# Proj_Qwen2.5VL-Vision-chat

**Repository Path**: BigYellow12138/Proj_Qwen2.5VL-Vision-chat

## Basic Information

- **Project Name**: Proj_Qwen2.5VL-Vision-chat
- **Description**: 基于硅基流动的qwen2.5-vl的对话测试demo，集成了普通的文字对话和图片对话功能，编写了专门的api接口，用于测试qwen2.5-vl大模型的精确定位能力。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-07-06
- **Last Updated**: 2025-07-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Qwen2-VL 对话Demo

基于SiliconFlow API的Qwen2-VL-72B-Instruct模型对话演示应用，支持文本对话和图片识别功能。

## 功能特性

- 💬 **文本对话**: 支持多轮对话，保持上下文记忆
- 🖼️ **图片识别**: 支持上传图片进行视觉理解和分析
- 🔍 **多面体检测**: 专门的多面体检测功能，输出精确坐标和自动标注
- ⚙️ **系统配置**: 可配置模型参数、系统提示词和界面设置
- 🎨 **现代UI**: 响应式设计，支持移动端
- 🔒 **安全配置**: 使用环境变量管理API密钥
- ⚡ **实时交互**: 流畅的对话体验

## 技术栈

- **后端**: Python + Flask
- **前端**: 原生HTML/CSS/JavaScript
- **API**: SiliconFlow Chat Completions API
- **模型**: Qwen/Qwen2-VL-72B-Instruct

## 快速开始

### 1. 安装依赖

```bash
pip install -r requirements.txt
```

### 2. 配置环境变量

复制 `.env.example` 文件，重命名为 `.env` ，填入SiliconFlow API密钥：

```env
SILICONFLOW_API_KEY=your_actual_api_key_here
```

### 3. 启动应用

```bash
# 使用启动脚本（推荐）
python run.py

# 或直接运行Flask应用
python app.py
```

### 4. 访问应用

打开浏览器访问: http://localhost:3000

### 5. 系统配置

点击聊天界面右上角的⚙️按钮进入系统配置页面，可以设置：
- **模型参数**: Temperature、Max Tokens
- **系统提示词**: 预设或自定义系统提示词
- **界面设置**: 聊天标题、欢迎消息

### 6. 多面体检测功能

通过配置系统提示词来启用多面体检测功能：
1. 点击⚙️按钮进入系统配置页面
2. 在系统提示词中选择"多面体检测"预设
3. 保存配置后返回聊天界面
4. 上传包含多面体的图片并发送
5. 如果AI检测到多面体并返回坐标，系统会自动生成标注图片

功能特点：
- **智能检测**: 基于系统提示词自动识别多面体检测模式
- **精确定位**: 检测图片中的立方体、棱锥、棱柱等多面体
- **坐标解析**: 自动解析AI响应中的JSON格式坐标
- **自动标注**: 在原图上用红色边界框标出检测结果
- **参数控制**: 支持图像尺寸参数调整以优化检测效果

详细说明请参考: [多面体检测功能说明](POLYHEDRON_DETECTION.md)

## API接口

### 文本对话
- **端点**: `POST /api/chat`
- **参数**: 
  - `message`: 用户消息
  - `history`: 对话历史（可选）
  - `config`: 配置参数（可选）

### 图片+文本对话
- **端点**: `POST /api/chat-with-image`
- **参数**:
  - `message`: 用户消息（可选）
  - `image`: 图片文件
  - `history`: 对话历史（可选）
  - `config`: 配置参数（可选）

### 多面体检测
- **端点**: `POST /api/detect-polyhedron`
- **参数**:
  - `image`: 图片文件
  - `config`: 配置参数（可选）
  - `min_pixels`: 最小像素数（可选）
  - `max_pixels`: 最大像素数（可选）
  - `resized_height`: 固定高度（可选）
  - `resized_width`: 固定宽度（可选）

### 获取预设提示词
- **端点**: `GET /api/prompts`
- **说明**: 获取所有预设提示词配置

### 配置页面
- **端点**: `GET /config`
- **说明**: 系统配置页面

## 支持的图片格式

- JPEG (.jpg, .jpeg)
- PNG (.png)
- GIF (.gif)
- WebP (.webp)
- 文件大小限制: 10MB

## 项目结构

```
qwen2.5-vl-test/
├── app.py              # Flask服务器主文件
├── run.py              # 启动脚本
├── prompts.py          # 提示词配置文件
├── requirements.txt    # Python依赖
├── .env               # 环境变量
├── README.md          # 说明文档
├── public/            # 静态文件
│   ├── index.html     # 主聊天页面
│   └── config.html    # 系统配置页面
├── uploads/           # 临时文件目录（自动创建）
├── POLYHEDRON_DETECTION.md  # 多面体检测功能说明
└── cleanup.py         # 清理脚本
```

## 注意事项

1. 请确保您有有效的SiliconFlow API密钥
2. 图片文件会在处理后自动删除
3. 对话历史会自动限制在最近20轮以控制token使用
4. 建议在生产环境中添加更多安全措施

## 获取API密钥

1. 访问 [SiliconFlow官网](https://siliconflow.cn)
2. 注册并登录账户
3. 在控制台中创建API密钥
4. 将密钥填入`.env`文件

## 许可证

MIT License