From 8c60aa0b29a695b364537042631ef6353ba33636 Mon Sep 17 00:00:00 2001 From: Linghong Date: Fri, 10 Jul 2026 07:02:39 +0000 Subject: [PATCH] =?UTF-8?q?=E8=AE=B0=E5=BD=95=20gpt-5-mini=20=E5=9B=BE?= =?UTF-8?q?=E7=89=87=E8=BE=93=E5=85=A5=E4=B8=8A=E9=99=90=E5=AE=9E=E6=B5=8B?= =?UTF-8?q?=EF=BC=9A=E5=86=B3=E7=AD=96=E9=93=BE=E8=B7=AF=E6=97=A0=E9=9C=80?= =?UTF-8?q?=E6=8C=89=E9=98=BF=E9=87=8C=E4=BA=91=E5=BD=92=E4=B8=80=E5=8C=96?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 实测 gpt-5-mini（经 VectorEngine /v1/responses）对图片输入远比阿里云通用抠图 宽松：纯色图到 5000×5000、噪声图到 base64 请求体 34MB 仍全部 HTTP 200，App 真实源角色图（≤2048px、几 MB）稳落安全区。据此记入 pitfalls，避免误给带图 背景色决策链路补一套阿里云抠图专属的图片归一化。 Co-Authored-By: Claude Opus 4.8 --- docs/project-memory/shared-memory/pitfalls.md | 8 ++++++++ 1 file changed, 8 insertions(+) diff --git a/docs/project-memory/shared-memory/pitfalls.md b/docs/project-memory/shared-memory/pitfalls.md index 42506a86f..bb68a0651 100644 --- a/docs/project-memory/shared-memory/pitfalls.md +++ b/docs/project-memory/shared-memory/pitfalls.md @@ -2893,3 +2893,11 @@ - 处理：`applyGateTarget` 进入不存在的新 target 时必须重置为新建态：`enabled=false`、`rolloutPercent=0`、allow / deny 列表为空，并使用 target 默认描述。只有显式点已有 gate 才 `fillForm` 复制服务端规则。 - 验证：`npm run test -- apps/admin-web/src/pages/AdminGrayReleaseConfigPage.test.tsx`。 - 关联：`apps/admin-web/src/pages/AdminGrayReleaseConfigPage.tsx`、`apps/admin-web/src/pages/AdminGrayReleaseConfigPage.test.tsx`。 + +## 背景色决策喂 gpt-5-mini 的图不必按阿里云抠图那样归一化 + +- 现象：担心带图背景色决策把源角色图原样 base64 塞给 gpt-5-mini（`resolve_media_source_as_data_url` 不做 resize / 字节上限），会像阿里云通用抠图那样因超尺寸 / 超体积被上游拒绝，于是想给决策链路也补一套图片归一化。 +- 原因：两条链路的上游限制完全不同。阿里云 SegmentCommonImage 有硬限制（≤3MB、分辨率 <2000×2000、最长边 ≤1999），必须归一化；而 gpt-5-mini（经 VectorEngine `/v1/responses`，Responses 协议 + `input_image`）对图片输入宽松得多，实测远超 App 真实源图范围仍全部 HTTP 200：纯色图到 5000×5000（隔离像素维度）正常识别；噪声图到 base64 请求体 34MB（隔离字节维度，PNG 25.8MB）仍成功返回。App 真实源角色图一般 ≤2048px、几 MB，稳落在安全区。 +- 处理：**不要**给 `resolve_editor_screen_background_color` 的带图路径加图片归一化——那是阿里云抠图链路（`platform-matting`）专属需求，两者别混。真要加保护也应放在字节 / 像素远高于当前实测通过档（如 base64 >40MB 或长边 >6000px）才截断，避免无谓重编码开销与画质损失。 +- 验证：探针脚本 `Myscripts/probe_gpt5mini_image_limits.py`（本地不入库，逐级放大纯色 / 噪声图打 `/v1/responses`，记录 HTTP 状态与响应）。2026-07-10 实测：solid 512²~5000² 全 200；noise 900²(4.1MB)~2600²(34.4MB) 全 200，无拒绝阈值出现在实用范围内。 +- 关联：`server-rs/crates/api-server/src/character_animation_assets.rs`（`resolve_media_source_as_data_url`）、`server-rs/crates/api-server/src/editor_screen_background_decision.rs`、`server-rs/crates/platform-matting/src/lib.rs`（对照：阿里云输入归一化）。