Original en anglais: https://argusic.com/subject/gpt-image2-ecommerce
gpt-image2-ecommerce
E-commerce product image generator skill, 39 scenario templates, GPT-Image-2/2.5 (Flare/Sunburst) model routing, campaign consistency lock, platform compliance. 电商做图 Skill：39 场景模板×双模型路由×套图一致性×平台合规。
Fonctionne avec des mockssource : GitHubShellMITcommit 73abd50bf2b6
Shell, sous licence MIT. Le projet se décrit ainsi : advertising, ai art, claude code, e commerce, ecommerce, ecommerce images, gpt image et gpt image 2.
gpt-image2-ecommerce fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 8 minutes et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
The repo installs in a Python venv, offline checks pass (39/39 scenario JSONs valid, imagegen.sh syntax valid, py_compile clean), manual mode exports prompt packs, and API mode generates images against an OpenAI-compatible endpoint and runs platform compliance checks with one bug fix applied.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- collect_api_response in scripts/imagegen.sh silently fails under set -euo pipefail when endpoint returns no cost info (line 591: [[ -n "$FINAL_COST" ]] && log_event ... returns exit 1 on empty FINAL_COST)3 minutes
- Temps d'installation
- 8 minutes
- De la machine vierge à la fin
- 7 minutes
- Erreurs rencontrées et corrigées
- 1 rencontrée, 1 corrigée sans aide humaine
- Comment le résultat a été prouvé
- python3 scripts/test_offline.py -> 'offline checks: ok'. Mock OpenAI API endpoint (127.0.0.1:18888) + bash scripts/imagegen.sh --mode api -> {'ok':true,'data':{'images':['data:image/png;base64,...']}} exit 0. bash scripts/imagegen.sh --mode manual -> {'ok':true} prompt pack exported. python3 scripts/compliance_check.py --platform amazon -> white_bg:pass fg_ratio:pass ocr:skipped
- Tokens de modèle utilisés
- 314 615
- Commit exact testé
- 73abd50bf2b6
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
capture_output=True, text=True, timeout=30
)
env2 = json.loads(result2.stdout)
print(f\"white_bg: {env2['checks']['white_bg']['status']}, fg_ratio: {env2['checks']['foreground_ra…
server.shutdown()
PYEOF" in /work/repo
succeeded in 1822ms:
white_bg: pass, fg_ratio: pass, ocr: skipped
All done. Let me compile the final report.
tokens used
314,615
All done. Let me compile the final report.Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- Installé en 8 minutes.
- S'est remis de 1 erreur sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,04 |
Sujets (depuis GitHub)
advertisingai-artclaude-codee-commerceecommerceecommerce-imagesgpt-imagegpt-image-2gpt-image-2-5image-generationproduct-photographyprompt-templatessocial-media
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/gpt-image2-ecommerce)Questions
- gpt-image2-ecommerce fonctionne-t-il ?
- gpt-image2-ecommerce fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 8 minutes, en rencontrant 1 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé gpt-image2-ecommerce ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 73abd50bf2b6. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de gpt-image2-ecommerce ?
- L'exécution qui a produit ce verdict a coûté 0,04 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer gpt-image2-ecommerce ?
- 8 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- gpt-image2-ecommerce a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de gpt-image2-ecommerce ?
- 1 problème est survenu lors de l'exécution enregistrée, et 1 a été corrigé sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Où sont les preuves pour gpt-image2-ecommerce ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.