黑色网站,绿叶网站怎么做,网络规划与设计心得体会,做电商网站费用基于现有的API平台做一些实用的AI小应用。
API服务商#xff1a;阿里云百炼
云服务器#xff1a;阿里云#xff08;2核2GB#xff09;
部署框架#xff1a;gradio
调用框架#xff1a;openai
语言#xff1a;Python
#xff08;注#xff1a;若搭建网站或API接口…基于现有的API平台做一些实用的AI小应用。
API服务商阿里云百炼
云服务器阿里云2核2GB
部署框架gradio
调用框架openai
语言Python
注若搭建网站或API接口出现调用异常会立即关闭停止使用
1、搭建个人DeepSeek-v3、R1网站
搭建代码DeepSeek-v3如下目前DP官网无法充值后续其官网稳定可以使用官网API进行调用当下使用阿里云百炼中集成的接口进行调用
import gradio as gr
from openai import OpenAI
import yamldef get_apikey(path apikey.yaml):with open(path, r) as f:config yaml.safe_load(f)res config[apikey]return resdef deepseek_academic_repeat(question):client OpenAI(api_key get_apikey()[dashscope],base_url https://dashscope.aliyuncs.com/compatible-mode/v1)response client.chat.completions.create(modeldeepseek-v3,messages[{role: user, content: f{question}},],max_tokens4096,temperature1.0,streamFalse)# print(response.choices[0].message.content)return response.choices[0].message.contentinterface gr.Interface(fndeepseek_academic_repeat, # 润色函数inputs[gr.Textbox(label输入, placeholder问题输入,lines20),],# 输入框outputsgr.Textbox(labelDeepSeek-v3回复,lines20), # 输出框title临时DeepSeek, # 应用标题description基于阿里云Dashscope中集成的DeepSeek-v3接口实现对DP-v3的使用 # 应用描述
)if __name__ __main__:interface.launch(server_name0.0.0.0, server_port5566, shareTrue) # 指定端口号结果如下 公网可直接访问
DeepSeek-v3临时DeepSeekhttp://47.94.104.2:5566/http://47.94.104.2:5566/DeepSeek-r1 临时DeepSeek-R1http://47.94.104.2:3344/http://47.94.104.2:3344/
2、基于文本生成模型搭建学术风格润色网站
基于大语言模型实现学术风格润色网站。使用DeepSeek-v3模型。
搭建代码如下
import gradio as gr
from openai import OpenAI
import yamldef get_apikey(path apikey.yaml):with open(path, r) as f:config yaml.safe_load(f)res config[apikey]return resdef deepseek_academic_repeat(question):client OpenAI(api_key get_apikey()[dashscope],base_url https://dashscope.aliyuncs.com/compatible-mode/v1)academic_prompt # 角色 # 你是一个学术科技论文修改专家你需要对用户输入论文进行润色或修改使其符合学术写作规范。# 任务 # 对用户上传文本进行润色和修改主要从以下几个角度进行1、使用正式的学术语言避免口语化表达确保逻辑清晰。2、论述严谨增强论证的说服力。3、确保描述的视角的一致性保持与笔者的描述视角相同。4、改进句子结构使其更简洁和规范。5、增强术语的使用确保准确表达领域内的概念和观点。6、检查拼写、语法和标点符号错误确保文本的语言准确无误。# 限制 # 不得编造。输出语言与输入语言保持严格一致。# 输出 # 只输出润色的结果不输入任何其他的无关内容。response client.chat.completions.create(modeldeepseek-v3,messages[{role: system, content: academic_prompt},{role: user, content: f{question}},],max_tokens2024,temperature0.15,streamFalse)# print(response.choices[0].message.content)return response.choices[0].message.contentinterface gr.Interface(fndeepseek_academic_repeat, # 润色函数inputs[gr.Textbox(label输入文本, placeholder请输入需要润色的文本,lines20),],# 输入框outputsgr.Textbox(label润色后的文本,lines20), # 输出框title文本润色工具, # 应用标题description在左侧输入需要润色的文本右侧将显示润色后的文本。 # 应用描述
)if __name__ __main__:interface.launch(server_name0.0.0.0, server_port8443, shareTrue) # 指定端口号公网可直接访问
文本润色工具
文本润色工具http://47.94.104.2:8443/http://47.94.104.2:8443/
3、结合OCR实现PDF全文润色并输出本地
第一步在云服务上开发功能并将该功能部署为API接口。
主要需要实现的功能包括图片文字提取OCR润色大模型并输出。OCR使用Qwen的视觉大模型Qwen-VL实现润色使用Qwen-Max实现。
功能开发如下
from openai import OpenAI
import time
import yaml,json
from fastapi import FastAPI
from pydantic import BaseModel
