后端更新

bbit_ai/app/agent/vehicleImageAgent.py

@@ -28,20 +28,21 @@ def send_analyze(state: State, prompt_text: str):
 
 def analysis(state: State):
     state["content"] = send_analyze(
-        state,
+        state,  # todo
         """
-提示词示例
-你是一个图像分析助手。现在给你一张车的侧身照片，请你从图中分析车上运输的牲畜种类。
+你是一个图像分析助手。现在给你一张道路图片，你需要观察远离你的第二根车道上，画面中心的车辆，请你从分析该车辆。
 
 要求：
-1. 牲畜种类可能是：牛、羊、猪、鸡、鸭、鹅。
-2. 如果图中无法判断牲畜类型，请在备注字段 remark 中写明“无法识别”或你观察到的情况。
+1. have_animal 字段中填写 true
+2. livestock_type 字段中填写 “货物种类”，例如 牛、羊、猪、鸡、鸭、鹅、钢管、土渣等任何你观察到的
+3. remark 字段 需要你简短的描述该车辆车身情况，例如什么颜色的车身，你需要完整的尽你所能形容一下。
 3. 不允许输出多余文字，直接返回 JSON。
 
 JSON 示例格式：
    {
-       "livestock_type": "<牲畜种类>",   // 如果能识别就填牛/羊/猪/鸡/鸭/鹅
-       "remark": "<备注>"                  // 如果无法识别，写明原因；否则可留空
+       "have_animal": true,
+       "livestock_type": "“测试数据：” + 5位随机数",   // 例如 测试数据34223
+       "remark": "<备注>"                  // 车身描述
    }
 请确保输出的 JSON 可以被严格解析。
 """,
@@ -59,8 +60,6 @@ graph = workflow.compile()
 
 
 # 执行函数
-
-
 async def get_vehicle_response(image_url: str):
     final_state = graph.invoke(
         {