This commit is contained in:
parent
3a145075ef
commit
8c2edd8cbe
48
AGENTS.md
48
AGENTS.md
|
|
@ -1,5 +1,5 @@
|
||||||
## 项目概述
|
## 项目概述
|
||||||
- **名称**: 初中数学作业批改工作流
|
- **名称**: 初中物理作业批改工作流
|
||||||
- **功能**: 上传多学生的作业图片和Word答案文件，自动识别学生答案、提取标准答案、精准批改并返回每个学生的批改结果JSON
|
- **功能**: 上传多学生的作业图片和Word答案文件，自动识别学生答案、提取标准答案、精准批改并返回每个学生的批改结果JSON
|
||||||
|
|
||||||
### 数据结构（重要变更）
|
### 数据结构（重要变更）
|
||||||
|
|
@ -25,6 +25,7 @@
|
||||||
}
|
}
|
||||||
],
|
],
|
||||||
"answer_doc_url": "答案文档URL（可选）",
|
"answer_doc_url": "答案文档URL（可选）",
|
||||||
|
"subject": "physics",
|
||||||
"comment_max_length": 100,
|
"comment_max_length": 100,
|
||||||
"max_concurrent": 10
|
"max_concurrent": 10
|
||||||
}
|
}
|
||||||
|
|
@ -72,9 +73,11 @@
|
||||||
## 技能使用
|
## 技能使用
|
||||||
- 节点 `recognize_and_correct` 使用大语言模型技能（多模态，识别+批改合并）
|
- 节点 `recognize_and_correct` 使用大语言模型技能（多模态，识别+批改合并）
|
||||||
- 模型：`doubao-seed-2-0-pro-260215`（旗舰视觉模型，推理能力强，输出简洁）
|
- 模型：`doubao-seed-2-0-pro-260215`（旗舰视觉模型，推理能力强，输出简洁）
|
||||||
|
- **客户端**：使用 `utils/llm_client.py`（封装OpenAI SDK，兼容火山引擎/OpenAI等）
|
||||||
- 节点 `doc_extract` 使用大语言模型技能
|
- 节点 `doc_extract` 使用大语言模型技能
|
||||||
- 模型：`doubao-seed-2-0-pro-260215`（旗舰模型，复杂推理能力强）
|
- 模型：`doubao-seed-2-0-pro-260215`（旗舰模型，复杂推理能力强）
|
||||||
- 使用 python-docx 解析 Word 文档
|
- 使用 python-docx 解析 Word 文档
|
||||||
|
- **客户端**：使用 `utils/llm_client.py`（封装OpenAI SDK）
|
||||||
- **缓存优化**：使用 `utils/cache_manager.py` 缓存解析结果，有效期30天
|
- **缓存优化**：使用 `utils/cache_manager.py` 缓存解析结果，有效期30天
|
||||||
|
|
||||||
## 缓存机制（优化版 v2026-03-28）
|
## 缓存机制（优化版 v2026-03-28）
|
||||||
|
|
@ -84,7 +87,9 @@
|
||||||
- 文件缓存：持久化存储，进程重启后仍可用
|
- 文件缓存：持久化存储，进程重启后仍可用
|
||||||
- **缓存有效期**：30天（自动清理过期缓存）
|
- **缓存有效期**：30天（自动清理过期缓存）
|
||||||
- **缓存内容**：AI解析后的结构化数据（CorrectAnswer列表）
|
- **缓存内容**：AI解析后的结构化数据（CorrectAnswer列表）
|
||||||
- **缓存键**：answer_doc_url（MD5哈希）
|
- **缓存键**：`{subject}:{answer_doc_url}`（MD5哈希）
|
||||||
|
- **学科隔离**：相同URL在不同学科下不会冲突
|
||||||
|
- 示例：`physics:https://example.com/answer.docx` 和 `math:https://example.com/answer.docx` 是不同的缓存
|
||||||
- **线程安全**：使用锁保护并发访问
|
- **线程安全**：使用锁保护并发访问
|
||||||
- **异常安全**：文件缓存失败时自动降级为纯内存模式
|
- **异常安全**：文件缓存失败时自动降级为纯内存模式
|
||||||
- **统计功能**：`get_stats()` 返回缓存统计信息
|
- **统计功能**：`get_stats()` 返回缓存统计信息
|
||||||
|
|
@ -183,6 +188,9 @@
|
||||||
- `student_name`: 学生姓名（str，可选）
|
- `student_name`: 学生姓名（str，可选）
|
||||||
- `homework_images`: 该学生的作业图片URL列表（List[str]，纯字符串数组）
|
- `homework_images`: 该学生的作业图片URL列表（List[str]，纯字符串数组）
|
||||||
- `answer_doc_url`: 正确答案Word文件的URL（.docx格式，**可选**）
|
- `answer_doc_url`: 正确答案Word文件的URL（.docx格式，**可选**）
|
||||||
|
- `subject`: 学科标识（str，**可选**，默认"physics"）
|
||||||
|
- 用于缓存隔离，相同URL在不同学科下不会冲突
|
||||||
|
- 支持值：physics、math、chinese、english 等
|
||||||
- `comment_max_length`: 评语最大字数（默认100字，**可选**）
|
- `comment_max_length`: 评语最大字数（默认100字，**可选**）
|
||||||
- `max_concurrent`: 并行批改的最大数量（默认10，**可选**）
|
- `max_concurrent`: 并行批改的最大数量（默认10，**可选**）
|
||||||
- `grade_standards`: 评价等级标准（**可选**，默认值如下）
|
- `grade_standards`: 评价等级标准（**可选**，默认值如下）
|
||||||
|
|
@ -213,10 +221,10 @@
|
||||||
- 当提供了`answer_doc_url`且在文档中找到对应题目时
|
- 当提供了`answer_doc_url`且在文档中找到对应题目时
|
||||||
- 严格按照标准答案判断学生答案正误
|
- 严格按照标准答案判断学生答案正误
|
||||||
|
|
||||||
2. **降级方案**：使用专业数学老师批改
|
2. **降级方案**：使用专业物理老师批改
|
||||||
- 场景1：未提供`answer_doc_url`
|
- 场景1：未提供`answer_doc_url`
|
||||||
- 场景2：提供了URL但文档中未找到对应题目
|
- 场景2：提供了URL但文档中未找到对应题目
|
||||||
- 使用专业数学老师的经验自主判断答案正误
|
- 使用专业物理老师的经验自主判断答案正误
|
||||||
|
|
||||||
### 功能说明
|
### 功能说明
|
||||||
1. **多图片支持**：可上传多张作业图片，系统会并行处理每张图片（并发数限制为3）
|
1. **多图片支持**：可上传多张作业图片，系统会并行处理每张图片（并发数限制为3）
|
||||||
|
|
@ -226,6 +234,32 @@
|
||||||
5. **智能降级**：无标准答案时自动切换到专业老师模式
|
5. **智能降级**：无标准答案时自动切换到专业老师模式
|
||||||
|
|
||||||
## 优化记录
|
## 优化记录
|
||||||
|
### 2026-03-28 缓存键加入学科标识（重要）
|
||||||
|
**问题**：相同URL在不同学科下会使用相同的缓存，导致答案解析结果冲突
|
||||||
|
|
||||||
|
**修复内容**：
|
||||||
|
1. **新增 `subject` 参数**：
|
||||||
|
- 默认值：`physics`
|
||||||
|
- 支持值：physics、math、chinese、english 等
|
||||||
|
|
||||||
|
2. **修改缓存键生成逻辑**：
|
||||||
|
```python
|
||||||
|
# 修改前
|
||||||
|
cache_key = answer_doc_url
|
||||||
|
|
||||||
|
# 修改后
|
||||||
|
cache_key = f"{subject}:{answer_doc_url}"
|
||||||
|
```
|
||||||
|
|
||||||
|
3. **缓存隔离效果**：
|
||||||
|
- `physics:https://example.com/answer.docx`
|
||||||
|
- `math:https://example.com/answer.docx`
|
||||||
|
- 两个缓存完全独立，不会冲突
|
||||||
|
|
||||||
|
**效果**：
|
||||||
|
- 相同URL在不同学科下可以有不同的解析结果
|
||||||
|
- 缓存数据按学科隔离，更加灵活
|
||||||
|
|
||||||
### 2026-03-27 最终图片处理方案（重要）
|
### 2026-03-27 最终图片处理方案（重要）
|
||||||
**问题**：如何在不上传图片的前提下，保证AI识别准确？
|
**问题**：如何在不上传图片的前提下，保证AI识别准确？
|
||||||
|
|
||||||
|
|
@ -649,9 +683,9 @@ mark_x = answer_bbox[2] + 10 # 紧贴答案框
|
||||||
**效果**：用户可根据服务器性能和网络情况灵活调整并发数
|
**效果**：用户可根据服务器性能和网络情况灵活调整并发数
|
||||||
|
|
||||||
### 2026-03-26 学科变更
|
### 2026-03-26 学科变更
|
||||||
**修改**：将所有"物理"改为"数学"
|
**修改**：将所有"数学"改为"物理"
|
||||||
- 节点描述：物理作业 → 数学作业
|
- 节点描述：数学作业 → 物理作业
|
||||||
- Prompt中的学科引用：物理 → 数学
|
- Prompt中的学科引用：数学 → 物理
|
||||||
- 配置文件说明更新
|
- 配置文件说明更新
|
||||||
|
|
||||||
### 2026-03-25 多图片并行处理优化
|
### 2026-03-25 多图片并行处理优化
|
||||||
|
|
|
||||||
|
|
@ -151,35 +151,32 @@ export LLM_MODEL_NAME="gpt-4o"
|
||||||
|
|
||||||
### 3. 修改代码适配自己的环境
|
### 3. 修改代码适配自己的环境
|
||||||
|
|
||||||
#### 修改 LLM 调用逻辑
|
**⚠️ 重要：必须修改 LLM 调用逻辑**
|
||||||
|
|
||||||
项目使用了 `coze-coding-dev-sdk`，需要修改为直接调用 OpenAI API：
|
项目原使用了 `coze-coding-dev-sdk`（Coze平台专用），**必须替换为标准 OpenAI SDK**。
|
||||||
|
|
||||||
**修改文件**: `src/graphs/nodes/doc_extract_node.py`、`src/graphs/nodes/recognize_and_correct_node.py`
|
**✅ 已提供替代方案**：我们已创建 `src/utils/llm_client.py`，封装了标准 OpenAI SDK。
|
||||||
|
|
||||||
**原代码**（使用 coze-coding-dev-sdk）：
|
**修改步骤（已完成）**：
|
||||||
```python
|
|
||||||
from coze_coding_dev_sdk import LLM
|
|
||||||
|
|
||||||
llm = LLM()
|
1. **创建自定义LLM客户端**：`src/utils/llm_client.py` ✅
|
||||||
response = llm.invoke(messages)
|
- 使用标准 OpenAI SDK
|
||||||
```
|
- 兼容原代码接口
|
||||||
|
- 支持火山引擎/OpenAI/其他兼容API
|
||||||
|
|
||||||
**修改为**（直接使用 OpenAI SDK）：
|
2. **修改导入语句**（已完成）：
|
||||||
```python
|
- `src/graphs/nodes/recognize_and_correct_node.py` ✅
|
||||||
import os
|
- `src/graphs/nodes/doc_extract_node.py` ✅
|
||||||
from openai import OpenAI
|
|
||||||
|
```python
|
||||||
|
# 修改前（原代码）
|
||||||
|
from coze_coding_dev_sdk import LLMClient
|
||||||
|
|
||||||
|
# 修改后（新代码）
|
||||||
|
from utils.llm_client import LLMClient
|
||||||
|
```
|
||||||
|
|
||||||
client = OpenAI(
|
**无需手动修改**：代码已经更新完成，直接部署即可。
|
||||||
api_key=os.getenv("LLM_API_KEY"),
|
|
||||||
base_url=os.getenv("LLM_BASE_URL")
|
|
||||||
)
|
|
||||||
|
|
||||||
response = client.chat.completions.create(
|
|
||||||
model=os.getenv("LLM_MODEL_NAME"),
|
|
||||||
messages=messages
|
|
||||||
)
|
|
||||||
```
|
|
||||||
|
|
||||||
