ChatGPT Web Images 0.7.27

0.7.27 调用前一眼可判断能否出图：status 新增 can_generate、serving（codex / web）、next_action 与 advice，logins 里列出 Codex 车道；Codex 优先时网页车道卡验证不再被当成阻塞（human_action_blocks_generation=false）。起因（2026-09-30）：一个 agent 只看到网页车道全是 browser_challenge，就停下来让用户去点验证，没有提交任务，而 Codex 车道当时空闲。Codex 出图改为干净启动（不加载本机 config.toml 里的 MCP、插件与规则，也不写入 Codex 会话历史），实测每张图输入 token 从 9.4 万–21.1 万降到 3.6 万–8.5 万，约减半。排队中由 Codex 接手的任务 provider 也显示 codex-imagegen。

0.7.26 Codex 按张并行：一个要 N 张图的任务拆成 N 路同时画（每路一个 Codex 进程，只画 1 张，并被告知"这是第 i 个方案，请用不同构图"），parallel 改为全局同时运行的 Codex 进程数，所有任务共用；新任务只在有空位时领取。每画完一张就写回任务，轮询能看到张数逐步增加；部分失败时交付已画好的图并标注数量不足。实测（2026-09-30）：2 个任务各 4 张、8 路并行，8/8 成功，约 3.3 分钟全部完成，未触发限流；此前一次画完多张要 4–12 分钟。"fanout": false 可恢复一次对话画完全部。修改 parallel 后需重启降级车道（队列目录建 stop-codex，心跳消失后删除，下一次调用会自动拉起）。

0.7.25 可把 Codex 设为首选（codex-fallback.json 里加 "prefer": "codex"，本机已开启）：新任务立即交给 Codex 订阅生成（默认最多 4 个并行），网页车道只处理调用方明确指定账号的任务和 Codex 交回的任务。Codex 失败时交给网页重试一次，网页再失败就如实报错，不来回转；交回的任务若没有网页车道接手，按 Codex 的原因报失败，不无限等待。Codex 车道没在运行时网页照常接手全部任务。Codex 生成的图也能 continue_from 续改，上一轮的图作为参考图。返回结果只有文字和文件路径（路径、宽高、字节数、校验值），不含图片数据，也不含 Codex 内部记录。

0.7.24 新增 Codex 订阅降级车道：网页车道仍是首选，但网页走不通时自动改由 Codex CLI 内置的 image_gen 工具生成，不经过浏览器，所以不受 Cloudflare 验证、页面卡死或 ChatGPT 网页事故影响（2026-09-30 实测：网页正处于官方故障期间，Codex 仍 132 秒出图）。触发条件：任务排队超过 queue_wait_seconds（默认 90 秒）还没有网页车道接手；网页在准备阶段失败（尚未提交）；网页任务卡住要被挂起、且还没保存任何图片。多个降级任务并行（默认 3 个）。结果标注 provider=codex-imagegen 和 fallback_from。只用订阅：Codex 目录必须是 ChatGPT 订阅登录（auth_mode=chatgpt），否则拒绝运行；调用时环境里所有 API Key 变量都被移除。配置写在队列目录的 codex-fallback.json：{"enabled": true, "codex_home": "<Codex 订阅登录目录>", "parallel": 3, "queue_wait_seconds": 90}；没有这个文件或 "enabled": false 就不启用（这是唯一开关，所有进程读同一个文件）；关闭时已转交、还在排队的任务自动退回网页队列。续图任务降级时，会把该对话最近一次的图片作为参考图交给 Codex。

0.7.23 按业界做法（OpenAI Operator 接管模式、Cloudflare Browser Run 与 Browserless 的 human-in-the-loop）重做人机验证处理，只停、只交给人，不绕过：

• 车道一遇到验证页立刻离开（切到 about:blank）。验证页每约 85 秒自己重试，每次失败都会累积 Cloudflare 的失败计数（cf_chl_rc_*），2026-09-29 实测累积到一定程度后连人手动都会无限循环。

