展开本页目录
开始前准备什么
- Python 3.13+ 与独立练习目录；默认离线重放不需要 Key。
- 发起新请求时使用自己的 apizt Key；先核对当前模型权限和价格，Key 不写入教材。
- 材料为原创合成样例；相关第三方项目仅作方法参考，真实执行范围以本页记录为准。
- 核对输入
- 保存响应
- 执行本地处理
- 验收文件和负例
原始输入、真实请求与响应、业务脚本、正反例检查及已生成的结果文件；不含 Key。
1. 准备这份输入，先确定不能猜的字段
把发现候选和验证能力分开，未测试项不能直接推荐。先将下面的原创合成材料保存为 input.json；不要一开始接正式客户资料。
本例与已有教程的区别：已有同档benchmark是实测模型，本篇是候选筛选与证据核对
input.json（较长时显示节选，完整文件在资料包）
{
"source_urls": [
"https://huggingface.co/Qwen/Qwen3.8-27B",
"https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017"
],
"task_requirements": [
"已有图片文字识别",
"可追溯JSON"
],
"snapshot_only": true
}
实际浏览器截图：原创合成输入及本次请求参数；不是第三方软件界面。
2. 发送一次小请求，保留原始响应
下载并解压资料包，按 README 创建独立 Python 环境。python run.py 默认仅离线复核已保存回执；显式运行 python run.py --live 才发起新请求并可能计费。
模型阶段使用下面的任务约束。若存在预处理，prepared-input.json 是去重、分页收集或过滤后的真实输入；完整原始材料仍保留。识图任务发送实际 JPEG，不把人工真值放入提示词。
对应任务的请求参数说明；完整实际 request-N.json 见资料包
{
"model": "gpt-4.1-mini",
"messages": [
{
"role": "system",
"content": "只处理给定的虚构演示材料。只输出JSON，requires_test=true、benchmark_claim=false、candidates数组。根据给定来源说明每个候选还需核对哪些图片输入与JSON能力，不根据名字猜支持。"
},
{
"role": "user",
"content": "{\n \"source_urls\": [\n \"https://huggingface.co/Qwen/Qwen3.8-27B\",\n \"https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017\"\n ],\n \"task_requirements\": [\n \"已有图片文字识别\",\n \"可追溯JSON\"\n ],\n \"snapshot_only\": true\n}"
}
],
"temperature": 0,
"max_tokens": 1024,
"provider": {
"sort": "success_rate"
},
"response_format": {
"type": "json_object"
}
}3. 执行本例的本地处理，模型字段还要再验算
以下节选来自这次实际执行的 verify-task.py 分支。完整函数和辅助方法均在资料包；运行 python run.py 会使用原始回执重放这段业务操作，而不是让模型自己宣布成功。
未把模型卡或排行包装成横评成绩
verify-task.py · model-card 分支节选，需在完整脚本上下文运行
check('未把模型卡或排行包装成横评成绩', output['requires_test'] is True and output['benchmark_claim'] is False)
result = {'source_urls': data['source_urls'], 'selection_notes': output, 'candidate_models_tested': False}4. 查看真实结果、文件与验收记录
本次 6/6 项通过。模型返回与最终业务结果分开保存；以下是本地处理后的 result.json。
最后一次实测时间：2026-10-24T15:38:04.729367+00:00；HTTP 200；请求型号 gpt-4.1-mini；返回型号 gpt-4.1-mini；本次返回用量 299。中断或超时不会补造用量，多个尝试不合并成一次成功。
实际产物：checks.json、result.json。
| 检查项 | 本次结果 |
|---|---|
| 真实 apizt 响应 HTTP 200 | 通过 |
| 原始响应 content 可直接解析 JSON | 通过 |
| 事实检查：requires_test | 通过 |
| 事实检查：benchmark_claim | 通过 |
| 明确错误的本地反例被验收规则拒绝 | 通过 |
| 未把模型卡或排行包装成横评成绩 | 通过 |
- 检查项
- 真实 apizt 响应 HTTP 200
- 本次结果
- 通过
- 检查项
- 原始响应 content 可直接解析 JSON
- 本次结果
- 通过
- 检查项
- 事实检查：requires_test
- 本次结果
- 通过
- 检查项
- 事实检查：benchmark_claim
- 本次结果
- 通过
- 检查项
- 明确错误的本地反例被验收规则拒绝
- 本次结果
- 通过
- 检查项
- 未把模型卡或排行包装成横评成绩
- 本次结果
- 通过
verified/result.json（节选）
{
"source_urls": [
"https://huggingface.co/Qwen/Qwen3.8-27B",
"https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017"
],
"selection_notes": {
"requires_test": true,
"benchmark_claim": false,
"candidates": [
{
"name": "Qwen3.8-27B",
"source_url": "https://huggingface.co/Qwen/Qwen3.8-27B",
"needs_verification_for": [
"图片文字识别",
"可追溯JSON"
]
},
{
"name": "DeepSeek-V4.1-Flash-1017",
"source_url": "https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017",
"needs_verification_for": [
"图片文字识别",
"可追溯JSON"
]
}
]
},
"candidate_models_tested": false
}
浏览器实拍执行报告；原始 API 响应与本地验收分别保存。
5. 换自己的材料时，先检查失败分支
本地反例用于验证业务边界，已在检查表中明确标记；不能把本地构造的错误状态写成网关真实故障。原始回执及失败尝试不删除。
模型卡和排行只用于发现候选；本例真实API在低价模型上验证整理流程，没有对候选模型做横评。
只把本篇标注的任务作为本次验收范围。第三方软件、未测模型、工具调用能力和真实用户数据都需要另行验证；没有调用视频生成模型。
- 未把模型卡或排行包装成横评成绩
解压目录中运行；第一条离线，第二条显式发起新请求
python run.py
# 安全设置自己的 tokenba_API_KEY 后，才执行下面这一条
python run.py --live怎样确认已经完成
- 真实 apizt 响应 HTTP 200
- 原始响应 content 可直接解析 JSON
- 事实检查：requires_test
- 事实检查：benchmark_claim
- 明确错误的本地反例被验收规则拒绝
- 未把模型卡或排行包装成横评成绩
常见问题
Hugging Face 热门模型怎么选只看 HTTP200 就完成了吗？
还需要按本页独立规则检查事实、缺失项及最终文件。模型阶段成功与本地工作流成功分别记录。
可以不登录其他平台运行本例吗？
可以。本例使用 apizt API 和本地 Python 脚本；离线复核也无需 API Key。第三方软件的原生 UI、插件和账号权限不在本次验收范围。
更换输入后还能沿用本页的通过结果吗？
不能。原始事实断言只适用于本页合成材料。替换输入后必须同步调整 expected、业务规则与负例，再检查输出。