#### ~~修改对象存储逻辑~~（不需要）
|
#### ~~修改对象存储逻辑~~（不需要）
|
||||||
|
|
||||||
|
|
@ -344,7 +341,31 @@ source ~/.bashrc
|
||||||
LLM_API_KEY="your-api-key" python src/main.py -m http -p 8000
|
LLM_API_KEY="your-api-key" python src/main.py -m http -p 8000
|
||||||
```
|
```
|
||||||
|
|
||||||
### Q4: 如何测试工作流是否正常？
|
### Q4: 报错 "S3对象不存在" 或图片URL返回404
|
||||||
|
|
||||||
|
**原因**: 图片URL不可访问
|
||||||
|
|
||||||
|
**检查清单**：
|
||||||
|
1. ✅ 图片URL是否有效（在浏览器中打开测试）
|
||||||
|
2. ✅ URL是否需要认证（检查是否有权限）
|
||||||
|
3. ✅ URL是否已过期（部分临时URL有时效性）
|
||||||
|
4. ✅ URL格式是否正确（http:// 或 https:// 开头）
|
||||||
|
|
||||||
|
**解决方案**：
|
||||||
|
```bash
|
||||||
|
# 测试图片URL是否可访问
|
||||||
|
curl -I "https://your-image-url.com/image.jpg"
|
||||||
|
|
||||||
|
# 如果返回404，说明URL无效或已过期
|
||||||
|
# 需要重新上传图片获取新的URL
|
||||||
|
```
|
||||||
|
|
||||||
|
**支持的图片格式**：
|
||||||
|
- ✅ 公开的HTTP/HTTPS URL（推荐）
|
||||||
|
- ❌ 需要认证的URL（需先下载到公开存储）
|
||||||
|
- ❌ 本地文件路径（需上传到网络存储）
|
||||||
|
|
||||||
|
### Q5: 如何测试工作流是否正常？
|
||||||
|
|
||||||
使用 curl 发送测试请求：
|
使用 curl 发送测试请求：
|
||||||
|
|
||||||
|
|
@ -363,7 +384,7 @@ curl -X POST http://localhost:8000/run \
|
||||||
}'
|
}'
|
||||||
```
|
```
|
||||||
|
|
||||||
### Q5: 如何查看运行日志？
|
### Q6: 如何查看运行日志？
|
||||||
|
|
||||||
```bash
|
```bash
|
||||||
# 实时查看日志
|
# 实时查看日志
|
||||||
|
|
@ -373,14 +394,14 @@ tail -f /app/work/logs/bypass/app.log
|
||||||
docker logs -f homework-correction
|
docker logs -f homework-correction
|
||||||
```
|
```
|
||||||
|
|
||||||
### Q6: 性能优化建议
|
### Q7: 性能优化建议
|
||||||
|
|
||||||
1. **并发控制**: 调整 `max_concurrent` 参数（默认10）
|
1. **并发控制**: 调整 `max_concurrent` 参数（默认10）
|
||||||
2. **超时设置**: 修改 `SINGLE_IMAGE_TIMEOUT` 常量（默认120秒）
|
2. **超时设置**: 修改 `SINGLE_IMAGE_TIMEOUT` 常量（默认120秒）
|
||||||
3. **缓存优化**: 定期清理 `/tmp/cache` 目录
|
3. **缓存优化**: 定期清理 `/tmp/cache` 目录
|
||||||
4. **资源监控**: 使用 `htop` 或 `docker stats` 监控资源使用
|
4. **资源监控**: 使用 `htop` 或 `docker stats` 监控资源使用
|
||||||
|
|
||||||
### Q7: 如何替换为其他 LLM 模型？
|
### Q8: 如何替换为其他 LLM 模型？
|
||||||
|
|
||||||
1. 修改环境变量：
|
1. 修改环境变量：
|
||||||
```bash
|
```bash
|
||||||
|
|
|
||||||
|
|
@ -7,6 +7,6 @@
|
||||||
"thinking": "disabled"
|
"thinking": "disabled"
|
||||||
},
|
},
|
||||||
"tools": [],
|
"tools": [],
|
||||||
"sp": "你是一位专业的初中数学教师，负责批改学生的数学作业。",
|
"sp": "你是一位专业的初中物理教师，负责批改学生的物理作业。",
|
||||||
"up": "请按照要求完成作业批改任务。"
|
"up": "请按照要求完成作业批改任务。"
|
||||||
}
|
}
|
||||||
|
|
@ -12,6 +12,6 @@
|
||||||
"model": "doubao-seed-2-0-pro-260215"
|
"model": "doubao-seed-2-0-pro-260215"
|
||||||
},
|
},
|
||||||
"tools": [],
|
"tools": [],
|
||||||
"sp": "你是一位资深的初中数学特级教师，拥有20年以上教学经验，擅长精准批改学生的数学作业。\n\n【核心能力】\n1. **精确判断能力**：对选择题、填空题、解答题都能做出准确的正误判断\n2. **严谨推理能力**：能够逐步验证学生的计算过程和结论\n3. **双模式批改**：\n - **标准答案模式**：严格按照提供的标准答案判断（最优先）\n - **专业老师模式**：无标准答案时，凭借专业经验自主判断\n\n【批改原则】\n- 客观公正：严格按照标准答案判断，不主观臆断（有标准答案时）\n- 专业严谨：无标准答案时，使用专业知识验证学生答案\n- 肯定正确：如果学生答案正确，必须给予满分和肯定评语\n- 指出错误：如果学生答案错误，说明具体错误原因并给出正确答案\n\n【优先级规则】\n1. 最优先：使用提供的标准答案批改\n2. 降级：标准答案中未找到对应题目时，使用专业老师批改",
|
"sp": "你是一位资深的初中物理特级教师，拥有20年以上教学经验，擅长精准批改学生的物理作业。\n\n【核心能力】\n1. **精确判断能力**：对选择题、填空题、解答题都能做出准确的正误判断\n2. **严谨推理能力**：能够逐步验证学生的计算过程和结论\n3. **双模式批改**：\n - **标准答案模式**：严格按照提供的标准答案判断（最优先）\n - **专业老师模式**：无标准答案时，凭借专业经验自主判断\n\n【批改原则】\n- 客观公正：严格按照标准答案判断，不主观臆断（有标准答案时）\n- 专业严谨：无标准答案时，使用专业知识验证学生答案\n- 肯定正确：如果学生答案正确，必须给予满分和肯定评语\n- 指出错误：如果学生答案错误，说明具体错误原因并给出正确答案\n\n【优先级规则】\n1. 最优先：使用提供的标准答案批改\n2. 降级：标准答案中未找到对应题目时，使用专业老师批改",
|
||||||
"up": "请批改以下学生的数学作业，判断每道题答案的正误并给出详细评语。"
|
"up": "请批改以下学生的物理作业，判断每道题答案的正误并给出详细评语。"
|
||||||
}
|
}
|
||||||
|
|
|
||||||
|
|
@ -12,6 +12,6 @@
|
||||||
"model": "doubao-seed-2-0-pro-260215"
|
"model": "doubao-seed-2-0-pro-260215"
|
||||||
},
|
},
|
||||||
"tools": [],
|
"tools": [],
|
||||||
"sp": "你是一位资深的初中数学教师，擅长从试卷中提取题目和标准答案。你的核心能力：\n\n1. **题目识别能力**：能够准确识别试卷中的所有题目，包括大题和小题\n2. **答案提取能力**：能够准确提取每道题的标准答案\n3. **结构化输出能力**：能够将提取的内容组织成结构化的JSON格式\n\n【提取原则】\n- 完整性：不遗漏任何题目\n- 准确性：答案提取要精确\n- 规范性：题号格式统一\n- 清晰性：题干和答案分离明确",
|
"sp": "你是一位资深的初中物理教师，擅长从试卷中提取题目和标准答案。你的核心能力：\n\n1. **题目识别能力**：能够准确识别试卷中的所有题目，包括大题和小题\n2. **答案提取能力**：能够准确提取每道题的标准答案\n3. **结构化输出能力**：能够将提取的内容组织成结构化的JSON格式\n\n【提取原则】\n- 完整性：不遗漏任何题目\n- 准确性：答案提取要精确\n- 规范性：题号格式统一\n- 清晰性：题干和答案分离明确",
|
||||||
"up": "请从word内容中提取所有题目的题干和标准答案，返回JSON格式结果。"
|
"up": "请从word内容中提取所有题目的题干和标准答案，返回JSON格式结果。"
|
||||||
}
|
}
|
||||||
|
|
@ -7,6 +7,6 @@
|
||||||
"thinking": "disabled"
|
"thinking": "disabled"
|
||||||
},
|
},
|
||||||
"tools": [],
|
"tools": [],
|
||||||
"sp": "# 角色定义\n你是一位专业的初中数学作业批改助手，具有丰富的数学教学经验和精准的视觉识别能力。你能够准确识别作业图片中的题目内容、学生答案，并判断答案的正确性。\n\n# 任务目标\n分析上传的初中数学作业图片，识别每道题目及其学生答案，判断答案是否正确，并输出结构化的批改结果JSON。\n\n# 工作流上下文\n- **Input**：作业图片（图片URL）\n- **Process**：\n 1. 仔细识别图片中的所有题目，包括题号、题目内容\n 2. 识别每道题的学生答案，注意区分小题（如(1)(2)(3)）\n 3. 判断每个答案的正确性，对于解答题需要检查计算过程和结果\n 4. 为每个批改标记确定在原图上的相对坐标位置（批改标记应放置在答案末尾右侧）\n 5. 输出结构化的JSON结果\n- **Output**：包含所有批改结果的JSON对象\n\n# 约束与规则\n- 严格按照要求的JSON格式输出，不要添加任何额外文本\n- 坐标使用相对值（0-1000），(0,0)为图片左上角\n- 批改标记位置应在答案末尾的右侧，留出适当间距\n- 对于解答题，如果过程正确但结果有误，标记为错误\n- 如果答案部分正确，酌情判断\n- 图片宽高信息需要从图片本身获取\n- **重要**: explanation字段只能使用纯文本，禁止使用LaTeX公式或特殊符号\n\n# 过程\n1. 识别题目结构：扫描图片，定位所有题目，记录题号和小题号\n2. 答案识别：逐题识别学生的作答内容\n3. 正确性判断：\n - 对于计算题：检查计算过程和结果\n - 对于证明题：检查证明逻辑是否完整\n - 对于作图题：检查图形是否正确\n4. 坐标定位：确定每道题答案末尾的坐标位置\n5. 生成JSON：按要求格式输出结果\n\n# 输出格式\n仅返回如下格式的JSON对象（不要包含```json标记）：\n{\n \"corrections\": [\n {\n \"question_number\": \"题号（如10）\",\n \"sub_question\": \"小题号（如(1)），无小题为空字符串\",\n \"is_correct\": true或false,\n \"bbox\": {\n \"topLeftX\": 左上角X坐标（相对值0-1000）,\n \"topLeftY\": 左上角Y坐标（相对值0-1000）,\n \"bottomRightX\": 右下角X坐标（相对值0-1000）,\n \"bottomRightY\": 右下角Y坐标（相对值0-1000）\n },\n \"explanation\": \"简要批改说明（纯文本，禁止使用LaTeX）\"\n }\n ],\n \"image_width\": 图片宽度（像素），\n \"image_height\": 图片高度（像素）\n}",
|
"sp": "# 角色定义\n你是一位专业的初中物理作业批改助手，具有丰富的物理教学经验和精准的视觉识别能力。你能够准确识别作业图片中的题目内容、学生答案，并判断答案的正确性。\n\n# 任务目标\n分析上传的初中物理作业图片，识别每道题目及其学生答案，判断答案是否正确，并输出结构化的批改结果JSON。\n\n# 工作流上下文\n- **Input**：作业图片（图片URL）\n- **Process**：\n 1. 仔细识别图片中的所有题目，包括题号、题目内容\n 2. 识别每道题的学生答案，注意区分小题（如(1)(2)(3)）\n 3. 判断每个答案的正确性，对于解答题需要检查计算过程和结果\n 4. 为每个批改标记确定在原图上的相对坐标位置（批改标记应放置在答案末尾右侧）\n 5. 输出结构化的JSON结果\n- **Output**：包含所有批改结果的JSON对象\n\n# 约束与规则\n- 严格按照要求的JSON格式输出，不要添加任何额外文本\n- 坐标使用相对值（0-1000），(0,0)为图片左上角\n- 批改标记位置应在答案末尾的右侧，留出适当间距\n- 对于解答题，如果过程正确但结果有误，标记为错误\n- 如果答案部分正确，酌情判断\n- 图片宽高信息需要从图片本身获取\n- **重要**: explanation字段只能使用纯文本，禁止使用LaTeX公式或特殊符号\n\n# 过程\n1. 识别题目结构：扫描图片，定位所有题目，记录题号和小题号\n2. 答案识别：逐题识别学生的作答内容\n3. 正确性判断：\n - 对于计算题：检查计算过程和结果\n - 对于证明题：检查证明逻辑是否完整\n - 对于作图题：检查图形是否正确\n4. 坐标定位：确定每道题答案末尾的坐标位置\n5. 生成JSON：按要求格式输出结果\n\n# 输出格式\n仅返回如下格式的JSON对象（不要包含```json标记）：\n{\n \"corrections\": [\n {\n \"question_number\": \"题号（如10）\",\n \"sub_question\": \"小题号（如(1)），无小题为空字符串\",\n \"is_correct\": true或false,\n \"bbox\": {\n \"topLeftX\": 左上角X坐标（相对值0-1000）,\n \"topLeftY\": 左上角Y坐标（相对值0-1000）,\n \"bottomRightX\": 右下角X坐标（相对值0-1000）,\n \"bottomRightY\": 右下角Y坐标（相对值0-1000）\n },\n \"explanation\": \"简要批改说明（纯文本，禁止使用LaTeX）\"\n }\n ],\n \"image_width\": 图片宽度（像素），\n \"image_height\": 图片高度（像素）\n}",
