OpenAI Responses API 本地图片分析
本页演示将本地图片编码为 Base64 Data URL，再通过 DMXAPI 兼容代理交给 gpt-5.6-sol 分析。
🔗 请求地址
text
https://www.dmxapi.cn/v1/responses模型名称
- 本页示例：
gpt-5.6-sol - 其他模型：替换
model，并检查该模型对推理、输出长度和工具参数的支持情况。
Python 请求示例
python
"""
DMXAPI 图片识别示例脚本
================================
本脚本演示如何使用 DMXAPI 的视觉模型来分析和描述图片内容
功能：将本地图片编码为 Base64 格式，然后发送到 API 进行内容识别
作者：DMXAPI 团队
"""
import base64
import json
import os
import requests
# ========================================
# 配置参数
# ========================================
API_KEY = "sk-****************************" # 替换为你的 DMXAPI 令牌
IMAGE_PATH = "img/cc_01.png" # 仓库内可直接运行的示例图片
# ========================================
# 图片编码函数
# ========================================
def encode_image_to_base64(filepath):
"""
将图片编码为 Base64 数据 URI 格式
该函数读取本地图片文件，将其转换为 Base64 编码的数据 URI，
这是一种可以直接嵌入到 JSON 或 HTML 中的图片表示格式。
参数说明：
filepath (str): 图片文件的本地路径
返回值：
str: 格式为 "data:image/jpeg;base64,..." 的完整数据 URI 字符串
示例：
>>> encode_image_to_base64("example.jpg")
'data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEA...'
"""
# 获取文件扩展名并转换为小写（如 ".jpg", ".png"）
ext = os.path.splitext(filepath)[1].lower()
# 定义文件扩展名到 MIME 类型的映射表
# MIME 类型用于标识数据的格式，浏览器和 API 依赖此信息正确处理图片
mime_map = {
'.jpg': 'image/jpeg',
'.jpeg': 'image/jpeg',
'.png': 'image/png',
'.gif': 'image/gif',
'.webp': 'image/webp'
}
# 根据扩展名获取对应的 MIME 类型，未知格式使用通用二进制类型
mime_type = mime_map.get(ext, 'application/octet-stream')
# 以二进制模式读取图片文件
with open(filepath, "rb") as f:
# 执行编码流程：
# 1. f.read() - 读取文件的所有二进制数据
# 2. base64.b64encode() - 将二进制数据编码为 Base64
# 3. .decode('utf-8') - 将 Base64 字节串转换为 UTF-8 字符串
# 4. f"data:{mime_type};base64,..." - 构造符合标准的数据 URI
return f"data:{mime_type};base64,{base64.b64encode(f.read()).decode('utf-8')}"
# ========================================
# 主程序入口
# ========================================
if __name__ == "__main__":
print("=" * 60)
print("DMXAPI 图片识别示例程序")
print("=" * 60)
# ----------------------------------------
# 步骤 1: 图片编码
# ----------------------------------------
print("[步骤 1/3] 正在编码图片...")
print(f"图片路径: {IMAGE_PATH}")
image_data = encode_image_to_base64(IMAGE_PATH)
print(f"✓ 编码成功，数据长度: {len(image_data)} 字符")
# ----------------------------------------
# 步骤 2: 构造 API 请求
# ----------------------------------------
print("[步骤 2/3] 正在构造 API 请求...")
# 设置 HTTP 请求头
# Content-Type: 告诉服务器我们发送的是 JSON 格式数据
# Authorization: 包含 API 密钥，用于身份验证和授权
headers = {
"Content-Type": "application/json",
"Authorization": f"{API_KEY}"
}
# 构造请求载荷（Payload）
# 这是发送给 API 的核心数据，包含模型选择和输入内容
payload = {
"model": "gpt-5.6-sol", # 使用 GPT-5.6 Sol 视觉模型
"input": [{
"role": "user", # 消息角色：user（用户）、assistant（助手）、system（系统）
"content": [
# 文本输入：告诉模型我们想要什么
{
"type": "input_text",
"text": "红色箭头指向哪个蓝色按钮？只回复按钮文字。",
},
# 图片输入：Base64 编码的图片数据
{"type": "input_image", "image_url": image_data}
]
}]
}
print("✓ 请求构造完成")
# ----------------------------------------
# 步骤 3: 发送请求并处理响应
# ----------------------------------------
print("\n[步骤 3/3] 正在发送请求到 DMXAPI...")
