婆罗门
精华
|
战斗力 鹅
|
回帖 0
注册时间 2013-7-24
|
dsh真的不行（
但是你的要求也确实可以优化，我的感觉是最好做成一个html，使用时拖入或者选取对应的照片文件夹
实验了一下，这个是我整理了你的需求后喂给Opus的需求prompt
我们这边做快递的，客户最近退货单他们自己打印在纸上，遇到有纠纷的单号我们需要从退货单上找单号核对，不给我们电子文档,要求是让找到对应单号所在的照片。这个照片collection可能会被多次重复使用，可能有多个照片collection，我们可能会往照片collection里加入新图。我们会使用视觉模型来从退货单里提取对应信息，会提供对应的base url和api key。 我目前的想法是写一个单页的html文件（这样简洁并且随处可用），用户可以选取或者拖入整个图片文件夹，然后它会在文件夹内生成对应的db文件（或者找到已生成的），将每张图片和退货单号一一对应，然后有一个单号输入区域（并且支持一定的模糊match，所以比如说用户输入单号后六位就只有一个match），你觉得如何，还有什么可以做得更精简或者需要补充的，帮我一并整理并写成一条会被丢给Deepseek生成对应的文件的prompt。
然后Opus生成了以下prompt，耗资0.15刀，然后我看都没看直接把这个prompt丢进了pi
请帮我编写一个【单文件 HTML 应用】（HTML + CSS + 原生 JavaScript 全部写在一个 .html 文件中，不依赖任何 CDN、框架或构建工具，双击即可在 Chrome/Edge 中打开使用）。
## 业务背景
我们是快递公司。客户把退货单打印在纸上并拍照给我们，照片按文件夹存放（称为"图片集合"）。出现纠纷时，我们需要根据快递单号快速找到它所在的照片。一个图片集合会被反复使用，并且会不断往里面加新照片；我们可能有多个图片集合。单号信息由一个兼容 OpenAI 接口的视觉大模型从照片中提取。
## 核心功能
### 1. 设置
- 可配置：API Base URL（例如 https://xxx/v1）、API Key、模型名、并发数（默认 3）、图片压缩长边像素（默认 2000）。
- 提供"记住 API Key"复选框：勾选时保存在 localStorage，不勾选则只保存在内存中。
- 提供"测试连接"按钮。如果请求失败，需要区分并提示以下几种情况：CORS 跨域被拦截（提示需要使用支持跨域的接口或加一层代理）、401 鉴权失败、网络错误。
- 发给视觉模型的提取指令（system prompt）可以在界面上编辑，并提供一个默认值（见下文）。
### 2. 打开图片集合
- 优先使用 File System Access API：
- "选择文件夹"按钮使用 window.showDirectoryPicker({mode:'readwrite'})；
- 同时支持把文件夹拖入页面，通过 DataTransferItem.getAsFileSystemHandle() 获取目录句柄。
- 递归扫描子文件夹，识别 jpg/jpeg/png/webp/bmp 格式的图片；遇到 heic/heif 文件时提示"浏览器不支持此格式，请转换为 JPG"并跳过。
- 在该文件夹根目录读取或创建索引文件 `.waybill-index.json`。
- 用 IndexedDB 保存最近打开过的目录句柄，形成"最近集合"列表，点击即可重新打开（需要时重新申请读写权限）。
- 支持同时加载多个集合，搜索时跨集合查找，搜索结果中注明来自哪个集合。
- 降级方案：如果浏览器不支持 showDirectoryPicker（Firefox/Safari），改用 <input type="file" webkitdirectory> 只读导入，处理完成后提供"下载索引文件"按钮，并提示用户手动把它放回该文件夹；下次导入时，如果在文件列表中找到 .waybill-index.json，就直接读取。
### 3. 索引文件结构（JSON）
{
"version": 1,
"updatedAt": "ISO时间",
"model": "所用模型名",
"items": {
"相对路径/xxx.jpg": {
"size": 123456,
"lastModified": 1700000000000,
"status": "ok" | "failed" | "empty",
"numbers": [ { "value": "原始识别值", "norm": "归一化值", "type": "tracking|return|order|other", "label": "单据上该编号旁边的文字标签" } ],
"manual": false,
"error": "失败原因",
"processedAt": "ISO时间"
}
}
}