• 同一登录的其他车道不再领取任务，不去撞同一个验证。

• 跑在 AI Hub 共享浏览器里的车道，image_open 改为「人工接管」：Hub 暂停并断开所有网页自动化（生图、中转站、网页圆桌），清掉该站点的验证状态 cookie（不碰登录 cookie），在屏幕上开一个没有调试连接的正常窗口；人关掉窗口或调用 image_account_check 即恢复，最长 15 分钟自动结束。需要 AI Hub 带 core/web-risk-guard.js 的版本；旧版 Hub 下保持原行为。

• 接管期间 worker 不派发、不轮询，也不把等待算作失败。

• 识别中文的 Cloudflare 标题（「请稍候」）。

0.7.22 空闲车道不再动"有人在用"的页面：账号待人工验证/登录时，或 30 分钟内刚被 image_open 打开过，worker 不会把它的标签页切到 about:blank。2026-09-29 实测：重启 worker 时把正在做 Cloudflare 验证和登录的副号页面切走了。

0.7.21 修复安装包：wheel 漏打包 chatgpt_interaction 模块（自 0.7.10 起），pip 安装后命令一启动就报 ModuleNotFoundError。源码目录运行（插件部署方式）不受影响。CI 增加从已安装 wheel 导入的检查。

0.7.20 需要人处理时主动告诉你。某个登录卡在 Cloudflare 真人验证、登录失效、要输密码或选账号时，按登录身份只弹一条 Windows 通知（不抢焦点；未处理 2 小时后再提醒一次），并记下当时 chatgpt.com 看到的出口 IP。image_status 新增 human_action（谁要处理、怎么处理、出口 IP 是否比上次正常时变了）和 egress_last_ok。出口 IP 走系统代理测量，与 Chrome 同一路径，每小时最多一次，只访问 Cloudflare 的 /cdn-cgi/trace，不碰车道页面。设 CHATGPT_WEB_IMAGES_NOTIFY=0 可关闭通知。瞬时的数据库忙（SQLITE_BUSY）不再把车道标成 worker_error，也不再覆盖"待人工验证"状态：2026-09-29 实测一次瞬时忙让 8 条车道同时下线、并行能力归零，副号的验证状态也被抹掉。本工具不绕过验证，验证仍由你在专属浏览器里完成。

0.7.11 冷却后只放行一个原任务验证恢复；首页正常不再代表会话接口恢复。真实任务仍返回 429 时保留并升级退避，任务编号、已提交内容和恢复次数不受影响。新任务在自己的空白输入页验证，不被车道遗留的旧会话加载失败卡住。

0.7.8 修复后台隐藏窗口的图库延迟加载：只加载当前任务已经生成的图片，避免一直等在“生成中”。窗口继续保持后台，不靠唤醒整个浏览器来加载图片。

0.7.7 区分侧栏历史列表限流与真正阻断生图的限流：当前会话已经加载时，继续核对原提示词并下载原图；会话未加载或生成接口返回 429 时仍退避。Hub 连接器同步使用 noDefaults: true，避免每次连接都模拟所有标签页获得焦点，引起整批后台刷新。

0.7.6 从浏览器已有网络记录识别 ChatGPT 的 HTTP 429，无需新增探测请求。同一登录的所有车道共享 5 / 15 / 30 分钟退避，冷却期间不访问网页；到期只允许一条车道尝试恢复。任务保留原账号、原提示词和原会话，状态提供 retry_at 与 wait_for_account_cooldown。明确要求打开浏览器的人工操作仍保留。停放任务的批量结果不会再误提示“交付图片”。

0.7.5 进一步区分“页面尚未加载”和“明确退出登录”。实际任务或显式账号检查遇到卡住的空壳页面时，只刷新当前专属页面一次；仍未加载则返回 page_not_ready，不会把它说成账号失效，也不会重发提示词。新版头像菜单和输入框无需依赖 Hub 的选择器适配。

新旧页面兼容与低开销恢复（0.7.4）

支持新版 ChatGPT 回合与多图画廊，同时保留旧版页面。用完整提示词核对任务身份，以回复 ID 与图片序号去重；页面重新加载后仍能接着保存，参考图和前一回合的图片不会混入结果。

