proxy-url/v1', // 替换为你的 Codex 中转地址
  apiKey: 'YOUR_CODEX_API_KEY'
});
const openai = new OpenAIApi(configuration);

2. 关键参数配置

调用 GPT-Image-2 时，model 字段是关键。很多小伙伴直接沿用了 dall-e-3，结果发现模型不匹配。

正确的请求体应该类似这样：

{
  "model": "gpt-image-2",
  "prompt": "一只赛博朋克风格的猫，霓虹灯背景，超高清",
  "n": 1,
  "size": "1024x1024"
}

注意：gpt-image-2 可能支持特定的图片尺寸，具体要根据中转站的文档来调整，如果不匹配，会报 400 Bad Request 错误。

三、踩坑与解决方案

在实际操作中，我遇到了几个比较典型的问题，这里统一给个解决方案，大家遇到类似情况可以对号入座。

API 集成与异步处理流程示意

问题 1：返回 401 Unauthorized

现象：API 调用直接报鉴权失败。 原因：Codex 的 Key 填写错误，或者中转站针对该模型有额外的权限校验。 解决：检查 API Key 是否复制完整，部分中转站需要单独开启图片生成权限，去后台确认一下。

问题 2：生成图片链接无法访问

现象：API 返回了 URL，但在浏览器打开提示 403 或超时。 原因：GPT-Image-2 生成的图片链接通常有时效性，或者被引用站屏蔽了外链。 解决：拿到 URL 后，建议在代码中立即通过流的方式下载到本地服务器或对象存储（如 S3），然后再返回给前端。这样既保证图片持久化，也能避免跨域问题。

问题 3：生图速度慢/超时

现象：等待了很久才返回结果，甚至出现 Gateway Timeout。 原因：AI 生图本来就比较耗时，特别是高分辨率模型。如果中转站负载高，延迟会更明显。 解决：

1. 调整客户端超时时间，建议设置在 60s 以上。
2. 采用异步模式：前端请求后端 -> 后端调用中转 -> 任务排队 -> Webhook 回调通知或前端轮询结果。不要让 HTTP 请求一直挂着。

四、代码示例（Node.js）

下面是一个完整的封装示例，包含了超时处理和错误捕获：

const axios = require('axios');

async function generateImage(prompt) {
  try {
    const response = await axios.post(
      'https://your-codex-proxy-url/v1/images/generations',
      {
        model: 'gpt-image-2',
        prompt: prompt,
        n: 1,
        size: '1024x1024'
      },
      {
        headers: {
          'Authorization': 'Bearer YOUR_CODEX_API_KEY',
          'Content-Type': 'application/json'
        },
        timeout: 120000 // 设置超时时间为 120 秒
      }
    );
    return response.data;
  } catch (error) {
    console.error('生图失败:', error.response ? error.response.data : error.message);
    throw error;
  }
}

// 使用示例
generateImage('未来的城市景观，电影质感')
  .then(res => console.log(res))
  .catch(err => console.error(err));

五、总结

通过 Codex 中转站调用 GPT-Image-2 本质上就是做一个“套壳”操作，但细节决定成败。重点在于 model 名称的准确填写、API Key 的权限配置以及针对生成耗时所做的异步化处理。

目前这套方案在测试环境中运行稳定，生成的图片质量也比 DALL-E 2 有了明显提升。如果你也在做类似的集成，希望这篇笔记能帮你少走弯路！

如果有更多关于参数优化或成本控制的小技巧，欢迎在评论区交流。