- 增量处理：只处理新增的文件，以及 size 或 lastModified 发生变化的文件。已从文件夹中删除的文件，在索引中标记为"缺失"，不要直接删除它的记录。
- manual 为 true 的条目（人工修正过）永远不会被自动识别结果覆盖。
- 每处理完 10 张图片，以及全部完成或用户暂停时，都要写回一次索引文件，保证中途关闭页面也不丢失进度。
### 4. 识别流程
- 在浏览器中用 createImageBitmap(file, {imageOrientation:'from-image'}) 读取图片，确保按 EXIF 方向转正；再用 canvas 按设置的长边像素等比缩放，导出为质量 0.85 的 JPEG base64。
- 调用 POST {baseUrl}/chat/completions，messages 中包含 system 提示词，以及带 image_url（data URL 格式）的 user 消息；temperature 设为 0。
- 默认的 system 提示词：
"你是快递退货单信息提取器。请识别图片中所有退货单/快递面单上的编号，包括快递单号、退货单号、订单号。图中可能有多张单据。只输出 JSON，不要任何解释，格式：{"numbers":[{"value":"编号原文","type":"tracking|return|order|other","label":"编号旁的文字标签"}]}。若没有任何编号，输出 {"numbers":[]}。不要猜测看不清的字符。"
- 解析模型输出时要容错：先去掉 ```json 这类代码块标记，再截取第一个 { 到最后一个 } 之间的内容，然后用 JSON.parse 解析。
- 按设置的并发数并行处理。遇到 429 或 5xx 错误时，用指数退避重试，最多 3 次。
- 界面显示：总进度条、已完成/失败/无结果的数量、当前正在处理的文件名；提供"暂停/继续"按钮。
- 提供"重试失败项"和"重新识别所选图片"两个按钮。
### 5. 单号归一化与模糊搜索
- 归一化函数 norm()：转成大写；去掉空格、横线、下划线、点号等非字母数字字符；把易混淆的字符统一映射为 O→0、I→1、L→1、S→5、B→8、Z→2。查询词和索引中的编号都使用同一个 norm()。
- 搜索规则（输入时实时搜索，加 200ms 防抖），按以下优先级排序：
1. 完全相等
2. 后缀匹配（例如用户输入单号的后六位）
3. 包含匹配
4. 当查询长度 ≥ 8 且以上都没有结果时，做编辑距离 ≤ 1 的近似匹配，并在结果中标注"近似"
- 结果列表：每一条显示缩略图、匹配到的单号（高亮匹配部分）、编号类型、文件相对路径、所属集合。只有唯一结果时，自动展开大图。
- 查询框上方显示结果数量；没有结果时，提示用户检查"失败/无结果"列表中的图片。
### 6. 查看与人工修正
- 点击结果打开大图查看器：支持滚轮缩放、拖拽平移、旋转，并显示文件路径（带复制按钮）。
- 在大图旁边显示这张图片识别到的所有编号，可以编辑、删除、新增。保存后把该条目标记为 manual:true，并立即写回索引文件。
- 提供"浏览全部"视图：可按状态（成功/失败/无结果/人工修正/缺失）筛选图片，方便集中处理问题图片。
### 7. 导出
- 可把当前集合的索引导出为 CSV（列：文件路径、编号、类型、标签、状态、是否人工修正），导出时文件开头加上 UTF-8 BOM，保证 Excel 打开中文不乱码。
## 界面与代码要求
- 界面全部为中文，简洁实用，布局为：左侧是集合与设置，中间是搜索框和结果，右侧或弹窗是大图查看。
- 缩略图用 URL.createObjectURL 生成，不再使用时及时 revoke，避免数千张图片撑爆内存；结果列表里的图片使用懒加载。
- 代码结构清晰，把以下功能分别封装成函数：文件系统、索引读写、图片压缩、模型调用、归一化与搜索、界面渲染，并在关键位置写中文注释。
- 所有错误都要在界面上友好提示，不能只输出到控制台。
- 请直接输出完整、可运行的 HTML 文件，不要省略任何部分。
pi最后给了我一个html文件，用edge或者chrome就可以打开配置，耗资0.34元，我放在附件里了，你可以看一下是不是你想要的东西，有不对的地方让dsh在它的基础上改。 |
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？立即注册
×
|
楼主: 绕指流光
沪公网安备 31010702007642号 )
发表于 2026-9-25 00:48
话说你们有没有感觉0.17干活的方式比原来更莽了，而且特别容易跳进兔子洞出不来，一个小地方纠结修改半天
我电脑里装了trae、codebuddy、zcode、cc、codex，都不知道用哪个好
我用pi的话耗费这么多token要好久
这套壳真的没套好，让他有问题就和我商量后明显好多了。