新版画廊的原图从当前登录页面获取，校验图片字节哈希后保存，保留原分辨率。匹配结果在单个页面内缓存，避免多图反复扫描和下载；图片二进制只在浏览器与本机保存进程之间传输，MCP 仍只返回文字、文件路径和进度。

空闲车道只读本地队列，不再导航网页刷新健康状态。需要重新登录或人工验证时停止自动检查；有待处理任务的临时浏览器错误仍按 60 / 300 / 900 秒有限恢复。读取不到会话时单独提示 read_conversation，60 秒后暂停；不会误称正在生图，也不自动重发提示词。下载阶段显示 download_originals，每张图片保存后更新数量。

Claude 和 Codex 使用同一标准 stdio MCP、同一持久队列。双账号、批量、参考图、续图、取消及断点恢复接口保持兼容。升级时只在当前操作结束后重启插件 worker，保留浏览器、登录和任务；无需重启 AI Hub。

Related MCP server: Image Generation MCP Server

窗口无感（0.7.2）

车道用的是有头浏览器 + 窗口生在屏幕外，不是无头。实测（2026-09-21，隔离 profile 播种真实登录态）：去掉 --headed 后 ChatGPT 直接返回 Cloudflare 的 Just a moment...，auth_state=browser_challenge，进不去应用。所以不要改成无头，有守卫钉着。

关键在于时机：隐藏只能在窗口已经存在之后做，而走到那一步要起两个子进程（open，再加一次给页面改标题的脚本），所以冷启动的车道会先在屏幕上闪几秒；四条车道同时冷启动就是四个窗口。现在窗口由 Chrome 在 --window-position=-32000,-32000 直接创建，一出生就在屏幕外。

实测对比（0.5 秒采样、150 秒冷启动 + 生成）：

另外用 --hide-crash-restore-bubble 等开关掐掉 Chrome 自己的窗口：非正常退出后它会弹标题为 Restore pages? 的气泡，那个标题不是我们设的，找窗口匹配不到，于是永远藏不掉。

隐藏动作仍然保留（让车道也不出现在任务栏），失败只记 window_hidden=False，不影响任务。唯一会把窗口挪回屏幕的是 image_open——那是给你登录用的，check 之后会重新收起来。

对话连续性与出错可调整（0.7.0）

改图不用重头说。 continue_from=<job_id> 把追问发进那个任务自己的对话里，ChatGPT 仍然看得见之前的图，所以"保持版式、配色调深一点"这种说法能直接用。

image_generate({prompt: "保持版式，配色调深一点，标题换成深红", continue_from: "20260919-xxxx"})

实测确认的三条机制：

1. 对话属于账号，不属于浏览器 Profile。 同一登录的任意空闲车道都能接续同一个对话，不用等原车道空出来。

2. 同一对话同时只允许一个写入者，避免两条追问在一个会话里交错；不相关的任务照常用其它车道。

3. 追问自动钉到拥有该对话的登录账号；指定了别的账号会明确报 continue_wrong_account。

新开对话仍是默认行为，换个不相关的图就别用 continue_from。

出错要让 agent 能立刻调整（0.7.0）

• 答完但没出图 → 立刻失败，不再干等 15 分钟。判据取自真实 DOM：一个回合只有完成后才长出操作栏，copy-turn-action-button 是图片回合与文本回合的共同信号。明确回绝报 generation_failed，其它情况报 no_image_in_reply，两者都带回 ChatGPT 的原话（800 字符）。

• 错误按"谁能处理"分类，结果里的 error.actionable_by：

  值	含义	例子
  agent	改提示词重投	no_image_in_reply、generation_failed、数量不符
  retry	等一下重试即可	browser_timeout、busy、观察超时
  human	需要人处理	login_required、browser_challenge、conversation_changed