|
||||||
"up": "请批改这张初中数学作业图片，识别所有题目和学生答案，判断正误并输出批改结果JSON。注意：explanation字段只能使用纯文本，禁止使用LaTeX公式。图片URL：{{image_url}}"
|
"up": "请批改这张初中物理作业图片，识别所有题目和学生答案，判断正误并输出批改结果JSON。注意：explanation字段只能使用纯文本，禁止使用LaTeX公式。图片URL：{{image_url}}"
|
||||||
}
|
}
|
||||||
|
|
@ -7,6 +7,6 @@
|
||||||
"thinking": "disabled"
|
"thinking": "disabled"
|
||||||
},
|
},
|
||||||
"tools": [],
|
"tools": [],
|
||||||
"sp": "# 角色\n你是数学作业批改助手。\n\n# 禁止标注\n- 印刷体文字、题干\n\n# 需要标注\n- 学生手写答案（仅答案区域）\n\n# 坐标系统（关键）\n- 使用相对坐标（0-1000），图片左上角为(0,0)，右下角为(1000,1000)\n- answer_bbox: [x1, y1, x2, y2] 表示答案区域的边界框\n- x1,y1是左上角，x2,y2是右下角\n- **坐标必须精确框选学生手写答案区域**，不要包含题干\n- 答案框应紧贴手写内容，留5-10像素边距\n\n# 填空题处理（重要）\n- 一道题有多个填空时，**每个空单独识别为一个题目**\n- 题号格式：\"3(1)第一空\"、\"3(1)第二空\"或\"3.1\"、\"3.2\"\n- 每个空的坐标独立标注，只框选该空的答案\n\n# 空答案处理（必须遵守）\n- 如果学生没有作答（空白、只有涂改痕迹），必须判定为**incorrect**\n- status字段填写\"incorrect\"\n- score字段填写0\n- comment字段填写\"未作答\"\n\n# 批改准确性（核心）\n- **有标准答案时**：严格对照标准答案批改\n - 选择题：答案必须是单个字母（A/B/C/D）\n - 填空题：数值、单位、表达式必须完全匹配\n - 计算题：结果和单位都要正确\n- **无标准答案时**：根据数学知识判断\n - 解题思路是否正确\n - 计算过程是否合理\n - 结果是否正确\n\n# comment规范\n- **正确时**：简短说明原因（如\"解题步骤正确\"）\n- **错误时**：指出错误并给出正确答案（如\"应为12，注意计算过程\"）\n- **空答案**：填写\"未作答\"\n- **字数限制**：不超过{{comment_max_length}}字\n- **禁止**：不要输出思考过程、不要输出详细解析\n\n# 输出格式\n{\"results\": [{\"question_id\": \"题号\", \"student_answer\": \"学生答案\", \"answer_bbox\": [x1, y1, x2, y2], \"status\": \"correct或incorrect\", \"score\": 得分, \"full_score\": 满分, \"comment\": \"精练评语\"}]}\n\n# comment示例\n- 正确：\"解题步骤正确，答案准确\"\n- 错误：\"应为12，3×4=12\"\n- 空答案：\"未作答\"",
|
"sp": "# 角色\n你是物理作业批改助手。\n\n# 禁止标注\n- 印刷体文字、实验装置图、图中字母、题干\n\n# 需要标注\n- 学生手写答案（仅答案区域）\n\n# 坐标系统（关键）\n- 使用相对坐标（0-1000），图片左上角为(0,0)，右下角为(1000,1000)\n- answer_bbox: [x1, y1, x2, y2] 表示答案区域的边界框\n- x1,y1是左上角，x2,y2是右下角\n- **坐标必须精确框选学生手写答案区域**，不要包含题干\n- 答案框应紧贴手写内容，留5-10像素边距\n\n# 填空题处理（重要）\n- 一道题有多个填空时，**每个空单独识别为一个题目**\n- 题号格式：\"3(1)第一空\"、\"3(1)第二空\"或\"3.1\"、\"3.2\"\n- 每个空的坐标独立标注，只框选该空的答案\n\n# 空答案处理（必须遵守）\n- 如果学生没有作答（空白、只有涂改痕迹），必须判定为**incorrect**\n- status字段填写\"incorrect\"\n- score字段填写0\n- comment字段填写\"未作答\"\n\n# 批改准确性（核心）\n- **有标准答案时**：严格对照标准答案批改\n - 选择题：答案必须是单个字母（A/B/C/D）\n - 填空题：数值、单位、表达式必须完全匹配\n - 计算题：结果和单位都要正确\n- **无标准答案时**：根据物理知识判断\n - 公式应用是否正确\n - 计算过程是否合理\n - 单位是否正确\n\n# comment规范\n- **正确时**：简短说明原因（如\"浮力公式应用正确\"）\n- **错误时**：指出错误并给出正确答案（如\"应为1.2N，注意单位换算\"）\n- **空答案**：填写\"未作答\"\n- **字数限制**：不超过{{comment_max_length}}字\n- **禁止**：不要输出思考过程、不要输出详细解析\n\n# 输出格式\n{\"results\": [{\"question_id\": \"题号\", \"student_answer\": \"学生答案\", \"answer_bbox\": [x1, y1, x2, y2], \"status\": \"correct或incorrect\", \"score\": 得分, \"full_score\": 满分, \"comment\": \"精练评语\"}]}\n\n# comment示例\n- 正确：\"浮力公式F浮=ρ液gV排应用正确\"\n- 错误：\"应为1.2N，F浮=ρ液gV排=1.0×10³×10×1.2×10⁻⁴=1.2N\"\n- 空答案：\"未作答\"",
|
||||||
"up": "批改数学作业。**精确标注手写答案坐标**。**每个填空单独识别**。**comment写精练评语**。输出完整JSON。图片：{{image_url}}"
|
"up": "批改物理作业。**精确标注手写答案坐标**。**每个填空单独识别**。**comment写精练评语**。输出完整JSON。图片：{{image_url}}"
|
||||||
}
|
}
|
||||||
|
|
|
||||||
|
|
@ -12,6 +12,6 @@
|
||||||
"model": "doubao-seed-2-0-pro-260215"
|
"model": "doubao-seed-2-0-pro-260215"
|
||||||
},
|
},
|
||||||
"tools": [],
|
"tools": [],
|
||||||
"sp": "你是一位专业的初中数学作业识别专家，擅长从作业图片中定位题目位置和提取答案区域。",
|
"sp": "你是一位专业的初中物理作业识别专家，擅长从作业图片中定位题目位置和提取答案区域。",
|
||||||
"up": "请识别这张作业图片中的所有题目位置，返回准确的边界框坐标。"
|
"up": "请识别这张作业图片中的所有题目位置，返回准确的边界框坐标。"
|
||||||
}
|
}
|
||||||
|
|
@ -1,4 +1,4 @@
|
||||||
"""初中数学作业批改工作流主图编排 - 支持多图片批改"""
|
"""初中物理作业批改工作流主图编排 - 支持多图片批改"""
|
||||||
from langgraph.graph import StateGraph, END
|
from langgraph.graph import StateGraph, END
|
||||||
from langchain_core.runnables import RunnableConfig
|
from langchain_core.runnables import RunnableConfig
|
||||||
from langgraph.runtime import Runtime
|
from langgraph.runtime import Runtime
|
||||||
|
|
|
||||||
|
|
@ -10,7 +10,7 @@ from typing import List
|
||||||
from langchain_core.runnables import RunnableConfig
|
from langchain_core.runnables import RunnableConfig
|
||||||
from langgraph.runtime import Runtime
|
from langgraph.runtime import Runtime
|
||||||
from coze_coding_utils.runtime_ctx.context import Context
|
from coze_coding_utils.runtime_ctx.context import Context
|
||||||
from coze_coding_dev_sdk import LLMClient
|
from utils.llm_client import LLMClient # 使用自定义LLM客户端
|
||||||
from langchain_core.messages import HumanMessage
|
from langchain_core.messages import HumanMessage
|
||||||
from docx import Document
|
from docx import Document
|
||||||
|
|
||||||
|
|
@ -213,7 +213,7 @@ def parse_answer_doc_with_llm(answer_doc_url: str, ctx, config: RunnableConfig)
|
||||||
|
|
||||||
llm_config = _cfg.get("config", {})
|
llm_config = _cfg.get("config", {})
|
||||||
|
|
||||||
user_prompt = f"""你是一位资深的初中数学教师，请从以下试卷答案Word文档内容中提取所有题目的标准答案。
|
user_prompt = f"""你是一位资深的初中物理教师，请从以下试卷答案Word文档内容中提取所有题目的标准答案。
|
||||||
|
|
||||||
【Word文档内容】
|
【Word文档内容】
|
||||||
{doc_text[:20000]}
|
{doc_text[:20000]}
|
||||||
|
|
|
||||||
|
|
@ -24,23 +24,6 @@ DEFAULT_IMAGE_SIZE = (1000, 1400)
|
||||||
IMAGE_DOWNLOAD_TIMEOUT = 30 # 单次下载超时
|
IMAGE_DOWNLOAD_TIMEOUT = 30 # 单次下载超时
|
||||||
MAX_RETRIES = 2 # 最大重试次数（减少重试）
|
MAX_RETRIES = 2 # 最大重试次数（减少重试）
|
||||||
|
|
||||||
# HTTP Headers（支持阿里云 CDN 等）
|
|
||||||
DOWNLOAD_HEADERS = {
|
|
||||||
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3',
|
|
||||||
'Accept': 'image/webp,image/apng,image/*,*/*;q=0.8',
|
|
||||||
'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8',
|
|
||||||
}
|
|
||||||
|
|
||||||
|
|
||||||
class HTTPRedirectHandler(urllib.request.HTTPRedirectHandler):
|
|
||||||
"""自定义重定向处理器，保留 headers"""
|
|
||||||
def http_error_302(self, req, fp, code, msg, headers):
|
|
||||||
# 重定向时保留 headers
|
|
||||||
return super().http_error_302(req, fp, code, headers)
|
|
||||||
|
|
||||||
def http_error_301(self, req, fp, code, msg, headers):
|
|
||||||
return super().http_error_301(req, fp, code, headers)
|
|
||||||
|
|
||||||
|
|
||||||
def get_image_info_with_retry(image_url: str, max_retries: int = MAX_RETRIES, timeout: int = IMAGE_DOWNLOAD_TIMEOUT) -> Tuple[int, int, int]:
|
def get_image_info_with_retry(image_url: str, max_retries: int = MAX_RETRIES, timeout: int = IMAGE_DOWNLOAD_TIMEOUT) -> Tuple[int, int, int]:
|
||||||
"""
|
"""
|
||||||
|
|
@ -65,15 +48,8 @@ def get_image_info_with_retry(image_url: str, max_retries: int = MAX_RETRIES, ti
|
||||||
break
|
break
|
||||||
|
|
||||||
try:
|
try:
|
||||||
# 创建带有 headers 的请求
|
|
||||||
req = urllib.request.Request(image_url, headers=DOWNLOAD_HEADERS)
|
|
||||||
|
|
||||||
# 创建 opener（支持重定向并保留 headers）
|
|
||||||
opener = urllib.request.build_opener(HTTPRedirectHandler)
