若在WSL2中调用Recraft API失败，需依次验证API密钥与连通性、配置代理及证书、构造合规Python脚本并实现异步轮询；其中密钥须通过X-API-Key头传递，代理需导出HTTP(S)_PROXY并更新CA证书，批量请求应限频、带随机延迟，轮询间隔≥2秒且超时设为120秒。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在WSL2环境中通过Python脚本批量调用Recraft API生成图像，但遇到连接失败、认证错误或响应空值等问题，则可能是由于API密钥未正确配置、WSL2网络代理未适配或Recraft请求体格式不合规所致。以下是解决此问题的步骤：
一、验证Recraft API密钥与基础连通性
该方法用于确认WSL2能正常访问Recraft服务端点，并排除身份认证层面的阻断。Recraft要求所有请求携带有效的X-API-Key请求头，且需使用HTTPS协议。WSL2默认继承宿主机网络，但若宿主机启用代理或防火墙规则，可能拦截出站请求。
1、打开WSL2终端，执行curl命令测试基础连通性：
curl -X POST "https://api.recraft.ai/v1/images/generations" \
-H "Content-Type: application/json" \
-H "X-API-Key: your_actual_api_key_here" \
-d '{"prompt":"a cat"}'
2、检查返回状态码：若返回401 Unauthorized，说明API密钥无效或缺失；若返回403 Forbidden，需确认账户是否开通API权限；若返回curl: (7) Failed to connect，则需排查WSL2 DNS解析或代理设置。
立即学习“Python免费学习笔记（深入）”；
二、配置WSL2网络代理（如宿主机使用代理）
当Windows宿主机通过企业代理或Fiddler/Charles等工具拦截HTTPS流量时，WSL2默认无法复用其证书信任链，导致SSL握手失败。此时需显式导出代理环境变量并导入根证书，确保Python请求库能完成TLS校验。
1、在WSL2中执行以下命令导出代理变量：
export HTTP_PROXY="http://192.168.100.1:8888"
export HTTPS_PROXY="http://192.168.100.1:8888"
2、将Windows代理证书导入WSL2信任库：
sudo cp /mnt/c/Users/$USER/AppData/Local/Programs/Fiddler/Certificates/FiddlerRoot.cer /usr/local/share/ca-certificates/
sudo update-ca-certificates
3、验证代理生效：
curl -I https://api.recraft.ai
三、构造合规的Python批量调用脚本
Recraft API采用异步生成模式，提交请求后返回id字段，需轮询/v1/images/generations/{id}获取最终结果。批量处理时须避免高频请求触发速率限制（默认5 QPS），应引入随机延迟与重试机制。
1、安装依赖库：
pip install requests python-dotenv
2、创建.env文件，写入：
RECAST_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
RECAST_BASE_URL=https://api.recraft.ai
3、编写batch_recraft.py，使用requests.Session复用连接，并对每个prompt单独提交POST请求：
import os, time, json, random
from dotenv import load_dotenv
import requests
load_dotenv()
session = requests.Session()
session.headers.update({
"X-API-Key": os.getenv("RECAST_API_KEY"),
"Content-Type": "application/json"
})
prompts = ["a red bicycle", "a vintage typewriter", "a neon-lit cityscape"]
results = []
for i, prompt in enumerate(prompts):
payload = {"prompt": prompt}
resp = session.post(f"{os.getenv('RECAST_BASE_URL')}/v1/images/generations", json=payload)
if resp.status_code == 200:
task_id = resp.json().get("id")
time.sleep(random.uniform(1.2, 2.5))
results.append({"prompt": prompt, "task_id": task_id})
四、实现异步轮询与结果提取
单次调用仅返回任务ID，必须通过GET请求持续查询生成状态。Recraft返回status字段为succeeded时，image_url才可用。轮询间隔建议不低于2秒，避免被限流；超时阈值设为120秒可覆盖多数生成场景。
1、在上一步脚本末尾追加轮询逻辑：
for item in results:
start_time = time.time()
while time.time() - start_time check_resp = session.get(f"{os.getenv('RECAST_BASE_URL')}/v1/images/generations/{item['task_id']}")
if check_resp.status_code == 200:
data = check_resp.json()
if data.get("status") == "succeeded":
item["image_url"] = data.get("image_url")
break
time.sleep(2.5)
2、保存结果到JSON文件：
with open("recraft_batch_output.json", "w") as f:
json.dump(results, f, indent=2)
五、处理Recraft返回的Base64图像数据
Recraft部分接口（如/v1/images/generations）支持通过response_format=base64参数直接返回Base64编码图像，避免额外HTTP请求。该方式适合小批量、低延迟场景，但需注意单次响应体大小限制（通常≤10MB），且Python需手动解码写入文件。
1、修改请求payload，添加格式声明：
payload = {
"prompt": "a golden retriever",
"response_format": "base64"
}
2、解码并保存图像：
if "b64_json" in resp.json():
import base64
img_data = base64.b64decode(resp.json()["b64_json"])
with open(f"output_{int(time.time())}.png", "wb") as f:
f.write(img_data)