  未知错误码一律归 human，绝不谎称 agent 能自行解决。

最大化并行：MCP 说明直接把规则讲出来（0.6.0）

MCP 的 server instructions 和工具描述现在显式写明四条，agent 不读 skill 也能拿到：

1. 并发 = 车道数，不是账号数；image_status 给出每个登录的车道与负载。

2. 同一提示词的多张备选 → 一个 image_generate(count=N)，一次网页请求出全部 N 张。

3. 多个不同提示词 → 一次 image_generate_batch，一次调用排满所有空闲车道。

4. 绝不串行：先把已知的活全部提交，再统一轮询；submit → 等 → submit 会让车道空转，这是批量变慢的主因。

新增与改动的工具：

// 一次排入整批不同提示词
image_generate_batch({
  requests: [{prompt_file: "...p1.txt", name: "p1", request_id: "20260919-deck-p1"},
             {prompt_file: "...p2.txt", name: "p2", request_id: "20260919-deck-p2"}],
  output_dir: "C:/.../out"
})

// 一次等待整批，而不是一个一个 poll
image_poll({job_ids: [...], wait_seconds: 20, return_when: "all"})   // "any" 可提前取回先完成的

批量提交先整体校验再统一入队，不会留下"半个批次"；同 request_id 重发幂等。批量轮询里的未知 job_id 只在结果里标出来，不会让整批失败或空等。CLI 用重复的 --job-id 达到同样效果。

请求形状：一次多张 vs 多个任务（0.5.1）

count=N 让一次网页请求产出 N 张独立图片，早已支持（N=1..20），并非本轮新增。

判据很简单：

• 同一提示词要多张备选（一页 PPT 的若干方案）→ 一个 count=N 请求。只占一条车道、只消耗账号一次请求额度，提交与导航的固定开销也只付一次。

• 提示词确实不同（不同页、不同主题）→ 各自独立任务，这样能并行跑在多条车道上，也能各自成败。

同一个 output_dir 下 15 分钟内同时在途 3 个以上 count=1 任务时，提交结果会带 hint.code=consider_one_multi_image_request。它只是提醒，不改变行为；只统计在途任务，所以失败后的重投不会被误判成批量。

合并的代价要知道：N 张在一个任务里，少交付就整体记 partial，不像拆开时能各自成败。

并行度与账号均衡（0.5.0）

• 并发等于车道数，不等于账号数。一条车道 = 一个独立浏览器 Profile，一次一个任务。

• account-scale --account-id primary --lanes 4 一次把某个已登录账号扩到 4 条车道；减少数量时只停用不删除 Profile。

• auto 任务按登录账号均衡派发：某个账号已经在跑的任务更多时，它的空闲车道让另一个账号先拿。显式指定账号名仍然优先，并且可以落到该账号的任意一条车道。

• 空闲车道 5 分钟后主动关闭浏览器交还内存，下次有活从持久 Profile 重开，不需要重新登录。实测一条车道常驻约 0.6 GB，16 条就是约 10 GB，这条回收是大车道池可用的前提。

• 车道总数上限 16，限制来自本机内存，不是 ChatGPT。status 里 logins 给出每个账号的车道数、可用车道和在跑任务数。

吞吐与卡死修复（0.4.0）

• 暂停的任务不再长期占用它的账号。超过 120 秒无人处理就 parked：交回浏览器，保留同一账号、同一会话和已下载文件，排队任务立即继续。parked 不是失败，也不重发提示词。

• parked 任务按 60/300/900 秒退避自动回到原会话重新观察，最多三次；仍不成功才等人处理，此时 next_action 为 inspect_account_then_resume。resume 只是让它重新排上队，不抢占正在跑的任务。

• 身份校验失败先强制重载记录在案的会话再判断，最多两次。此前刷新写在校验之后，恢复路径在真正需要它时永远走不到，resume 必然再次失败。

• 浏览器故障后的账号按 60/300/900 秒自动重检，最多三次；此前 browser_unhealthy 永不自检，一次抖动就让整条车道静默下线直到人工 account_check。

• account-clone 为同一个已登录账号增加独立 Profile 车道。并发上限来自「一个账号一个浏览器页面」，不是 ChatGPT 的限制。

• 生成期间无新图时后台轮询放慢到 10 秒，减少浏览器子进程启动；出现图片后恢复 3 秒节奏。

并发与故障恢复修复

• 相同账号的待执行 open/check/select 操作合并；控制操作与任务交替执行，避免多个 agent 的检查请求挤占生成和下载。

• MCP 等待使用异步休眠，不占用线程池等待名额。后台启动采用跨进程门锁与 20 秒启动预约；stop 标记阻止新版本客户端反复拉起后台。

• 浏览器准备或生成失败后，账号进入 browser_unhealthy，停止领取新单；检查浏览器并显式 account_check 成功后恢复。已有失败任务不自动重发。