import uvicornapp FastAPI()def get_apikey(path /root/MyProj/apikey.yaml):with open(path, r) as f:config yaml.safe_load(f)res config[apikey]return resdef qwen_ocr(base64_image_code,addr_type):# 获取今天的年月日today time.strftime(%Y-%m-%d, time.localtime())# print(today)if today 2025-05-03:print(free test is ending!)return {res: free test is ending!}client OpenAI(api_keyget_apikey()[dashscope],base_urlhttps://dashscope.aliyuncs.com/compatible-mode/v1,)completion client.chat.completions.create(modelqwen-vl-ocr,messages[{role: user,content: [{type: image_url,image_url: fdata:image/{addr_type};base64,{base64_image_code},min_pixels: 28 * 28 * 4,max_pixels: 1280 * 784},# 目前为保证识别效果模型内部会统一使用Read all the text in the image.作为text的值用户输入的文本不会生效。{type: text, text: Read all the text in the image.},]}])res_dict json.loads(completion.model_dump_json())res_text res_dict[choices][0][message][content]return {ocr_res: res_text}def qwen_max_repeat(content):client OpenAI(api_keyget_apikey()[dashscope],base_urlhttps://dashscope.aliyuncs.com/compatible-mode/v1,)completion client.chat.completions.create(modelqwen-max-2025-01-25,messages[{role: system,content: # 角色 # 你是一个学术科技论文修改专家你需要对用户输入论文进行润色或修改使其符合学术写作规范。# 任务 # 对用户上传文本进行润色和修改主要从以下几个角度进行1、使用正式的学术语言避免口语化表达确保逻辑清晰。2、论述严谨增强论证的说服力。3、确保描述的视角的一致性保持与笔者的描述视角相同。4、改进句子结构使其更简洁和规范删除不必要的重复内容或过于冗长的表述。5、增强术语的使用确保准确表达领域内的概念和观点。6、检查拼写、错别字、语法和标点符号错误确保文本的语言准确无误。# 限制 # 不得编造。输出语言与输入语言保持严格一致。# 输出 # 只输出润色的结果不输入任何其他的无关内容。并整理输出的排版与格式包括缩进和换行等。},{role: user,content: f{content}}],max_tokens4096,temperature0.12,streamFalse)res json.loads(completion.model_dump_json())return {response: res[choices][0][message][content]}class paper_revision_input(BaseModel):base64_image_code: straddr_type: strapp.post(/paper_revision)
def main_process(func_input: paper_revision_input):content qwen_ocr(func_input.base64_image_code, func_input.addr_type)out qwen_max_repeat(content)return out[response]if __name__ __main__:uvicorn.run(app, host0.0.0.0, port99)
接口为http://47.94.104.2:99/paper_revision
第二步在本地调用此服务
技术流程为pdf读取--分割图像--图像文字识别--润色--输出
import io
from PIL import Image
import base64
import requests
from tqdm import tqdm# pdf2img optional Method 1 #
# from pdf2image import convert_from_path # 该方法需要安装popplerlinux下较为方便在win则较为麻烦win下建议使用方法2。
# def read_pdf2ImgLs(pdf_path) - list:
# images_ls convert_from_path(pdf_path,dpi300)
# return images_ls# pdf2img optional Method 2 #
import fitz # pip install pymupdf
def read_pdf2ImgLs(pdf_path) - list:pdf fitz.open(pdf_path)images_ls []zoom_x 2.0zoom_y 2.0for i,pg in enumerate(pdf):mat fitz.Matrix(zoom_x, zoom_y)pix pg.get_pixmap(matrixmat)img Image.frombytes(RGB, [pix.width, pix.height], pix.samples)images_ls.append(img)return images_lsdef PILimage2base64(image):buffered io.BytesIO()image_type PNGimage.save(buffered, formatimage_type)return base64.b64encode(buffered.getvalue()).decode(),image_typedef paper_revision(pdf_path):# 设置输出txt路径output_txt output.txtimage_ls read_pdf2ImgLs(pdf_path)for page,image in enumerate(tqdm(image_ls, descProcessing pages)):base64code,addr_type PILimage2base64(image)input_data {base64_image_code: base64code,addr_type: addr_type,}repeat_response requests.post(http://47.94.104.2:99/paper_revision,jsoninput_data,)assert repeat_response.status_code 200result repeat_response.content.decode(utf-8)cleaned_string result.strip()decoded_string cleaned_string.replace(\\n, \n).replace(\\\\, \\)with open(output_txt, a, encodingutf-8) as f:f.write(decoded_string\n)f.write(f(page:{page1})\n)if __name__ __main__:paper_revision(test_file.pdf)
调用结果 输出结果
原始pdf 大模型输出结果 以上欢迎交流及批评。 拥抱变化探索未知。
共勉。
