AndroidRemoteController/nodejs/ai/scripts/verify-img-center-gpt54.js

/**
 * 与 img-center-point-location 相同栈：nodejs/ai ai.run('img2text', prompt, [url1,url2], { model })。
 * 默认模型用 nodejs/ai/config IMG_CENTER_MODEL（可用 VERIFY_FORCE_MODEL 覆盖）。
 */
const path = require('path')
const fs = require('fs')

const aiModule = require(path.join(__dirname, '..', 'ai.js'))
const aiConfig = require(path.join(__dirname, '..', 'config.js'))
const img2textReq = require(path.join(__dirname, '..', 'request', 'img2text.js'))

function fileToDataUrlPng (absPath) {
  const buf = fs.readFileSync(absPath)
  return `data:image/png;base64,${buf.toString('base64')}`
}

function defaultFixtureDir () {
  const projectRoot = path.resolve(__dirname, '..', '..', '..')
  const d = path.join(
    projectRoot,
    'static',
    'process',
    'GenerateNote',
    'tmp',
    'img-center-1774080885011'
  )
  return fs.existsSync(path.join(d, 'screenshot.png')) ? d : null
}

async function main () {
  const model = (
    process.env.VERIFY_FORCE_MODEL ||
    img2textReq.resolveImgCenterModel(undefined)
  ).trim()

  const def = defaultFixtureDir()
  const screenPath =
    process.argv[2] ||
    (def && path.join(def, 'screenshot.png')) ||
    path.join(__dirname, 'fixture-verify.png')
  const tplPath =
    process.argv[3] ||
    (def && path.join(def, 'template.png')) ||
    screenPath

  if (!fs.existsSync(screenPath)) {
    console.error('缺少截图:', screenPath)
    process.exit(1)
  }
  if (!fs.existsSync(tplPath)) {
    console.error('缺少模板:', tplPath)
    process.exit(1)
  }

  const verifyPrompt = `你收到两张图（与 img-center ROI 流程相同的多模态调用）。
请严格只输出纯文本三行，不要 markdown：
第1行：你认为本次 API 实际为你分配的模型名称或系列（若不确定写 未知）。
第2行：若你认为是 GPT-5.4 系列则写 YES，否则写 NO。
第3行：简短说明依据（不超过 40 字）。

注意：以服务端返回的 JSON 里 model 字段为准；你的自称可能不准。`

  console.log('IMG_CENTER_MODEL (resolveImgCenterModel default):', img2textReq.resolveImgCenterModel(undefined))
  console.log('request options.model:', model)
  const r = await aiModule.run('img2text', verifyPrompt, [fileToDataUrlPng(screenPath), fileToDataUrlPng(tplPath)], {
    model,
    timeoutMs: 300000,
  })
  if (!r.success) {
    console.error(r.error || '请求失败')
    process.exit(1)
  }
  const resp = r.data
  console.log('response.model (authoritative):', resp.model)
  const content = resp?.choices?.[0]?.message?.content
  console.log('assistant (self-report, not authoritative):\n---\n', content, '\n---')
  const ok =
    String(resp.model || '')
      .toLowerCase()
      .includes('gpt-5.4') || String(resp.model || '').toLowerCase().includes('5.4')
  console.log('response.model looks like gpt-5.4:', ok ? 'YES' : 'NO (check gateway mapping)')
  console.log('BASE_URL:', aiConfig.BASE_URL)
}

main().catch((e) => {
  console.error(e)
  process.exit(1)
})