• queued 结果包含 blocking_accounts；status 包含 worker_version 和 worker_stalled。心跳存在但一次操作超过 300 秒会标记停滞，不强杀浏览器或重发请求。

• resume 保留原账号、任务和会话，重新给予 15 分钟观察时间，并在确认提示词身份后刷新原会话一次。它不会重新发送提示词。

• 活动任务期间禁止切换账号；取消连续失败三次后暂停，保留错误，不无限重复操作。

• 默认返回精简文件信息；detail=true 查看完整记录。后台日志仅记任务阶段、账号别名及错误码，不记提示词、Cookie 或网页正文。

升级后后台 worker 需要在操作间隙重启以加载代码；已有 MCP 客户端需要重新加载或新会话才能获得新的异步等待行为。不要重启生产 AI Hub 或手动删除任务记录。

使用自己的 ChatGPT 网页账号生图，下载网页原图，只返回本地文件路径与文字元数据。非官方 Windows 本地自动化工具，需要 Python 3.11+、Node.js 18+、Chrome 和可生图账号。

多 agent 与多账号

所有 stdio MCP 客户端共用 SQLite 持久队列。每账号一个独立后台进程、独立 Profile，同时执行一个任务。多个 agent 可同时提交，空闲账号领取，其余排队。后台自主检查生成、下载和收尾，客户端断开不会终止任务。

并发上限等于车道数，不等于账号数。 一条车道是一个浏览器 Profile，一次只做一个任务；单个任务从提交到下载完通常要几分钟。想提高并发，给已登录账号加车道：

# 每个账号 4 条车道，合计 8 路并发
chatgpt-web-images account-scale --account-id primary --lanes 4
chatgpt-web-images account-scale --account-id secondary --lanes 4
# 每条新车道各做一次登录检查
chatgpt-web-images check --account-id primary-2

扩容会新建独立 Profile 并复制该账号已保存的登录态，源账号必须先 check 过一次；缩容只停用车道，不删除 Profile。账号重新登录后，用 account-reseed --account-id primary-2 把新登录态同步给空闲车道。

auto 任务在登录账号之间均衡：正在跑得多的账号会让空闲车道先给另一个账号，这正是把压力摊到两个账号、少碰官方限流的手段。指定 account_id=primary 仍然可以钉死到某个账号，并落在它的任意车道上。

代价说清楚：ChatGPT 侧会看到同一账号的多个并发会话，与手工多开多个窗口等价；额度、限流和网页可用性仍由服务决定。加车道只让更多张图同时跑，不会让单张图更快。一条车道常驻约 0.6 GB 内存，空闲 5 分钟自动关闭回收。

支持本机的标准 stdio MCP 客户端，不等于认证所有 agent 或提供远程服务。两个账号的实际速度、额度和网页可用性仍由服务决定。

安装与初始化

在项目独立目录安装：

python -m venv .venv
& .\.venv\Scripts\python.exe -m pip install .
& .\.venv\Scripts\chatgpt-web-images.exe setup

setup 安装固定 Playwright CLI 0.1.19。每账号独立配置目录，settings.json 至少含绝对 data_dir、现有 cli_entry 和绝对 output_dir。第二个账号不能复制第一个的 auth_file 或登录状态。

所有客户端设置相同的 CHATGPT_WEB_IMAGES_POOL 绝对路径，建议在 C:\VibeData 下。未设置时优先读配置 pool_dir，回退到浏览器数据目录旁的 ChatGPTWebImagesPool。

chatgpt-web-images account-add --account-id primary --data-dir $primaryData --config-dir $primaryConfig
chatgpt-web-images account-add --account-id secondary --data-dir $secondaryData --config-dir $secondaryConfig
chatgpt-web-images open --account-id secondary
# 用户完成登录后：
chatgpt-web-images check --account-id secondary
chatgpt-web-images status

open/check/select-account 异步执行；查看 accounts[].last_control 确认结果。account-enable --account-id secondary --disabled 停止领取新任务，不取消正在执行的任务；去掉 --disabled 恢复领取。

