基于现有的API平台做一些实用的AI小应用。
API服务商：阿里云百炼
云服务器：阿里云（2核2GB）
部署框架：gradio
调用框架：openai
语言：Python
（注：若搭建网站或API接口出现调用异常，会立即关闭停止使用）
1、搭建个人DeepSeek-v3、R1网站
搭建代码（DeepSeek-v3）如下，目前DP官网无法充值，后续其官网稳定可以使用官网API进行调用，当下使用阿里云百炼中集成的接口进行调用：
import gradio as gr
from openai import OpenAI
import yaml
def get_apikey(path = "apikey.yaml"):
with open(path, 'r') as f:
config = yaml.safe_load(f)
res = config["apikey"]
return res
def deepseek_academic_repeat(question):
client = OpenAI(
api_key = get_apikey()['dashscope'],
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1")
response = client.chat.completions.create(
model="deepseek-v3",
messages=[
{"role": "user", "content": f"{question}"},
],
max_tokens=4096,
temperature=1.0,
stream=False
)
# print(response.choices[0].message.content)
return response.choices[0].message.content
interface = gr.Interface(
fn=deepseek_academic_repeat, # 润色函数
inputs=[
gr.Textbox(label="输入", placeholder="问题输入",lines=20),
],# 输入框
outputs=gr.Textbox(label="DeepSeek-v3回复",lines=20), # 输出框
title="临时DeepSeek", # 应用标题
description="基于阿里云Dashscope中集成的DeepSeek-v3接口实现对DP-v3的使用" # 应用描述
)
if __name__ == "__main__":
interface.launch(server_name="0.0.0.0", server_port=5566, share=True) # 指定端口号
结果如下：
公网可直接访问：
（DeepSeek-v3）：临时DeepSeekhttp://47.94.104.2:5566/
http://47.94.104.2:5566/（DeepSeek-r1）： 临时DeepSeek-R1http://47.94.104.2:3344/http://47.94.104.2:3344/
2、基于文本生成模型搭建学术风格润色网站
基于大语言模型实现学术风格润色网站。使用DeepSeek-v3模型。
搭建代码如下：
import gradio as gr
from openai import OpenAI
import yaml
def get_apikey(path = "apikey.yaml"):
with open(path, 'r') as f:
config = yaml.safe_load(f)
res = config["apikey"]
return res
def deepseek_academic_repeat(question):
client = OpenAI(
api_key = get_apikey()['dashscope'],
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1")
academic_prompt = """
# 角色 #
你是一个学术科技论文修改专家，你需要对用户输入论文进行润色或修改，使其符合学术写作规范。
# 任务 #
对用户上传文本进行润色和修改，主要从以下几个角度进行：
1、使用正式的学术语言，避免口语化表达确保逻辑清晰。
2、论述严谨，增强论证的说服力。
3、确保描述的视角的一致性，保持与笔者的描述视角相同。
4、改进句子结构，使其更简洁和规范。
5、增强术语的使用，确保准确表达领域内的概念和观点。
6、检查拼写、语法和标点符号错误，确保文本的语言准确无误。
# 限制 #
不得编造。输出语言与输入语言保持严格一致。
# 输出 #
只输出润色的结果，不输入任何其他的无关内容。
"""
response = client.chat.completions.create(
model="deepseek-v3",
messages=[
{"role": "system", "content": academic_prompt},
{"role": "user", "content": f"{question}"},
],
max_tokens=2024,
temperature=0.15,
stream=False
)
# print(response.choices[0].message.content)
return response.choices[0].message.content
interface = gr.Interface(
fn=deepseek_academic_repeat, # 润色函数
inputs=[
gr.Textbox(label="输入文本", placeholder="请输入需要润色的文本",lines=20),
],# 输入框
outputs=gr.Textbox(label="润色后的文本",lines=20), # 输出框
title="文本润色工具", # 应用标题
description="在左侧输入需要润色的文本，右侧将显示润色后的文本。" # 应用描述
)
if __name__ == "__main__":
interface.launch(server_name="0.0.0.0", server_port=8443, share=True) # 指定端口号
公网可直接访问：
文本润色工具：
文本润色工具http://47.94.104.2:8443/http://47.94.104.2:8443/
3、结合OCR实现PDF全文润色并输出本地
第一步，在云服务上开发功能，并将该功能部署为API接口。
主要需要实现的功能包括，图片文字提取（OCR），润色（大模型）并输出。OCR使用Qwen的视觉大模型（Qwen-VL）实现，润色使用Qwen-Max实现。
功能开发如下：
from openai import OpenAI
import time
import yaml,json
from fastapi import FastAPI
from pydantic import BaseModel
import uvicorn
app = FastAPI()
def get_apikey(path = "/root/MyProj/apikey.yaml"):
with open(path, 'r') as f:
config = yaml.safe_load(f)
res = config["apikey"]
return res
def qwen_ocr(base64_image_code,addr_type):
# 获取今天的年月日
today = time.strftime("%Y-%m-%d", time.localtime())
# print(today)
if today == "2025-05-03":
print("free test is ending!")
