第二代仪评指标联识别接口

bbit_ai/app/llm/ticketLLMv2.py

@@ -0,0 +1,67 @@
+import json
+import re
+
+from langchain.schema import HumanMessage
+
+from config.llm import *
+from llm.ticketLLM import decode_barcode
+
+
+def get_ticket_response_v2(image_url: str, needBarcode: bool = False):
+    # 构建 prompt
+    prompt_text = f"""
+你是一位专业的图像分析AI。你的任务是仔细分析提供的图片内容，并按JSON格式输出结果。
+
+## JSON输出结构及字段说明:
+# 蚕茧检测信息数据模型
+
+该模型用于描述蚕茧检测信息，每条记录包含以下字段：
+
+## 1. 下足茧重量 (`cocoon_weight`)
+- **类型**：浮点数
+- **描述**：下足茧的重量，单位为克（可带小数）
+
+## 2. 非蛹粒数 (`defective_pupa_count`)
+- **类型**：整数
+- **描述**：不合格蛹的数量，即非好蛹的个数
+
+## 3. 僵蛹粒数 (`dead_pupa_count`)
+- **类型**：整数
+- **描述**：僵蚕蛹的数量
+
+## 4. 鲜壳量 (`fresh_shell_weight`)
+- **类型**：浮点数
+- **描述**：鲜壳重量，单位为克（可带小数）
+
+## 5. 小样粒数 (`sample_count`)
+- **类型**：整数
+- **描述**：检测使用的小样数量，即用于检测的茧粒数
+
+---
+
+### 注意事项
+- 所有字段都是必填的（required），在 JSON 实例中必须提供值  
+- 浮点数字段可以包含小数，整数字段只能是整数  
+- `evaluator` 和 `reviewer` 可以为空字符串，但字段必须存在  
+- 如果图片与上述内容无关，则字段值为默认值，例如0、0.0、""
+
+最后，只输出严格的 JSON 格式，不要包含其他文字、markdown等内容。
+"""
+    messages = [
+        HumanMessage(
+            content=[
+                {"type": "text", "text": prompt_text},
+                {"type": "image_url", "image_url": {"url": image_url}},
+            ]
+        )
+    ]
+    # 直接调用模型
+    llmRes = llmVision.invoke(messages).content
+    # 去掉 ```json 和 ``` 包裹
+    cleaned = re.sub(r"^```json\s*|\s*```$", "", llmRes.strip())
+    # 解析 JSON
+    jsonRes = json.loads(cleaned)
+    print("needBarcode:", needBarcode)
+    if needBarcode:
+        jsonRes["barcode"] = decode_barcode(image_url)
+    return jsonRes