Claude、Codex 与其他客户端

客户端启动同一 Python 入口并指定同一队列。工具描述已内含排队和恢复规则，不依赖某个 agent 的私有 skill。无需 API key 或 Cookie 复制。

# Claude Code 用户级注册
claude mcp add --scope user --transport stdio chatgpt-web-images -e PYTHONIOENCODING=utf-8 -e "CHATGPT_WEB_IMAGES_POOL=$poolDir" -- $imagePython -m web_images mcp
# Codex：已用插件安装时不要重复注册
codex mcp add chatgpt-web-images --env PYTHONIOENCODING=utf-8 --env "CHATGPT_WEB_IMAGES_POOL=$poolDir" -- $imagePython -m web_images mcp

其他客户端使用标准 mcpServers JSON：command 为安装环境 Python 绝对路径；args 为 ["-m","web_images","mcp"]；env 含 PYTHONIOENCODING=utf-8 与 CHATGPT_WEB_IMAGES_POOL。源码安装可把 -m web_images 换为 scripts/web_images.py 的绝对路径。

默认 poll 等待 20 秒，最大 45 秒；浏览器操作在独立后台，不延长等待预算。建议客户端超时至少 60 秒。新会话/重新加载 MCP 后获得新版工具；已运行的旧服务不会自动更新。

工具与状态

prompt / UTF-8 prompt_file 二选一，参考图最多五个本地 PNG/JPEG/WebP，输出目录为绝对路径。count=1..20 是插件参数上限，不是网页额度保证。

状态为 queued → dispatching → running → complete；phase 是浏览器实际阶段。连续三次操作失败暂停；会话串线、参考文件改变、输出完整性异常也会停止继续操作。处理后显式 resume，不换账号重发。

needs_attention 仍暂停该账号，但只暂停 120 秒：之后转为 parked 交回车道，队列继续推进。parked 保留账号、会话和已存文件，按退避自动重新观察，结果里带 auto_retry_at 与 auto_retry_attempts_left；次数用完才需要人工检查后 resume。从未进入浏览器的任务 parked 后不自动重试，resume 会让它重新派发，start 通过持久请求索引保持幂等。

partial / count_mismatch / failed 明确返回，保留已有文件。完成结果再次读取会检查文件哈希，缺失或修改不能冒充成功。request_id 在整个队列中唯一，不自动过期；不同 agent 使用含日期和任务/席位的 ID。

旧任务与后台运维

旧活动任务保留所有权，不自动取消。import-legacy --account-id primary 把当前旧任务纳入后台观察，只接续查询、不重新提交。旧历史结果可用 poll --legacy --job-id ... 读取。

worker 退出后，下次 status/generate/poll 自动拉起。目前没有安装 Windows 开机自启；系统重启后第一次客户端调用恢复后台，磁盘队列保留。

运维停止某个 worker：在队列目录创建 stop- 文件，等其退出；删除该精确文件后下次调用恢复。不要终止其他浏览器或生产 Hub。

每个 worker 启动时清除其他 CHATGPT_WEB_IMAGES_* 环境覆盖，再设置自己的配置、数据和共享队列。登录态只保存在本机专属 Profile。队列含提示词、文件路径和任务记录，按本机私有数据管理，不提交到仓库。

验证

python scripts/test_web_images.py
python scripts/test_mcp_protocol.py
python scripts/test_image_pool.py
python scripts/test_pool_protocol.py
python scripts/test_account_contracts.py
python scripts/test_throughput.py
python scripts/test_account_browser.py

模拟测试覆盖多客户端、双进程、去重、断开继续执行、故障隔离、取消与恢复，不代表真实账号生成成功。真实验收单独验证登录与原图下载。内部图片模型未核实，不宣称精确型号，不绕过网页校验或额度。