一、“林羽凡笔记”Web端图片上传和LLM思考
之前开发“林羽凡笔记”的Ai对话功能时候,Web端预留了这个功能,但没有完成后端的功能,今天补上。
现在在Web端就可以和林羽凡笔记鸿蒙App一样上传图片了,上传后的图片,可以通过引用的方式让ai识别图片的内容。
之前的图片识别使用的是阿里云的“读光”接口,就是票据OCR,只能识别票据。
现在修改成多模态的大模型(LLM)直接识图了。
如果是能提取文本的图,就返回文本数据,如果是票据类的图,则会交给OCR的智能体,由专业识别票据的接口识别,再将票据识别数据返回给LLM,由LLM决定是记账的还是只是识别内容的。



二、图片放大预览功能
这次顺便给Web增加了图片显示和预览功能,可能任意缩放图片。

三、林羽凡笔记鸿蒙App

评论 (1)
不错,Ai可以看发票了,下一步目标:AI查税、AI审计、AI巡查,哈哈。