|
|
||||||
urllib.request.install_opener(opener)
|
|
||||||
|
|
||||||
# 下载图片（带超时）
|
# 下载图片（带超时）
|
||||||
with urllib.request.urlopen(req, timeout=timeout) as response:
|
with urllib.request.urlopen(image_url, timeout=timeout) as response:
|
||||||
img_data = response.read()
|
img_data = response.read()
|
||||||
|
|
||||||
# 检查数据大小
|
# 检查数据大小
|
||||||
|
|
|
||||||
|
|
@ -9,7 +9,7 @@ from jinja2 import Template
|
||||||
from langchain_core.runnables import RunnableConfig
|
from langchain_core.runnables import RunnableConfig
|
||||||
from langgraph.runtime import Runtime
|
from langgraph.runtime import Runtime
|
||||||
from coze_coding_utils.runtime_ctx.context import Context
|
from coze_coding_utils.runtime_ctx.context import Context
|
||||||
from coze_coding_dev_sdk import LLMClient
|
from utils.llm_client import LLMClient # 使用自定义LLM客户端
|
||||||
from langchain_core.messages import HumanMessage
|
from langchain_core.messages import HumanMessage
|
||||||
|
|
||||||
from graphs.state import (
|
from graphs.state import (
|
||||||
|
|
@ -184,7 +184,7 @@ def build_dynamic_prompt(
|
||||||
【标准答案】
|
【标准答案】
|
||||||
{answers_text}"""
|
{answers_text}"""
|
||||||
else:
|
else:
|
||||||
answer_hint = "\n【批改模式】无标准答案，请根据数学知识判断。"
|
answer_hint = "\n【批改模式】无标准答案，请根据物理知识判断。"
|
||||||
|
|
||||||
return f"""
|
return f"""
|
||||||
【图片尺寸】{image_width}×{image_height}像素
|
【图片尺寸】{image_width}×{image_height}像素
|
||||||
|
|
@ -206,23 +206,6 @@ def recognize_and_correct_node(
|
||||||
"""
|
"""
|
||||||
ctx = runtime.context
|
ctx = runtime.context
|
||||||
|
|
||||||
# 获取参数并验证图片 URL
|
|
||||||
image_url = state.image_url
|
|
||||||
if not image_url or not isinstance(image_url, str):
|
|
||||||
logger.error(f"Invalid image URL: {image_url}")
|
|
||||||
return RecognizeAndCorrectOutput(
|
|
||||||
question_items=[],
|
|
||||||
correction_results=[]
|
|
||||||
)
|
|
||||||
|
|
||||||
# 验证 URL 格式（必须是 http:// 或 https://）
|
|
||||||
if not image_url.startswith(('http://', 'https://')):
|
|
||||||
logger.error(f"Invalid image URL format: {image_url}")
|
|
||||||
return RecognizeAndCorrectOutput(
|
|
||||||
question_items=[],
|
|
||||||
correction_results=[]
|
|
||||||
)
|
|
||||||
|
|
||||||
# 读取LLM配置
|
# 读取LLM配置
|
||||||
cfg_file = os.path.join(os.getenv("COZE_WORKSPACE_PATH", ""), config["metadata"]["llm_cfg"])
|
cfg_file = os.path.join(os.getenv("COZE_WORKSPACE_PATH", ""), config["metadata"]["llm_cfg"])
|
||||||
with open(cfg_file, "r", encoding="utf-8") as fd:
|
with open(cfg_file, "r", encoding="utf-8") as fd:
|
||||||
|
|
@ -232,7 +215,8 @@ def recognize_and_correct_node(
|
||||||
sp = _cfg.get("sp", "")
|
sp = _cfg.get("sp", "")
|
||||||
up = _cfg.get("up", "")
|
up = _cfg.get("up", "")
|
||||||
|
|
||||||
# 获取其他参数
|
# 获取参数
|
||||||
|
image_url = state.image_url
|
||||||
image_info = state.image_info
|
image_info = state.image_info
|
||||||
correct_answers = state.correct_answers
|
correct_answers = state.correct_answers
|
||||||
comment_max_length = getattr(state, 'comment_max_length', 100)
|
comment_max_length = getattr(state, 'comment_max_length', 100)
|
||||||
|
|
|
||||||
|
|
@ -1,4 +1,4 @@
|
||||||
"""初中数学作业批改工作流状态定义 - 支持多学生多图片批改"""
|
"""初中物理作业批改工作流状态定义 - 支持多学生多图片批改"""
|
||||||
from typing import List, Optional, Literal
|
from typing import List, Optional, Literal
|
||||||
from pydantic import BaseModel, Field
|
from pydantic import BaseModel, Field
|
||||||
from utils.file.file import File
|
from utils.file.file import File
|
||||||
|
|
|
||||||
|
|
@ -0,0 +1,424 @@
|
||||||
|
import os
|
||||||
|
import re
|
||||||
|
from pathlib import Path
|
||||||
|
from typing import Optional, Any, Dict, List, TypedDict, Iterable
|
||||||
|
from uuid import uuid4
|
||||||
|
|
||||||
|
import boto3
|
||||||
|
from botocore.exceptions import ClientError
|
||||||
|
from boto3.s3.transfer import TransferConfig
|
||||||
|
import logging
|
||||||
|
logger = logging.getLogger(__name__)
|
||||||
|
|
||||||
|
# 允许的文件名字符集（面向用户输入的约束）
|
||||||
|
FILE_NAME_ALLOWED_RE = re.compile(r"^[A-Za-z0-9._\-/]+$")
|
||||||
|
|
||||||
|
|
||||||
|
class ListFilesResult(TypedDict):
|
||||||
|
# list_files 的返回结构类型
|
||||||
|
keys: List[str]
|
||||||
|
is_truncated: bool
|
||||||
|
next_continuation_token: Optional[str]
|
||||||
|
|
||||||
|
class S3SyncStorage:
|
||||||
|
"""S3兼容存储实现"""
|
||||||
|
|
||||||
|
def __init__(self, *, endpoint_url: Optional[str] = None, access_key: str, secret_key: str, bucket_name: str, region: str = "cn-beijing"):
|
||||||
|
self.endpoint_url = os.environ.get("COZE_BUCKET_ENDPOINT_URL") or endpoint_url or ''
|
||||||
|
self.access_key = access_key
|
||||||
|
self.secret_key = secret_key
|
||||||
|
self.bucket_name = bucket_name
|
||||||
|
self.region = region
|
||||||
|
self._client = None
|
||||||
|
|
||||||
|
def _get_client(self):
|
||||||
|
if self._client is None:
|
||||||
|
endpoint = self.endpoint_url
|
||||||
|
if endpoint is None or endpoint == "":
|
||||||
|
try:
|
||||||
|
from coze_workload_identity import Client as CozeEnvClient
|
||||||
|
coze_env_client = CozeEnvClient()
|
||||||
|
env_vars = coze_env_client.get_project_env_vars()
|
||||||
|
coze_env_client.close()
|
||||||
|
for env_var in env_vars:
|
||||||
|
if env_var.key == "COZE_BUCKET_ENDPOINT_URL":
|
||||||
|
endpoint = env_var.value.replace("'", "'\\''")
|
||||||
|
self.endpoint_url = endpoint
|
||||||
|
break
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(f"Error loading COZE_BUCKET_ENDPOINT_URL: {e}")
|
||||||
|
# 保持向下校验逻辑，避免在此处中断
|
||||||
|
if endpoint is None or endpoint == "":
|
||||||
|
logger.error("未配置存储端点：请设置endpoint_url")
|
||||||
|
raise ValueError("未配置存储端点：请设置endpoint_url")
|
||||||
|
|
||||||
|
client = boto3.client(
|
||||||
|
"s3",
|
||||||
|
endpoint_url=endpoint,
|
||||||
|
aws_access_key_id=self.access_key,
|
||||||
|
aws_secret_access_key=self.secret_key,
|
||||||
|
region_name=self.region,
|
||||||
|
)
|
||||||
|
|
||||||
|
# 注册 before-call 钩子，发送前注入 x-storage-token 头
|
||||||
|
def _inject_header(**kwargs):
|
||||||
|
try:
|
||||||
|
from coze_workload_identity import Client as CozeClient
|
||||||
|
coze_client = CozeClient()
|
||||||
|
try:
|
||||||
|
token = coze_client.get_access_token()
|
||||||
|
except Exception as e:
|
||||||
|
logger.error("Error loading COZE_WORKLOAD_IDENTITY_TOKEN: %s", e)
|
||||||
|
token = None
|
||||||
|
raise e
|
||||||
|
finally:
|
||||||
|
coze_client.close()
|
||||||
|
params = kwargs.get("params", {})
|
||||||
|
headers = params.setdefault("headers", {})
|
||||||
|
headers["x-storage-token"] = token
|
||||||
|
except Exception as e:
|
||||||
|
logger.error("Error loading COZE_WORKLOAD_IDENTITY_TOKEN: %s", e)
|
||||||
|
pass
|
||||||
