File size: 7,640 Bytes
ed1d2fa 94707dc 57b71cf ed1d2fa |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 |
import base64
import json
import os
os.system("pip install openai")
from openai import OpenAI
from openai import APIError, AuthenticationError, NotFoundError
def image_to_base64(image_path):
"""将图像文件转换为base64编码字符串"""
try:
with open(image_path, 'rb') as image_file:
image_data = image_file.read()
return base64.b64encode(image_data).decode('utf-8')
except FileNotFoundError:
print(f"错误：未找到图像文件 '{image_path}'")
return None
except Exception as e:
print(f"转换图像时出错：{str(e)}")
return None
def clean_json_response(raw_response):
"""清理模型返回的响应，移除 ```json 和 ``` 代码块标记"""
# 移除开头的 ```json（不区分大小写）
if raw_response.startswith('```json') or raw_response.startswith('```JSON'):
raw_response = raw_response[7:]
# 移除结尾的 ```
if raw_response.endswith('```'):
raw_response = raw_response[:-3]
# 去除首尾多余空格/换行
return raw_response.strip()
def parse_analysis_result(result):
"""解析分析结果并以结构化方式展示"""
if not result:
return
print("\n" + "="*50)
print("📊 图像分析结果解析")
print("="*50)
# 解析页面评分
print("\n【页面评分】")
scoring = result.get("页面评分", {})
for key, value in scoring.items():
if key.endswith("_comment"):
# 处理评论（对应前面的评分项）
score_key = key.replace("_comment", "")
print(f" - {score_key}: {scoring.get(score_key, 'N/A')}分 - {value}")
# 解析智能体能力
print("\n【智能体能力拆解】")
capabilities = result.get("智能体能力拆解", {})
# 核心功能
print("\n核心功能:")
for i, func in enumerate(capabilities.get("core_functions", []), 1):
print(f" {i}. {func}")
# 优势
print("\n优势:")
for i, strength in enumerate(capabilities.get("strengths", []), 1):
print(f" {i}. {strength}")
# 劣势
print("\n劣势:")
for i, weakness in enumerate(capabilities.get("weaknesses", []), 1):
print(f" {i}. {weakness}")
# 潜在用途
print("\n潜在用途:")
for i, use in enumerate(capabilities.get("potential_uses", []), 1):
print(f" {i}. {use}")
# 改进方向
print("\n改进方向:")
for i, area in enumerate(capabilities.get("improvement_areas", []), 1):
print(f" {i}. {area}")
# 详细分析
print("\n【详细分析】")
print(capabilities.get("detailed_analysis", "无详细分析信息"))
print("\n" + "="*50)
def analyze_image_with_ernie(api_key, image_path):
"""使用百度ERNIE-VL模型分析图像并返回结果"""
# 转换图像为base64
base64_string = image_to_base64(image_path)
if not base64_string:
return None
try:
# 初始化客户端
client = OpenAI(
base_url='https://qianfan.baidubce.com/v2',
api_key=api_key
)
# 构建消息
messages = [
{
"role": "user",
"content": [
{
"type": "text",
"text": "请分析这张智能体网页的截图，并完成以下任务：\n\
1. 页面评分（每项1-10分，并给出简短评论）：\n\
- 整体评价（overall）\n\
- 设计美感（design）\n\
- 易用性（usability）\n\
- 功能完整性（functionality）\n\
- 响应式设计（responsiveness）\n\
2. 智能体能力拆解：\n\
- 核心功能（core_functions）：列出3-5个主要功能\n\
- 优势（strengths）：列出3-4个主要优势\n\
- 劣势（weaknesses）：列出3-4个潜在劣势\n\
- 潜在用途（potential_uses）：列出3-4个可能的应用场景\n\
- 改进方向（improvement_areas）：列出2-3个可以改进的地方\n\
- 详细分析（detailed_analysis）：一段详细的综合分析\n\
【输出要求】：仅返回纯JSON字符串，不要包含任何代码块标记（如```json、```），确保JSON结构可直接被Python的json.loads()解析。"
},
{
"type": "image_url",
"image_url": {"url": f"data:image/jpeg;base64,{base64_string}"}
}
]
}
]
# 发送请求
print("正在分析图像，请稍候...")
response = client.chat.completions.create(
model="ernie-4.5-turbo-vl",
messages=messages,
temperature=0.8,
top_p=0.2,
extra_body={"penalty_score": 1}
)
# 处理响应
raw_content = response.choices[0].message.content
cleaned_content = clean_json_response(raw_content)
try:
result = json.loads(cleaned_content)
return result
except json.JSONDecodeError as e:
print(f"错误：清理后的内容仍不是有效JSON格式，错误详情：{str(e)}")
print(f"清理后内容：{cleaned_content}")
return None
except AuthenticationError:
print("错误：API密钥验证失败，请检查您的百度智能云API密钥是否正确")
return None
except NotFoundError:
print("错误：未找到指定的模型，请确认模型名称是否正确")
return None
except APIError as e:
print(f"API请求失败：{str(e)}")
return None
except Exception as e:
print(f"发生未知错误：{str(e)}")
return None
def save_analysis_result(result, output_file="analysis_result.json"):
"""保存分析结果到JSON文件"""
if result:
try:
with open(output_file, 'w', encoding='utf-8') as f:
json.dump(result, f, ensure_ascii=False, indent=2)
print(f"\n分析结果已保存到 {output_file}")
except Exception as e:
print(f"保存结果时出错：{str(e)}")
if __name__ == "__main__":
# 配置
API_KEY = os.getenv('baidu_api_key') # 替换为实际API密钥
IMAGE_PATH = "demo.png" # 替换为实际图像路径
OUTPUT_FILE = "analysis_result.json" # 结果保存文件名
# 检查API密钥
if API_KEY in ["您的百度智能云API密钥", "请替换为您的百度API密钥"]:
print("⚠️ 请先替换代码中的API_KEY为您自己的百度智能云API密钥！")
print("获取地址：https://console.bce.baidu.com/iam/#/iam/apikey/list")
else:
# 执行分析
analysis_result = analyze_image_with_ernie(API_KEY, IMAGE_PATH)
# 解析并展示结果
if analysis_result:
# 打印原始JSON（便于调试）
print("\n📄 原始分析结果(JSON):")
print(json.dumps(analysis_result, ensure_ascii=False, indent=2))
# 解析并格式化展示
parse_analysis_result(analysis_result)
# 保存结果到文件
save_analysis_result(analysis_result, OUTPUT_FILE)
|