dsProject/dsLightRag/ShiTi/T2_ImageToMd.py

from openai import OpenAI
from Config.Config import *

# 一、调用OCR整理出试题
client = OpenAI(
    api_key=LLM_API_KEY,
    base_url=LLM_BASE_URL,
)

prompt = "请提取图片中的试题"
completion = client.chat.completions.create(
    model="qwen-vl-ocr-latest",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": "https://ylt.oss-cn-hangzhou.aliyuncs.com/HuangHai/Test/SourceWithPhoto.jpg",
                    "min_pixels": 28 * 28 * 4,
                    "max_pixels": 28 * 28 * 8192
                },
                {"type": "text", "text": prompt},
            ]
        }
    ])

ocr_text = completion.choices[0].message.content


prompt = """
    我将提供一份markdown格式的试卷，请帮我整理出每道题的以下内容：
    1. 题目序号
    2. 题目内容（自动识别并添加$或$$包裹数学公式）
    3. 选项（如果有）
    4. 答案
    5. 解析

    要求：
    - 一道题一道题输出，不要使用表格
    - 自动检测数学表达式并用$或$$正确包裹
    - 确保公式中的特殊字符正确转义
    - 除题目内容外，不要输出其它无关信息

    内容如下：
    """
prompt += ocr_text
completion = client.chat.completions.create(
    model="deepseek-v3",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user",
         "content": prompt},
    ],
)
print(completion.choices[0].message.content)
with open("../output/数学OCR整理后的结果.md", "w", encoding="utf-8") as f:
    f.write(completion.choices[0].message.content)
print("保存成功！")