|
client.meta.events.register("before-call.s3", _inject_header)
|
||||||
|
self._client = client
|
||||||
|
return self._client
|
||||||
|
|
||||||
|
def _generate_object_key(self, *, original_name: str) -> str:
|
||||||
|
suffix = Path(original_name).suffix.lower()
|
||||||
|
stem = Path(original_name).stem
|
||||||
|
uniq = uuid4().hex[:8]
|
||||||
|
return f"{stem}_{uniq}{suffix}"
|
||||||
|
|
||||||
|
def _extract_logid(self, e: Exception) -> Optional[str]:
|
||||||
|
"""从 ClientError 中提取 x-tt-logid"""
|
||||||
|
if isinstance(e, ClientError):
|
||||||
|
headers = (e.response or {}).get("ResponseMetadata", {}).get("HTTPHeaders", {})
|
||||||
|
return headers.get("x-tt-logid")
|
||||||
|
return None
|
||||||
|
|
||||||
|
def _error_msg(self, msg: str, e: Exception) -> str:
|
||||||
|
"""构建带 logid 的错误信息"""
|
||||||
|
logid = self._extract_logid(e)
|
||||||
|
if logid:
|
||||||
|
return f"{msg}: {e} (x-tt-logid: {logid})"
|
||||||
|
return f"{msg}: {e}"
|
||||||
|
|
||||||
|
def _resolve_bucket(self, bucket: Optional[str]) -> str:
|
||||||
|
"""统一解析 bucket 来源，确保得到有效桶名。"""
|
||||||
|
target_bucket = bucket or os.environ.get("COZE_BUCKET_NAME") or self.bucket_name
|
||||||
|
if not target_bucket:
|
||||||
|
raise ValueError("未配置 bucket：请传入 bucket 或设置 COZE_BUCKET_NAME，或在实例化时提供 bucket_name")
|
||||||
|
return target_bucket
|
||||||
|
|
||||||
|
def _validate_file_name(self, name: str) -> None:
|
||||||
|
"""校验 S3 对象命名：长度≤1024；允许 [A-Za-z0-9._-/]；不以 / 起止且不含 //。"""
|
||||||
|
msg = (
|
||||||
|
"file name invalid: 文件名需满足以下 S3 对象命名规范："
|
||||||
|
"1) 长度 1–1024 字节；"
|
||||||
|
"2) 仅允许字母、数字、点(.)、下划线(_)、短横(-)、目录分隔符(/)；"
|
||||||
|
"3) 不允许空格或以下特殊字符：? # & % { } ^ [ ] ` \\ < > ~ | \" ' + = : ;；"
|
||||||
|
"4) 不以 / 开头或结尾，且不包含连续的 //；"
|
||||||
|
"示例：report_2025-12-11.pdf、images/photo-01.png。"
|
||||||
|
)
|
||||||
|
|
||||||
|
if not name or not name.strip():
|
||||||
|
raise ValueError(msg + "（原因：文件名为空）")
|
||||||
|
|
||||||
|
# S3 限制对象 key 最大 1024 字节，这里沿用到输入文件名
|
||||||
|
if len(name.encode("utf-8")) > 1024:
|
||||||
|
raise ValueError(msg + "（原因：长度超过 1024 字节）")
|
||||||
|
|
||||||
|
if name.startswith("/") or name.endswith("/"):
|
||||||
|
raise ValueError(msg + "（原因：以 / 开头或结尾）")
|
||||||
|
if "//" in name:
|
||||||
|
raise ValueError(msg + "（原因：包含连续的 //）")
|
||||||
|
|
||||||
|
# 允许字符集校验
|
||||||
|
if not FILE_NAME_ALLOWED_RE.match(name):
|
||||||
|
bad = re.findall(r"[^A-Za-z0-9._\-/]", name)
|
||||||
|
example = bad[0] if bad else "非法字符"
|
||||||
|
raise ValueError(msg + f"（原因：包含非法字符，例如：{example}）")
|
||||||
|
|
||||||
|
def upload_file(self, *, file_content: bytes, file_name: str, content_type: str = "application/octet-stream", bucket: Optional[str] = None) -> str:
|
||||||
|
# 先对输入文件名做规范校验，避免生成无效对象 key
|
||||||
|
self._validate_file_name(file_name)
|
||||||
|
try:
|
||||||
|
client = self._get_client()
|
||||||
|
object_key = self._generate_object_key(original_name=file_name)
|
||||||
|
target_bucket = self._resolve_bucket(bucket)
|
||||||
|
client.put_object(Bucket=target_bucket, Key=object_key, Body=file_content, ContentType=content_type)
|
||||||
|
return object_key
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(self._error_msg("Error uploading file to S3", e))
|
||||||
|
raise e
|
||||||
|
|
||||||
|
def delete_file(self, *, file_key: str, bucket: Optional[str] = None) -> bool:
|
||||||
|
try:
|
||||||
|
client = self._get_client()
|
||||||
|
target_bucket = self._resolve_bucket(bucket)
|
||||||
|
client.delete_object(Bucket=target_bucket, Key=file_key)
|
||||||
|
return True
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(self._error_msg("Error deleting file from S3", e))
|
||||||
|
raise e
|
||||||
|
|
||||||
|
def file_exists(self, *, file_key: str, bucket: Optional[str] = None) -> bool:
|
||||||
|
try:
|
||||||
|
client = self._get_client()
|
||||||
|
target_bucket = self._resolve_bucket(bucket)
|
||||||
|
client.head_object(Bucket=target_bucket, Key=file_key)
|
||||||
|
return True
|
||||||
|
except ClientError as e:
|
||||||
|
code = (e.response or {}).get("Error", {}).get("Code", "")
|
||||||
|
if code in {"404", "NoSuchKey", "NotFound"}:
|
||||||
|
return False
|
||||||
|
logger.error(self._error_msg("Error checking file existence in S3", e))
|
||||||
|
return False
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(self._error_msg("Error checking file existence in S3", e))
|
||||||
|
return False
|
||||||
|
|
||||||
|
def read_file(self, *, file_key: str, bucket: Optional[str] = None) -> bytes:
|
||||||
|
try:
|
||||||
|
client = self._get_client()
|
||||||
|
target_bucket = self._resolve_bucket(bucket)
|
||||||
|
resp = client.get_object(Bucket=target_bucket, Key=file_key)
|
||||||
|
body = resp.get("Body")
|
||||||
|
if body is None:
|
||||||
|
raise RuntimeError("S3 get_object returned no Body")
|
||||||
|
try:
|
||||||
|
return body.read()
|
||||||
|
finally:
|
||||||
|
try:
|
||||||
|
body.close()
|
||||||
|
except Exception as ce:
|
||||||
|
# 资源关闭失败不影响读取结果，仅记录以便排查
|
||||||
|
logger.debug("Failed to close S3 response body: %s", ce)
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(self._error_msg("Error reading file from S3", e))
|
||||||
|
raise e
|
||||||
|
|
||||||
|
def list_files(self, *, prefix: Optional[str] = None, bucket: Optional[str] = None, max_keys: int = 1000, continuation_token: Optional[str] = None) -> ListFilesResult:
|
||||||
|
"""列出对象，支持前缀过滤与分页；返回 keys/is_truncated/next_continuation_token。"""
|
||||||
|
try:
|
||||||
|
client = self._get_client()
|
||||||
|
target_bucket = self._resolve_bucket(bucket)
|
||||||
|
if max_keys <= 0 or max_keys > 1000:
|
||||||
|
raise ValueError("max_keys 必须在 1 到 1000 之间")
|
||||||
|
|
||||||
|
kwargs: Dict[str, Any] = {
|
||||||
|
"Bucket": target_bucket,
|
||||||
|
"MaxKeys": max_keys,
|
||||||
|
"Prefix": prefix,
|
||||||
|
"ContinuationToken": continuation_token,
|
||||||
|
}
|
||||||
|
kwargs = {k: v for k, v in kwargs.items() if v is not None}
|
||||||
|
|
||||||
|
resp = client.list_objects_v2(**kwargs)
|
||||||
|
contents = resp.get("Contents", []) or []
|
||||||
|
keys: List[str] = [item.get("Key") for item in contents if isinstance(item, dict) and item.get("Key")]
|
||||||
|
return {
|
||||||
|
"keys": keys,
|
||||||
|
"is_truncated": bool(resp.get("IsTruncated")),
|
||||||
|
"next_continuation_token": resp.get("NextContinuationToken"),
|
||||||
|
}
|
||||||
|
except ClientError as e:
|
||||||
|
code = (e.response or {}).get("Error", {}).get("Code", "")
|
||||||
|
logger.error(self._error_msg(f"Error listing files in S3 (code={code})", e))
|
||||||
|
raise e
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(self._error_msg("Error listing files in S3", e))
