import json import requests 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 """ 【1】GLM会有错误的信息输出,比如说: 等腰直角三角形△DEF(由线段DE绕点E顺时针旋转45°得到线段EF后形成的三角形,满足DE=EF且夹角∠DEF=45°,是旋转生成的辅助主体小三角形)。 这很明显是错误的,因为顶角是 45°的等边三角形不是等腰直角三角形! 【2】响应速度 对于阿里QVQ秒回的响应速度,此模型响应的速度在10秒以上。 """ prompt = """ 你是一个严谨的数学可视化描述专家,需要对初中几何图形进行结构化解析。请严格按照以下格式输出,确保不遗漏关键几何信息: # 几何图形解析报告 ## 1. 主体元素清单(按包含关系排序) - [主要图形类型]:[具体特征描述](如:直角等腰三角形ABC,∠C=90°,AC=BC) - [次要图形类型]:[具体特征描述](位于[父图形名称]的[位置描述]) (注:所有几何类型判断需满足:①题目明确给出的直接特征 ②可通过SSS/SAS/ASA等定理严格推导的隐含特征) ## 2. 基准边选择优先级 - 从左向右,从下向上,第一个看到的点做为坐标原点,此点向右水平的边视为X轴。 ## 3. 坐标验证机制 必须包含以下校验步骤: 1. 计算所有边的长度(使用两点间距离公式:√[(x2-x1)²+(y2-y1)²]) 2. 输出边长比较表:[边标识]:[长度数值](如:AB:5, AC:4, BC:3) 3. 明确说明基准边选择依据:"选择AB边作为基准,因其长度5为最长(AC=4, BC=3)" ## 4. 特殊图形处理 - 直角三角形:强制校验斜边是否为最长边(c²=a²+b²) - 等腰/等边三角形:标注对称轴与基准边关系 ## 5. 辅助元素详细说明 - [元素类型]:[数量]个,分别为[具体标识],作用是[几何功能描述] - 特殊点:[点标识]([几何意义],如:△ABC的重心/外心/垂足) - 连接线:[线段标识](连接[起点]与[终点],是否为中线/垂线/角平分线) ## 6. 关键几何关系验证 - 全等关系:△[标识] ≌ △[标识](依据[判定定理]) - 相似关系:△[标识] ~ △[标识](相似比为[数值]) - 位置约束:[图形A]在[图形B]的[方位描述],相距[距离描述] """ from Config.Config import GLM_API_KEY, GLM_MODEL_NAME, GLM_BASE_URL url = GLM_BASE_URL headers = { "Authorization": "Bearer " + GLM_API_KEY, "Content-Type": "application/json" } data = { "model": GLM_MODEL_NAME, "messages": [ { "role": "user", "content": [ { "type": "text", "text": prompt }, { "type": "image_url", "image_url": { "url": "https://dsideal.obs.cn-north-1.myhuaweicloud.com/HuangHai/Backup/23.jpg" } } ] } ], "stream": True # 启用流式调用 } with requests.post(url, headers=headers, json=data, stream=True) as response: for chunk in response.iter_lines(): if chunk: decoded = chunk.decode('utf-8') if decoded.startswith('[DONE]'): print("完成!") break try: decoded = decoded[5:] json_data = json.loads(decoded) content = json_data["choices"][0]["delta"]['content'] if content and len(content) > 0: print(content, end="") except Exception as e: print(e)