出图这步现在在我这儿已经是个普通命令行工具了:参数敲进去,agent 自己调、自己取结果,接在别的步骤后面跑批量,人不用一直守着。以前都是手动开界面点半天,一张一张等。
真要接通,麻烦的不是调用那一下,而是把它包得足够像个正常工具:
- 返回结果得自己包一层轮询。命令发出去不等于图好了,中间那段空窗不管,agent 拿不到图就一直卡着等,整条流水线跟着停。
- 失败重试也得自己写。偶发失败比想象中多,没有这层,一批里坏一张,后面的步骤全接到空。
- 鉴权 token 会过期。跑长批量最容易断在这儿,前面全白跑,刷新逻辑要提前安排好,别等它报错了再补。
这三样弄完,出图就真成了流水线里的一环,跟别的命令没什么区别,想插哪儿插哪儿。把创意工具当零件用,比单独开个界面顺手太多。
挺想听听同样这么接的人,失败重试那层是怎么设计的,我现在写得比较粗暴,能跑而已。