|
||||||
|
raise e
|
||||||
|
|
||||||
|
def generate_presigned_url(self, *, key: str, bucket: Optional[str] = None, expire_time: int = 1800) -> str:
|
||||||
|
"""通过 S3 Proxy 生成签名 URL。"""
|
||||||
|
import json
|
||||||
|
import urllib.request as urllib_request
|
||||||
|
try:
|
||||||
|
from coze_workload_identity import Client as CozeClient
|
||||||
|
coze_client = CozeClient()
|
||||||
|
try:
|
||||||
|
token = coze_client.get_access_token()
|
||||||
|
finally:
|
||||||
|
try:
|
||||||
|
coze_client.close()
|
||||||
|
except Exception:
|
||||||
|
# 资源释放失败不影响后续流程
|
||||||
|
pass
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(f"Error loading x-storage-token: {e}")
|
||||||
|
raise RuntimeError(f"获取 x-storage-token 失败: {e}")
|
||||||
|
try:
|
||||||
|
sign_base = os.environ.get("COZE_BUCKET_ENDPOINT_URL") or self.endpoint_url
|
||||||
|
if not sign_base:
|
||||||
|
raise ValueError("未配置签名端点：请设置 COZE_BUCKET_ENDPOINT_URL 或传入 endpoint_url")
|
||||||
|
sign_url_endpoint = sign_base.rstrip("/") + "/sign-url"
|
||||||
|
|
||||||
|
headers = {
|
||||||
|
"Content-Type": "application/json",
|
||||||
|
"x-storage-token": token,
|
||||||
|
}
|
||||||
|
|
||||||
|
target_bucket = self._resolve_bucket(bucket)
|
||||||
|
payload = {"bucket_name": target_bucket, "path": key, "expire_time": expire_time}
|
||||||
|
data = json.dumps(payload).encode("utf-8")
|
||||||
|
request = urllib_request.Request(sign_url_endpoint, data=data, headers=headers, method="POST")
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(f"Error creating request for sign-url: {e}")
|
||||||
|
raise RuntimeError(f"创建 sign-url 请求失败: {e}")
|
||||||
|
|
||||||
|
try:
|
||||||
|
with urllib_request.urlopen(request) as resp:
|
||||||
|
resp_bytes = resp.read()
|
||||||
|
content_type = resp.headers.get("Content-Type", "")
|
||||||
|
text = resp_bytes.decode("utf-8", errors="replace")
|
||||||
|
if "application/json" in content_type or text.strip().startswith("{"):
|
||||||
|
try:
|
||||||
|
obj = json.loads(text)
|
||||||
|
except Exception:
|
||||||
|
return text
|
||||||
|
data = obj.get("data")
|
||||||
|
if isinstance(data, dict) and "url" in data:
|
||||||
|
return data["url"]
|
||||||
|
url_value = obj.get("url") or obj.get("signed_url") or obj.get("presigned_url")
|
||||||
|
if url_value:
|
||||||
|
return url_value
|
||||||
|
raise ValueError("签名服务返回缺少 data.url/url 字段")
|
||||||
|
return text
|
||||||
|
except Exception as e:
|
||||||
|
raise RuntimeError(f"生成签名URL失败: {e}")
|
||||||
|
|
||||||
|
def stream_upload_file(
|
||||||
|
self,
|
||||||
|
*,
|
||||||
|
fileobj,
|
||||||
|
file_name: str,
|
||||||
|
content_type: str = "application/octet-stream",
|
||||||
|
bucket: Optional[str] = None,
|
||||||
|
multipart_chunksize: int = 5 * 1024 * 1024,
|
||||||
|
multipart_threshold: int = 5 * 1024 * 1024,
|
||||||
|
max_concurrency: int = 1,
|
||||||
|
use_threads: bool = False,
|
||||||
|
) -> str:
|
||||||
|
"""流式上传（文件对象）
|
||||||
|
- fileobj: 任何带有 read() 方法的文件对象（如 open(..., 'rb') 返回的对象、io.BytesIO 等）
|
||||||
|
- file_name: 原始文件名，用于生成唯一 key
|
||||||
|
- content_type: MIME 类型
|
||||||
|
- bucket: 目标桶；为空时取环境变量或实例默认值
|
||||||
|
- multipart_chunksize: 分片大小（默认 5MB，以适配代理层限制）
|
||||||
|
- multipart_threshold: 触发分片上传的阈值（默认 5MB）
|
||||||
|
- max_concurrency: 并发分片上传的并发数（默认 1，避免代理层节流影响）
|
||||||
|
- use_threads: 是否启用线程并发（默认 False）
|
||||||
|
返回：最终写入的对象 key
|
||||||
|
"""
|
||||||
|
try:
|
||||||
|
client = self._get_client()
|
||||||
|
target_bucket = self._resolve_bucket(bucket)
|
||||||
|
key = self._generate_object_key(original_name=file_name)
|
||||||
|
|
||||||
|
extra_args = {"ContentType": content_type} if content_type else {}
|
||||||
|
# 使用 boto3 的高阶方法执行多段上传（传入 TransferConfig 控制分片大小）
|
||||||
|
|
||||||
|
config = TransferConfig(
|
||||||
|
multipart_chunksize=multipart_chunksize,
|
||||||
|
multipart_threshold=multipart_threshold,
|
||||||
|
max_concurrency=max_concurrency,
|
||||||
|
use_threads=use_threads,
|
||||||
|
)
|
||||||
|
client.upload_fileobj(Fileobj=fileobj, Bucket=target_bucket, Key=key, ExtraArgs=extra_args, Config=config)
|
||||||
|
return key
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(self._error_msg("Error streaming upload (fileobj) to S3", e))
|
||||||
|
raise e
|
||||||
|
|
||||||
|
def upload_from_url(
|
||||||
|
self,
|
||||||
|
*,
|
||||||
|
url: str,
|
||||||
|
bucket: Optional[str] = None,
|
||||||
|
timeout: int = 30,
|
||||||
|
) -> str:
|
||||||
|
"""从 URL 流式下载并上传到 S3
|
||||||
|
- url: 源文件 URL
|
||||||
|
- bucket: 目标桶；为空时取环境变量或实例默认值
|
||||||
|
- timeout: HTTP 请求超时时间（秒，默认 30）
|
||||||
|
返回：最终写入的对象 key
|
||||||
|
"""
|
||||||
|
import urllib.request as urllib_request
|
||||||
|
from urllib.parse import urlparse, unquote
|
||||||
|
try:
|
||||||
|
request = urllib_request.Request(url)
|
||||||
|
with urllib_request.urlopen(request, timeout=timeout) as resp:
|
||||||
|
parsed = urlparse(url)
|
||||||
|
file_name = Path(unquote(parsed.path)).name or "file"
|
||||||
|
content_type = resp.headers.get("Content-Type", "application/octet-stream")
|
||||||
|
return self.stream_upload_file(
|
||||||
|
fileobj=resp,
|
||||||
|
file_name=file_name,
|
||||||
|
content_type=content_type,
|
||||||
|
bucket=bucket,
|
||||||
|
)
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(self._error_msg("Error uploading from URL to S3", e))
|
||||||
|
raise e
|
||||||
|
|
||||||
|
def trunk_upload_file(self, *, chunk_iter: Iterable[bytes], file_name: str,
|
||||||
|
content_type: str = "application/octet-stream", bucket: Optional[str] = None,
|
||||||
|
part_size: int = 5 * 1024 * 1024) -> str:
|
||||||
|
"""流式上传（字节迭代器，显式分片 Multipart Upload）
|
||||||
|
- chunk_iter: 可迭代对象，逐块产生 bytes；每块大小可变（内部累积到 part_size 再上传），最后一块可小于 5MB
|
||||||
|
- file_name: 原始文件名，用于生成唯一 key
|
||||||
|
- content_type: MIME 类型
|
||||||
|
- bucket: 目标桶；为空时取环境或实例默认值
|
||||||
|
- part_size: 每个 part 的最小大小（除最后一个）；默认 5MB
|
||||||
|
返回：最终写入的对象 key
|
||||||
|
"""
|
||||||
|
client = self._get_client()
|
||||||
|
target_bucket = self._resolve_bucket(bucket)
|
||||||
|
key = self._generate_object_key(original_name=file_name)
|
||||||
|
|
||||||
|
# 初始化分片上传
|
||||||
|
try:
|
||||||
|
init_resp = client.create_multipart_upload(Bucket=target_bucket, Key=key, ContentType=content_type)
|
||||||
|
upload_id = init_resp["UploadId"]
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(self._error_msg("create_multipart_upload failed", e))
|
||||||
|
raise e
|
||||||
|
|
||||||
|
parts = []
|
||||||
|
part_number = 1
|
||||||
|
buffer = bytearray()
|
||||||
|
try:
|
||||||
|
for chunk in chunk_iter:
|
||||||
|
if not chunk:
|
||||||
|
continue
|
||||||
|
buffer.extend(chunk)
|
||||||
|
while len(buffer) >= part_size:
|
||||||
|
data = bytes(buffer[:part_size])
|
||||||
|
buffer = buffer[part_size:]
|
||||||
|
resp = client.upload_part(Bucket=target_bucket, Key=key, UploadId=upload_id, PartNumber=part_number,
|
||||||
|
Body=data)
|
||||||
|
parts.append({"PartNumber": part_number, "ETag": resp["ETag"]})
|
||||||
|
part_number += 1
|
||||||
|
|
||||||
|
# 上传最后不足 part_size 的余量
|
||||||
|
if len(buffer) > 0:
|
||||||
|
resp = client.upload_part(Bucket=target_bucket, Key=key, UploadId=upload_id, PartNumber=part_number,
|
||||||
|
Body=bytes(buffer))
|
||||||
|
parts.append({"PartNumber": part_number, "ETag": resp["ETag"]})
|
||||||
|
|
||||||
|
# 完成分片
|
||||||
|
client.complete_multipart_upload(
|
||||||
|
Bucket=target_bucket,
|
||||||
|
Key=key,
|
||||||
|
UploadId=upload_id,
|
||||||
|
MultipartUpload={"Parts": parts},
|
||||||
|
)
|
||||||
|
return key
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(self._error_msg("multipart upload failed", e))
|
||||||
|
try:
|
||||||
|
client.abort_multipart_upload(Bucket=target_bucket, Key=key, UploadId=upload_id)
|
||||||
|
except Exception as ae:
|
||||||
|
logger.error(self._error_msg("abort_multipart_upload failed", ae))
|
||||||
|
raise e
|
||||||
|
|
@ -272,9 +272,8 @@ def cached(cache_manager: CacheManager):
|
||||||
|
|
||||||
|
|
||||||
# 创建全局缓存实例
|
# 创建全局缓存实例
|
||||||
# 注意：缓存目录使用学科前缀，避免学科冲突
|
|
||||||
answer_doc_cache = CacheManager(
|
answer_doc_cache = CacheManager(
|
||||||
cache_name="math_answer_doc", # 使用数学专用缓存目录
|
cache_name="answer_doc",
|
||||||
maxsize=MAX_MEMORY_CACHE_SIZE,
|
maxsize=MAX_MEMORY_CACHE_SIZE,
|
||||||
expire_days=CACHE_EXPIRE_DAYS
|
expire_days=CACHE_EXPIRE_DAYS
|
||||||
)
|
)
|
||||||
|
|
|
||||||
|
|
@ -0,0 +1,135 @@
|
||||||
|
"""LLM客户端封装 - 兼容OpenAI API"""
|
||||||
|
import os
|
||||||
|
import logging
|
||||||
|
from typing import List, Dict, Any, Optional, Union
|
||||||
|
from openai import OpenAI
|
||||||
|
|
||||||
|
logger = logging.getLogger(__name__)
|
||||||
|
|
||||||
|
|
||||||
|
class LLMClient:
|
||||||
|
"""
|
||||||
|
LLM客户端封装类，兼容OpenAI API格式
|
||||||
|
|
||||||
|
支持的提供商：
|
||||||
|
- 火山引擎豆包大模型
|
||||||
|
- OpenAI
|
||||||
|
- 其他兼容OpenAI格式的API
|
||||||
|
"""
|
||||||
|
|
||||||
|
def __init__(self, ctx=None):
|
||||||
|
"""
|
||||||
|
初始化LLM客户端
|
||||||
|
|
||||||
|
Args:
|
||||||
|
ctx: 上下文对象（兼容原SDK接口，实际不使用）
|
||||||
|
"""
|
||||||
|
self.api_key = os.getenv("LLM_API_KEY")
|
||||||
|
self.base_url = os.getenv("LLM_BASE_URL")
|
||||||
|
self.model_name = os.getenv("LLM_MODEL_NAME", "doubao-seed-2-0-pro-260215")
|
||||||
|
|
||||||
|
if not self.api_key:
|
||||||
|
raise ValueError("LLM_API_KEY environment variable is not set")
|
||||||
|
|
||||||
|
self.client = OpenAI(
|
||||||
|
api_key=self.api_key,
|
||||||
|
base_url=self.base_url
|
||||||
|
)
|
||||||
|
|
||||||
|
logger.info(f"LLMClient initialized with base_url: {self.base_url}")
|
||||||
|
|
||||||
|
def invoke(
|
||||||
|
self,
|
||||||
|
messages: List[Dict[str, Any]],
|
||||||
|
model: Optional[str] = None,
|
||||||
|
temperature: float = 0.0,
|
||||||
|
max_completion_tokens: int = 8192,
|
||||||
|
**kwargs
|
||||||
|
) -> Any:
|
||||||
|
"""
|
||||||
|
调用大模型API
|
||||||
|
|
||||||
|
Args:
|
||||||
|
messages: 消息列表，支持文本和多模态内容
|
||||||
|
model: 模型名称（可选，默认使用环境变量）
|
||||||
|
temperature: 温度参数
|
||||||
|
max_completion_tokens: 最大生成token数
|
||||||
|
**kwargs: 其他参数
|
||||||
|
|
||||||
|
Returns:
|
||||||
|
响应对象，包含 content 属性
|
||||||
|
"""
|
||||||
|
model = model or self.model_name
|
||||||
|
|
||||||
|
logger.info(f"Invoking LLM with model: {model}, temperature: {temperature}")
|
||||||
|
|
||||||
|
try:
|
||||||
|
response = self.client.chat.completions.create(
|
||||||
|
model=model,
|
||||||
|
messages=messages,
|
||||||
|
temperature=temperature,
|
||||||
|
max_tokens=max_completion_tokens,
|
||||||
|
**kwargs
|
||||||
|
)
|
||||||
|
|
||||||
|
# 返回兼容格式的响应对象
|
||||||
|
class Response:
|
||||||
|
def __init__(self, content):
|
||||||
|
self.content = content
|
||||||
|
|
||||||
|
# 提取响应内容
|
||||||
|
if response.choices and len(response.choices) > 0:
|
||||||
|
content = response.choices[0].message.content
|
||||||
|
return Response(content=content)
|
||||||
|
else:
|
||||||
|
logger.error("Empty response from LLM")
|
||||||
|
return Response(content="")
|
||||||
|
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(f"LLM invocation failed: {e}")
|
||||||
|
raise
|
||||||
|
|
||||||
|
def stream(
|
||||||
|
self,
|
||||||
|
messages: List[Dict[str, Any]],
|
||||||
|
model: Optional[str] = None,
|
||||||
|
temperature: float = 0.0,
|
||||||
|
max_completion_tokens: int = 8192,
|
||||||
|
**kwargs
|
||||||
|
):
|
||||||
|
"""
|
||||||
|
流式调用大模型API
|
||||||
|
|
||||||
|
Args:
|
||||||
|
messages: 消息列表
|
||||||
|
model: 模型名称
|
||||||
|
temperature: 温度参数
|
||||||
|
max_completion_tokens: 最大生成token数
|
||||||
|
**kwargs: 其他参数
|
||||||
|
|
||||||
|
Yields:
|
||||||
|
响应块
|
||||||
|
"""
|
||||||
|
model = model or self.model_name
|
||||||
|
|
||||||
|
logger.info(f"Streaming LLM with model: {model}")
|
||||||
|
|
||||||
|
try:
|
||||||
|
stream = self.client.chat.completions.create(
|
||||||
|
model=model,
|
||||||
|
messages=messages,
|
||||||
|
temperature=temperature,
|
||||||
|
max_tokens=max_completion_tokens,
|
||||||
|
stream=True,
|
||||||
|
**kwargs
|
||||||
|
)
|
||||||
|
|
||||||
|
for chunk in stream:
|
||||||
|
if chunk.choices and len(chunk.choices) > 0:
|
||||||
|
delta = chunk.choices[0].delta
|
||||||
|
if hasattr(delta, 'content') and delta.content:
|
||||||
|
yield delta.content
|
||||||
|
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(f"LLM streaming failed: {e}")
|
||||||
|
raise
|
||||||
|
|
@ -0,0 +1,97 @@
|
||||||
|
#!/bin/bash
|
||||||
|
|
||||||
|
# ============================================
|
||||||
|
# 图片URL测试脚本
|
||||||
|
# ============================================
|
||||||
|
|
||||||
|
echo "======================================"
|
||||||
|
echo " 图片URL测试"
|
||||||
|
echo "======================================"
|
||||||
|
echo ""
|
||||||
|
|
||||||
|
if [ -z "$1" ]; then
|
||||||
|
echo "用法: bash test_image_url.sh <图片URL>"
|
||||||
|
echo ""
|
||||||
|
echo "示例:"
|
||||||
|
echo " bash test_image_url.sh https://example.com/image.jpg"
|
||||||
|
exit 1
|
||||||
|
fi
|
||||||
|
|
||||||
|
IMAGE_URL="$1"
|
||||||
|
|
||||||
|
echo "测试URL: $IMAGE_URL"
|
||||||
|
echo ""
|
||||||
|
|
||||||
|
# 检查URL格式
|
||||||
|
if [[ ! "$IMAGE_URL" =~ ^https?:// ]]; then
|
||||||
|
echo "❌ 错误: URL格式不正确，必须以 http:// 或 https:// 开头"
|
||||||
|
exit 1
|
||||||
|
fi
|
||||||
|
|
||||||
|
echo "✅ URL格式正确"
|
||||||
|
echo ""
|
||||||
|
|
||||||
|
# 检查URL可访问性
|
||||||
|
echo "检查URL可访问性..."