return {"res": "free test is ending!"}
client = OpenAI(
api_key=get_apikey()['dashscope'],
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen-vl-ocr",
messages=[
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": f"data:image/{addr_type};base64,{base64_image_code}",
"min_pixels": 28 * 28 * 4,
"max_pixels": 1280 * 784
},
# 目前为保证识别效果，模型内部会统一使用"Read all the text in the image."作为text的值，用户输入的文本不会生效。
{"type": "text", "text": "Read all the text in the image."},
]
}
])
res_dict = json.loads(completion.model_dump_json())
res_text = res_dict['choices'][0]['message']['content']
return {"ocr_res": res_text}
def qwen_max_repeat(content):
client = OpenAI(
api_key=get_apikey()['dashscope'],
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen-max-2025-01-25",
messages=[
{
"role": "system",
"content": """
# 角色 #
你是一个学术科技论文修改专家，你需要对用户输入论文进行润色或修改，使其符合学术写作规范。
# 任务 #
对用户上传文本进行润色和修改，主要从以下几个角度进行：
1、使用正式的学术语言，避免口语化表达确保逻辑清晰。
2、论述严谨，增强论证的说服力。
3、确保描述的视角的一致性，保持与笔者的描述视角相同。
4、改进句子结构，使其更简洁和规范，删除不必要的重复内容或过于冗长的表述。
5、增强术语的使用，确保准确表达领域内的概念和观点。
6、检查拼写、错别字、语法和标点符号错误，确保文本的语言准确无误。
# 限制 #
不得编造。输出语言与输入语言保持严格一致。
# 输出 #
只输出润色的结果，不输入任何其他的无关内容。并整理输出的排版与格式，包括缩进和换行等。
"""
},
{
"role": "user",
"content": f"""
{content}
"""
}
],
max_tokens=4096,
temperature=0.12,
stream=False
)
res = json.loads(completion.model_dump_json())
return {"response": res["choices"][0]["message"]["content"]}
class paper_revision_input(BaseModel):
base64_image_code: str
addr_type: str
@app.post("/paper_revision")
def main_process(func_input: paper_revision_input):
content = qwen_ocr(func_input.base64_image_code, func_input.addr_type)
out = qwen_max_repeat(content)
return out["response"]
if __name__ == "__main__":
uvicorn.run(app, host="0.0.0.0", port=99)接口为：http://47.94.104.2:99/paper_revision
第二步，在本地调用此服务
技术流程为：pdf读取--分割图像--图像文字识别--润色--输出
import io
from PIL import Image
import base64
import requests
from tqdm import tqdm
# ===== pdf2img optional Method 1 ===== #
# from pdf2image import convert_from_path # 该方法需要安装poppler，linux下较为方便，在win则较为麻烦，win下建议使用方法2。
# def read_pdf2ImgLs(pdf_path) -> list:
# images_ls = convert_from_path(pdf_path,dpi=300)
# return images_ls
# ===== pdf2img optional Method 2 ===== #
import fitz # pip install pymupdf
def read_pdf2ImgLs(pdf_path) -> list:
pdf = fitz.open(pdf_path)
images_ls = []
zoom_x = 2.0
zoom_y = 2.0
for i,pg in enumerate(pdf):
mat = fitz.Matrix(zoom_x, zoom_y)
pix = pg.get_pixmap(matrix=mat)
img = Image.frombytes("RGB", [pix.width, pix.height], pix.samples)
images_ls.append(img)
return images_ls
def PILimage2base64(image):
buffered = io.BytesIO()
image_type = 'PNG'
image.save(buffered, format=image_type)
return base64.b64encode(buffered.getvalue()).decode(),image_type
def paper_revision(pdf_path):
# 设置输出txt路径
output_txt = 'output.txt'
image_ls = read_pdf2ImgLs(pdf_path)
for page,image in enumerate(tqdm(image_ls, desc='Processing pages')):
base64code,addr_type = PILimage2base64(image)
input_data = {
"base64_image_code": base64code,
"addr_type": addr_type,
}
repeat_response = requests.post(
'http://47.94.104.2:99/paper_revision',
json=input_data,
)
assert repeat_response.status_code == 200
result = repeat_response.content.decode('utf-8')
cleaned_string = result.strip('"')
decoded_string = cleaned_string.replace('\\n', '\n').replace('\\\\', '\\')
with open(output_txt, 'a', encoding='utf-8') as f:
f.write(decoded_string+'\n')
f.write(f'(page:{page+1})\n')
if __name__ == '__main__':
paper_revision('test_file.pdf')调用结果：
输出结果：
原始pdf：
大模型输出结果：
以上，欢迎交流及批评。
拥抱变化，探索未知。
共勉。
