java.lang.RuntimeException: Image generation still pending

一、问题描述

1、异常信息

java.lang.RuntimeException: Image generation still pending at com.alibaba.cloud.ai.dashscope.image.DashScopeImageModel.lambda$call$1(DashScopeImageModel.java:165)~[spring-ai-alibaba-core-1.0.0.2.jar:1.0.0.2]at org.springframework.retry.support.RetryTemplate.doExecute(RetryTemplate.java:357)~[spring-retry-2.0.12.jar:na]at org.springframework.retry.support.RetryTemplate.execute(RetryTemplate.java:246)~[spring-retry-2.0.12.jar:na]at com.alibaba.cloud.ai.dashscope.image.DashScopeImageModel.lambda$call$3(DashScopeImageModel.java:149)~[spring-ai-alibaba-core-1.0.0.2.jar:1.0.0.2]at io.micrometer.observation.Observation.observe(Observation.java:564)~[micrometer-observation-1.15.3.jar:1.15.3]at com.alibaba.cloud.ai.dashscope.image.DashScopeImageModel.call(DashScopeImageModel.java:147)~[spring-ai-alibaba-core-1.0.0.2.jar:1.0.0.2]at com.atguigu.study.controller.Text2ImageController.image(Text2ImageController.java:49)~[classes/:na]at java.base/jdk.internal.reflect.DirectMethodHandleAccessor.invoke(DirectMethodHandleAccessor.java:103)~[na:na]

二、解决办法

这个java.lang.RuntimeException: Image generation still pending错误通常出现在使用Spring AI Alibaba调用阿里云的文生图（Image Generation）服务时。

这并不是代码本身的逻辑错误，而是服务端处理状态的一种反馈。简单来说，你的请求已经成功发送到阿里云，但图片生成任务过于复杂或排队人数较多，服务端在规定的时间内没有完成处理，因此返回了“仍在处理中”的状态。

以下是导致此问题的常见原因及解决方案：

1. 核心原因：同步调用超时

Spring AI 默认使用的是同步调用模式。这意味着你的 Java 程序会一直阻塞等待，直到服务端返回结果或超时。

• 现象：如果图片生成时间超过了 Spring AI 客户端设置的读取超时时间（Read Timeout），客户端就会抛出异常，提示任务仍在等待（pending）。
• 解决方案：
  • 增加超时时间：在配置文件（application.yml或application.properties）中增加 HTTP 客户端的超时设置，给服务端更多的时间来处理。

    spring:ai:dashscope:# 增加连接超时和读取超时，单位毫秒（例如设置为 60 秒）connect-timeout:60000read-timeout:60000

  • 改用异步调用：如果使用的是支持异步的版本，可以使用ImageModel.callAsync()方法，避免阻塞主线程。

2. 模型负载或网络波动

• 原因：阿里云的免费或共享模型资源（如wanx-v1系列）在高峰期可能存在排队现象。此外，如果网络不稳定，数据传输慢也会导致看似“挂起”的状态。
• 解决方案：
  • 重试机制：在代码中加入重试逻辑（例如使用 Spring Retry），当捕获到此异常时自动重试几次。
  • 检查网络：确保你的服务器或本地环境可以顺畅访问阿里云的服务（dashscope.aliyuncs.com）。

3. 请求参数复杂度过高

• 原因：如果你请求的图片分辨率极高（如 1024x1024 或更高），或者提示词（Prompt）非常复杂，模型推理时间会显著增加，容易触发超时。
• 解决方案：
  • 尝试降低图片分辨率（如先试用 512x512）。
  • 简化提示词，看是否能快速出图。

4. 版本兼容性问题

• 原因：你使用的 Spring AI Alibaba 版本可能对视频或图像生成任务的处理逻辑尚不完善（特别是早期的 SNAPSHOT 版本）。
• 解决方案：
  • 检查你的pom.xml或build.gradle，尝试升级到最新的稳定版本。
  • 参考官方示例代码，确认配置方式是否正确（例如是否正确配置了DashScopeImageOptions）。

💡 建议的排查步骤

1. 先测通断：写一个最简单的“你好”文字生成图片的请求，看是否还会报错。如果简单请求正常，复杂请求报错，那就是超时问题。
2. 调整配置：优先在配置文件中增加read-timeout的时间。
3. 查看文档：确认你使用的模型（Model）是否支持同步快速返回，或者是否必须使用异步任务模式。