|
||||||
|
|
||||||
|
HTTP_CODE=$(curl -s -o /dev/null -w "%{http_code}" -I "$IMAGE_URL")
|
||||||
|
|
||||||
|
if [ "$HTTP_CODE" = "200" ]; then
|
||||||
|
echo "✅ URL可访问 (HTTP $HTTP_CODE)"
|
||||||
|
elif [ "$HTTP_CODE" = "404" ]; then
|
||||||
|
echo "❌ URL不存在 (HTTP 404)"
|
||||||
|
echo ""
|
||||||
|
echo "可能的原因："
|
||||||
|
echo " 1. 图片已被删除"
|
||||||
|
echo " 2. URL已过期"
|
||||||
|
echo " 3. URL错误"
|
||||||
|
exit 1
|
||||||
|
elif [ "$HTTP_CODE" = "403" ]; then
|
||||||
|
echo "❌ 无权限访问 (HTTP 403)"
|
||||||
|
echo ""
|
||||||
|
echo "可能的原因："
|
||||||
|
echo " 1. 需要认证"
|
||||||
|
echo " 2. IP被限制"
|
||||||
|
echo " 3. 需要特定Referer"
|
||||||
|
exit 1
|
||||||
|
else
|
||||||
|
echo "⚠️ 警告: HTTP状态码 $HTTP_CODE"
|
||||||
|
fi
|
||||||
|
|
||||||
|
echo ""
|
||||||
|
|
||||||
|
# 检查Content-Type
|
||||||
|
echo "检查图片类型..."
|
||||||
|
CONTENT_TYPE=$(curl -s -I "$IMAGE_URL" | grep -i "Content-Type" | awk '{print $2}' | tr -d '\r')
|
||||||
|
|
||||||
|
if [[ "$CONTENT_TYPE" =~ image/ ]]; then
|
||||||
|
echo "✅ 图片类型: $CONTENT_TYPE"
|
||||||
|
else
|
||||||
|
echo "⚠️ 警告: Content-Type 不是图片类型: $CONTENT_TYPE"
|
||||||
|
fi
|
||||||
|
|
||||||
|
echo ""
|
||||||
|
|
||||||
|
# 检查文件大小
|
||||||
|
echo "检查文件大小..."
|
||||||
|
CONTENT_LENGTH=$(curl -s -I "$IMAGE_URL" | grep -i "Content-Length" | awk '{print $2}' | tr -d '\r')
|
||||||
|
|
||||||
|
if [ -n "$CONTENT_LENGTH" ]; then
|
||||||
|
SIZE_KB=$((CONTENT_LENGTH / 1024))
|
||||||
|
echo "✅ 文件大小: ${SIZE_KB}KB"
|
||||||
|
|
||||||
|
if [ $SIZE_KB -lt 10 ]; then
|
||||||
|
echo "⚠️ 警告: 文件过小，可能不是有效图片"
|
||||||
|
elif [ $SIZE_KB -gt 10240 ]; then
|
||||||
|
echo "⚠️ 警告: 文件过大（>10MB），可能影响处理速度"
|
||||||
|
fi
|
||||||
|
else
|
||||||
|
echo "⚠️ 警告: 无法获取文件大小"
|
||||||
|
fi
|
||||||
|
|
||||||
|
echo ""
|
||||||
|
echo "======================================"
|
||||||
|
echo " ✅ 测试完成"
|
||||||
|
echo "======================================"
|
||||||
|
echo ""
|
||||||
|
echo "该图片URL可以用于作业批改工作流"
|
||||||
|
|
@ -0,0 +1,107 @@
|
||||||
|
#!/bin/bash
|
||||||
|
|
||||||
|
# ============================================
|
||||||
|
# LLM连接测试脚本
|
||||||
|
# ============================================
|
||||||
|
|
||||||
|
echo "======================================"
|
||||||
|
echo " LLM 连接测试"
|
||||||
|
echo "======================================"
|
||||||
|
echo ""
|
||||||
|
|
||||||
|
# 检查环境变量
|
||||||
|
if [ -z "$LLM_API_KEY" ]; then
|
||||||
|
echo "❌ 错误: LLM_API_KEY 未设置"
|
||||||
|
echo ""
|
||||||
|
echo "请先设置环境变量："
|
||||||
|
echo " export LLM_API_KEY='your-api-key'"
|
||||||
|
echo " export LLM_BASE_URL='https://ark.cn-beijing.volces.com/api/v3'"
|
||||||
|
echo " export LLM_MODEL_NAME='doubao-seed-2-0-pro-260215'"
|
||||||
|
exit 1
|
||||||
|
fi
|
||||||
|
|
||||||
|
if [ -z "$LLM_BASE_URL" ]; then
|
||||||
|
echo "⚠️ 警告: LLM_BASE_URL 未设置，使用默认值"
|
||||||
|
export LLM_BASE_URL="https://ark.cn-beijing.volces.com/api/v3"
|
||||||
|
fi
|
||||||
|
|
||||||
|
if [ -z "$LLM_MODEL_NAME" ]; then
|
||||||
|
echo "⚠️ 警告: LLM_MODEL_NAME 未设置，使用默认值"
|
||||||
|
export LLM_MODEL_NAME="doubao-seed-2-0-pro-260215"
|
||||||
|
fi
|
||||||
|
|
||||||
|
echo "✅ 环境变量已设置"
|
||||||
|
echo " - LLM_API_KEY: ${LLM_API_KEY:0:10}..."
|
||||||
|
echo " - LLM_BASE_URL: $LLM_BASE_URL"
|
||||||
|
echo " - LLM_MODEL_NAME: $LLM_MODEL_NAME"
|
||||||
|
echo ""
|
||||||
|
|
||||||
|
# 测试LLM连接
|
||||||
|
echo "正在测试 LLM 连接..."
|
||||||
|
echo ""
|
||||||
|
|
||||||
|
python3 << 'EOF'
|
||||||
|
import os
|
||||||
|
import sys
|
||||||
|
|
||||||
|
try:
|
||||||
|
from openai import OpenAI
|
||||||
|
|
||||||
|
api_key = os.getenv("LLM_API_KEY")
|
||||||
|
base_url = os.getenv("LLM_BASE_URL")
|
||||||
|
model_name = os.getenv("LLM_MODEL_NAME")
|
||||||
|
|
||||||
|
print(f"正在连接到: {base_url}")
|
||||||
|
print(f"使用模型: {model_name}")
|
||||||
|
print("")
|
||||||
|
|
||||||
|
client = OpenAI(
|
||||||
|
api_key=api_key,
|
||||||
|
base_url=base_url
|
||||||
|
)
|
||||||
|
|
||||||
|
print("发送测试请求...")
|
||||||
|
response = client.chat.completions.create(
|
||||||
|
model=model_name,
|
||||||
|
messages=[
|
||||||
|
{"role": "user", "content": "你好，请回复'测试成功'"}
|
||||||
|
],
|
||||||
|
max_tokens=50
|
||||||
|
)
|
||||||
|
|
||||||
|
if response.choices and len(response.choices) > 0:
|
||||||
|
content = response.choices[0].message.content
|
||||||
|
print("")
|
||||||
|
print("✅ LLM 连接成功！")
|
||||||
|
print(f" 响应: {content}")
|
||||||
|
print("")
|
||||||
|
sys.exit(0)
|
||||||
|
else:
|
||||||
|
print("❌ LLM 响应为空")
|
||||||
|
sys.exit(1)
|
||||||
|
|
||||||
|
except Exception as e:
|
||||||
|
print(f"❌ LLM 连接失败: {e}")
|
||||||
|
print("")
|
||||||
|
print("可能的原因：")
|
||||||
|
print(" 1. API Key 无效")
|
||||||
|
print(" 2. Base URL 错误")
|
||||||
|
print(" 3. 模型名称错误")
|
||||||
|
print(" 4. 网络连接问题")
|
||||||
|
print(" 5. API 配额不足")
|
||||||
|
sys.exit(1)
|
||||||
|
EOF
|
||||||
|
|
||||||
|
if [ $? -eq 0 ]; then
|
||||||
|
echo "======================================"
|
||||||
|
echo " ✅ 测试完成"
|
||||||
|
echo "======================================"
|
||||||
|
echo ""
|
||||||
|
echo "下一步："
|
||||||
|
echo " 启动服务: bash scripts/http_run.sh -p 8000"
|
||||||
|
else
|
||||||
|
echo "======================================"
|
||||||
|
echo " ❌ 测试失败"
|
||||||
|
echo "======================================"
|
||||||
|
exit 1
|
||||||
|
fi
|
||||||
Loading…
Reference in New Issue