87 lines
3.6 KiB
Python
87 lines
3.6 KiB
Python
from openai import OpenAI
|
||
from WxMini.Milvus.Config.MulvusConfig import *
|
||
|
||
# 几何题，计算面积和体积
|
||
image_url = "https://img.alicdn.com/imgextra/i1/O1CN01gDEY8M1W114Hi3XcN_!!6000000002727-0-tps-1024-406.jpg"
|
||
# image_url = 'https://hzkc.oss-cn-beijing.aliyuncs.com/Upload/wuli.png'
|
||
|
||
# 初始化OpenAI客户端
|
||
client = OpenAI(
|
||
api_key=MODEL_API_KEY,
|
||
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
|
||
)
|
||
|
||
reasoning_content = "" # 定义完整思考过程
|
||
answer_content = "" # 定义完整回复
|
||
is_answering = False # 判断是否结束思考过程并开始回复
|
||
|
||
prompt = """
|
||
请以标准的 Markdown 格式返回答案，具体要求如下：
|
||
1. 标题使用 `#` 或 `##`。
|
||
2. 列表使用 `-` 或 `*`，并确保缩进一致。
|
||
3. 数学公式使用 `$...$` 表示行内公式。
|
||
4. 数学公式使用 `$$...$$` 表示块级公式。
|
||
5. 在 Markdown 文件中，使用 $$ 标记数学公式，并确保 align* 环境中的公式正确对齐。
|
||
(1). 使用 $$ 包裹多行数学公式。
|
||
(2). 在 align* 环境中，每行公式的开头使用 & 符号对齐。
|
||
(3). 确保公式内容清晰、易读，并正确使用 LaTeX 语法。
|
||
示例：
|
||
markdown> ### 表面积> - **公式**：$S = 2(ab + ah + bh)$ > 其中 $a=4\,\text{cm}$（长）、$b=3\,\text{cm}$（宽）、$h=2\,\text{cm}$（高）。> > - **计算过程**：> $$> \begin{align*}> S &= 2(4 \times 3 + 4 \times 2 + 3 \times 2) \\> &= 2(12 + 8 + 6) \\> &= 2 \times 26 \\> &= 52\,\text{cm}^2> \end{align*}> $$>
|
||
注意事项：
|
||
- 确保 $$ 包裹的公式块独立成段，不与普通文本混排。
|
||
- 在 align* 环境中，每行公式的开头使用 & 符号对齐，例如 S &= ...。
|
||
- 使用 \text{} 包裹单位，例如 \text{cm}^2。
|
||
|
||
目标：
|
||
生成的 Markdown 文件应能够通过 pandoc 正确转换为 HTML，并使用 MathJax 渲染数学公式。
|
||
"""
|
||
|
||
# 创建聊天完成请求
|
||
completion = client.chat.completions.create(
|
||
model="qvq-max", # 此处以 qvq-max 为例，可按需更换模型名称
|
||
messages=[
|
||
{
|
||
"role": "system",
|
||
"content": [{"type": "text", "text": "You are a helpful assistant."}],
|
||
},
|
||
{
|
||
"role": "user",
|
||
"content": [
|
||
{
|
||
"type": "image_url",
|
||
"image_url": {
|
||
"url": image_url
|
||
},
|
||
},
|
||
{"type": "text", "text": "这道题怎么解答？" + prompt},
|
||
],
|
||
},
|
||
],
|
||
stream=True,
|
||
)
|
||
|
||
for chunk in completion:
|
||
# 如果chunk.choices为空，则打印usage
|
||
if not chunk.choices:
|
||
print("\nUsage:")
|
||
print(chunk.usage)
|
||
else:
|
||
delta = chunk.choices[0].delta
|
||
# 打印思考过程
|
||
if hasattr(delta, 'reasoning_content') and delta.reasoning_content != None:
|
||
print(delta.reasoning_content, end='', flush=True)
|
||
reasoning_content += delta.reasoning_content
|
||
else:
|
||
# 开始回复
|
||
if delta.content != "" and is_answering is False:
|
||
print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
|
||
is_answering = True
|
||
# 打印回复过程
|
||
print(delta.content, end='', flush=True)
|
||
answer_content += delta.content
|
||
|
||
# 将完整回复保存到指定文件
|
||
output_file = "c:/1.md" # 指定保存文件的路径
|
||
with open(output_file, "w", encoding="utf-8") as file:
|
||
file.write(answer_content)
|
||
print(f"\n完整回复已保存到文件：{output_file}") |