Openai 请求格式 - 网络图片分析 API 文档

📖 接口说明

通过多模态 AI 模型分析网络图片内容，理解图片、提取图片信息。以下示例使用 gpt-5.6-sol-ssvip 模型，通过图片 URL（image_url）传入待分析图片。

提示

OpenAI 出了新的 responses 接口,兼容性更好
老接口在部分照片格式兼容上有一定的问题
新接口文档:http://doc.dmxapi.cn/res-url-image.html

🔗 接口地址

https://www.dmxapi.cn/v1/chat/completions

💻 Python 调用示例

"""
图片分析工具 - 使用 gpt-5.6-sol-ssvip 模型进行网络图片内容分析
============================================================
本脚本演示如何通过 DMXAPI 调用 OpenAI 兼容的 chat/completions 接口
以图片 URL 方式传入网络图片，让模型分析并描述图片内容
适用于图片描述、物体识别、票据识别等应用场景
"""

import requests

# ============================================================
# API 配置区域
# ============================================================
BASE_URL = "https://www.dmxapi.cn/"                                      # API 基础地址
API_ENDPOINT = BASE_URL + "v1/chat/completions"                          # 对话完成接口
API_KEY = "sk-*************************************************"         # API 密钥(请替换为你的密钥)
MODEL = "gpt-5.6-sol-ssvip"                                              # 使用的模型名称
IMAGE_URL = "https://fenxiang.yesongyun.com/fapiao.png"                  # 待分析图片的 URL 地址

# ============================================================
# 核心功能函数
# ============================================================
def analyze_image(image_url, prompt):
    """
    调用模型分析网络图片内容

    功能说明:
        通过 DMXAPI 调用 gpt-5.6-sol-ssvip 模型,对指定 URL 的图片进行智能分析
        支持图片描述、物体识别、场景理解等多种分析任务

    参数:
        image_url (str): 图片的 URL 地址,需要是公网可访问的链接
        prompt (str): 分析提示词,描述你希望模型如何分析这张图片
    """
    # 构建请求载荷(单条 user 消息,内容包含文本提示与图片 URL)
    payload = {
        "model": MODEL,                                                  # 使用的模型名称
        "messages": [
            {
                "role": "user",                                          # 用户角色:发送分析请求
                "content": [
                    {"type": "text", "text": prompt},                    # 分析提示词
                    {"type": "image_url", "image_url": {"url": image_url}}  # 图片 URL
                ]
            }
        ]
    }

    # 构建请求头
    headers = {
        "Content-Type": "application/json",                              # 内容类型:JSON 格式
        "Authorization": f"{API_KEY}"                                    # 授权令牌
    }

    # 发送 API 请求并处理响应
    try:
        response = requests.post(API_ENDPOINT, headers=headers, json=payload, timeout=120)
        response.raise_for_status()                                      # 检查 HTTP 状态码
        return response.json()["choices"][0]["message"]["content"]       # 提取分析结果文本
    except Exception as e:
        print(f"❌ 请求失败: {e}")                                        # 错误提示
        return None

# ============================================================
# 程序入口
# ============================================================
if __name__ == "__main__":
    print("=" * 60)
    print("开始分析图片...")
    print("=" * 60)

    # 调用图片分析函数
    result = analyze_image(IMAGE_URL, "分析这个图片")

    # 输出分析结果
    if result:
        print("✅ 分析结果:")
        print("-" * 60)
        print(result)
        print("-" * 60)
    else:
        print("❌ 图片分析失败,请检查配置和网络连接")

📤 返回示例

============================================================
开始分析图片...
============================================================
✅ 分析结果:
------------------------------------------------------------
这是一张**电子发票（普通发票）**，主要信息如下：

### 发票内容
- **开票日期**：2026年06月01日
- **开票地区**：印章显示为上海市税务机关
- **项目名称**：`*生产生活服务*技术服务费`
- **数量**：1
- **不含税单价**：943.396226415094元
- **不含税金额**：943.40元
- **税率**：6%
- **税额**：56.60元
- **价税合计**：1000.00元
- **大写金额**：壹仟圆整
- **备注栏**：为空
- **下载次数**：右侧显示为1次

### 金额核算
计算关系正确：

- 943.40 × 6% ≈ 56.60元
- 943.40 + 56.60 = 1000.00元

单价出现很多位小数通常是因为按含税总额倒算：

> 1000 ÷ 1.06 ≈ 943.396226……

这在开票系统中较常见，不一定代表异常。

### 图像与真实性判断
- 购买方、销售方名称及纳税人识别号大部分已打码。
- 左上角二维码也被遮挡，无法通过图片直接扫码核验。
- 版式、税率和金额逻辑未见明显问题，但**仅凭截图不能确认发票真伪**。
- 建议使用电子税务局或"全国增值税发票查验平台"，输入完整的发票号码、开票日期及金额等信息进行核验。
- 报销时最好同时取得原始的 **PDF/OFD/XML电子文件**，不要只保留截图。
------------------------------------------------------------

⚠️ 注意事项

• IMAGE_URL 需为公网可访问的图片直链地址
• 请妥善保管您的 API 密钥,不要将其暴露在公开代码中
• 图片较大或网络较慢时,建议适当调大 timeout
• 部分特殊图片格式在老接口上兼容性欠佳,建议改用 responses 新接口

---

© 2025 DMXAPI Openai 网络图片分析