try:
# 发送 POST 请求到 DMXAPI 端点
# requests.post() 会自动处理 JSON 序列化和 HTTP 连接
response = requests.post(
"https://www.dmxapi.cn/v1/responses", # DMXAPI 的响应式端点
headers=headers, # 包含授权信息的请求头
json=payload # 自动序列化为 JSON 的请求体
)
# 检查 HTTP 状态码
# 如果状态码不是 2xx（成功），raise_for_status() 会抛出异常
response.raise_for_status()
print("✓ 请求发送成功")
# ----------------------------------------
# 解析 API 响应
# ----------------------------------------
print("\n正在解析 API 响应...")
result = response.json() # 将响应体解析为 Python 字典
# 打印完整响应用于调试
# indent=2 使输出格式化，ensure_ascii=False 保留中文字符
print("\n" + "=" * 60)
print("完整 API 响应:")
print("=" * 60)
print(json.dumps(result, indent=2, ensure_ascii=False))
print("=" * 60)
# ----------------------------------------
# 检查处理状态
# ----------------------------------------
if result.get("status") == "completed":
print("\n✓ 请求处理完成，正在提取结果...")
# ----------------------------------------
# 提取输出内容
# ----------------------------------------
# API 响应的 output 字段包含模型的输出结果
output = result.get("output", [])
if output and len(output) > 0:
# 在 output 数组中查找 type 为 "message" 的项
# 这是标准的消息输出格式
message = None
for item in output:
if item.get("type") == "message":
message = item
break
# 如果没找到 message 类型，退而求其次使用第一个输出项
if not message:
message = output[0]
# 获取消息内容
content = message.get("content")
# ----------------------------------------
# 解析不同格式的内容
# ----------------------------------------
# API 可能返回多种格式的内容，需要灵活处理
description = ""
if isinstance(content, list) and len(content) > 0:
# 情况 1: content 是数组格式
# 例如: [{"type": "output_text", "text": "这是一张..."}]
text_content = content[0]
if isinstance(text_content, dict):
# 内容项是字典，尝试提取 text 字段
if text_content.get("type") == "output_text":
description = text_content.get("text", "")
elif "text" in text_content:
description = text_content.get("text", "")
elif isinstance(text_content, str):
# 内容项直接是字符串
description = text_content
elif isinstance(content, str):
# 情况 2: content 直接是字符串
# 例如: "这是一张图片的描述"
description = content
# ----------------------------------------
# 显示结果
# ----------------------------------------
if description:
print("\n" + "=" * 60)
print("📷 图片识别结果")
print("=" * 60)
print(description)
print("=" * 60)
else:
# 内容解析失败，显示调试信息
print("\n❌ 错误：无法提取文本内容")
print(f"消息类型: {message.get('type')}")
print(f"内容结构: {content}")
else:
# 响应中没有 output 数据
print("\n❌ 错误：响应中没有输出数据")
print(f"完整结果: {result}")
else:
# ----------------------------------------
# 处理非完成状态
# ----------------------------------------
# 请求可能处于 pending（处理中）、failed（失败）等状态
print(f"\n⚠️ 请求状态: {result.get('status')}")
if result.get("error"):
print(f"API 错误信息: {result.get('error')}")
# ----------------------------------------
# 异常处理
# ----------------------------------------
except requests.exceptions.RequestException as e:
# 捕获所有 requests 库相关的异常
# 包括：网络连接失败、超时、DNS解析失败、HTTP错误等
print(f"❌ 网络请求失败: {str(e)}")
print("请检查：")
print(" 1. 网络连接是否正常")
print(" 2. API 密钥是否有效")
print(" 3. API 端点 URL 是否正确")
except json.JSONDecodeError as e:
# 捕获 JSON 解析失败的异常
# 通常发生在服务器返回的不是有效的 JSON 格式时
print(f"❌ JSON 解析失败: {str(e)}")
print("服务器返回的内容可能不是有效的 JSON 格式")
print(f"响应内容: {response.text[:200]}") # 显示前200个字符
except Exception as e:
# 捕获所有其他未预期的异常
# 这是最后的安全网，防止程序崩溃
print(f"❌ 未知错误: {str(e)}")
print(f"错误类型: {type(e).__name__}")
finally:
# 无论成功还是失败，都会执行的清理代码
print("=" * 60)
print("程序执行完毕")
print("=" * 60)返回示例
json
{
"id": "resp_example_gpt56_base64_image_001",
"object": "response",
"status": "completed",
"model": "gpt-5.6-sol",
"output": [
{
"id": "msg_example_gpt56_base64_image_001",
"type": "message",
"status": "completed",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "添加供应商",
"annotations": []
}
]
}
]
}© 2026 DMXAPI OpenAI Responses API 本地图片分析