元素提取 v2 / v3

把服装商品图里的印花元素提取出来，输出干净的平面图案。整条工作流里最早上线、使用量最大的服务，v2 与 v3 并行运行，每天各出图上百次。

两个版本的区别

	v2	v3
提示词	固定 `FLAT_PRINT_PROMPT`（7216 字），纯代码工作流	LLM 前置节点，gemini-3-flash 按图生成定制提示词
额外能力	无	袖长等布局规则
pm2 / 端口	`element_extract` / 7861	`element_extract_v3` / 7862
部署目录	`/opt/element_extract/`	`/opt/element_extract_v3/`
并发	`max_workers=20`，全局排队 100	`max_workers=50`，全局排队 200
常驻内存	约 500M	约 330M

v3 是后续所有工作流项目的代码母版——providers.py（提交+轮询+兜底 + AIMD 上传闸门）、 metrics.py（active 账本）、config.py 被素材制作、上身图、视频生成、商品图平面化整体复制走。

Python + Gradio 站点，app.py 是前台（仿星吉珑 UI），element_extract.py 是工作流核心， run.py 是 CLI 单图测试入口，webmon/ 是纯静态监控页。相关笔记： Python、LLM 概述、图像处理

上传图 → (v3: LLM 生成定制提示词) → kie 生图提交(nsfw_checker=false)
      → 轮询(1-4 分钟) → 结果图 URL

主用 kie，toapis 兜底。每个 provider 失败重试 3 次，主链全败切兜底再试 3 次。轮询时通过 on_progress 回调把 in_progress 10% 之类打到日志和界面。

单任务全链路约 0.128 元：

LLM 换 gemini-3-pro 约 0.21 元（+63%），不划算。计费口径：LLM 按 usage token × toapis 单价，生图按 kie 回传的 creditsConsumed × 0.036 元/credit。

别用余额差值反推扣费——toapis 限流按用户 ID 共享，余额会被其他调用干扰。 费用单位是人民币元不是美元，别见 $ 就乘汇率（曾把 micu 成本放大 7.2 倍做错通道决策）。

模型名：toapis 端点 URL 叫 gpt-image-2/official（"official" 指官方渠道），但 body 里 model 必须填 gpt-image-2。填 gpt-image-2-official 会卡死 524， gpt-image-1.5-official 报 model_not_found(503)。
代理必须绕开：Python requests 默认 trust_env=True，会自动读 Windows 注册表里的 Clash 代理，上传大图经代理卡死。代码用 NO_PROXY_FOR_API=true 强制 proxies={'http':None,'https':None} 直连。国内 API 客户端同理要 trust_env=False，走海外出口会被风控。
kie 后端偶发波动：同一张图同一 prompt，时而 400 "content could not be processed"、时而 500、时而成功。是后端波动，不是 prompt 问题，靠重试 + 兜底扛。
kie key 只有一把：提交和查询用同一把，不是两把。另一把 sk-f0... 是 toapis 的，在 kie 上直接 401。
监控页改动不用重启，后端改动要：webmon/index.html 是 nginx alias 直托管的静态文件，改完即生效；但 metrics.py 加字段必须 pm2 restart 才产出。

资源真瓶颈在上游 kie/toapis 限流，不是机器。并发调到 50 峰值内存约 1.5G，安全。
改 max_workers 必须同时改 MAX_ACTIVE_TASKS，否则单用户仍卡在旧值。
改服务器文件前先 cp xxx xxx.bak_YYYYMMDD。
数据备份：backup_data.py 统一备份元素提取 + 创意生图两服务，WAL 一致性快照 + integrity_check + 30 份轮转，每日 03:45 落 /opt/element_extract_data/backups/。