init proj

.dockerignore

@@ -0,0 +1,51 @@
+# Git
+.git
+.gitignore
+.gitattributes
+
+# Python
+__pycache__
+*.py[cod]
+*$py.class
+*.so
+.Python
+*.egg-info
+dist
+build
+.venv
+venv
+env
+ENV
+
+# 环境变量文件（应该通过环境变量或 secrets 传递）
+.env
+.env.local
+.env.*.local
+env.example
+
+# IDE
+.vscode
+.idea
+*.swp
+*.swo
+*~
+
+# 文档
+README.md
+*.md
+
+# 其他
+.DS_Store
+*.log
+.pytest_cache
+.coverage
+htmlcov
+
+# Docker
+Dockerfile*
+.dockerignore
+docker-compose*.yml
+
+# 锁定文件（可选，如果使用 uv 可以保留）
+# uv.lock
+

.gitignore

@@ -0,0 +1,38 @@
+# Python
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+env/
+venv/
+ENV/
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+
+# 环境变量
+.env
+
+# IDE
+.vscode/
+.idea/
+*.swp
+*.swo
+*~
+
+# OS
+.DS_Store
+Thumbs.db

.python-version

@@ -0,0 +1 @@
+3.8

Dockerfile

@@ -0,0 +1,32 @@
+FROM 172.16.102.3:30648/astral-sh/uv:python3.14-bookworm
+
+# 设置工作目录
+WORKDIR /app
+
+# 设置环境变量
+ENV PYTHONUNBUFFERED=1 \
+    PYTHONDONTWRITEBYTECODE=1 \
+    PIP_NO_CACHE_DIR=1 \
+    PIP_DISABLE_PIP_VERSION_CHECK=1
+
+# 安装系统依赖
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    gcc \
+    && rm -rf /var/lib/apt/lists/*
+
+# 复制项目文件
+COPY pyproject.toml ./
+COPY app.py ./
+
+RUN uv sync
+
+# 暴露端口
+EXPOSE 8000
+
+# 健康检查
+HEALTHCHECK --interval=30s --timeout=10s --start-period=5s --retries=3 \
+    CMD python -c "import httpx; httpx.get('http://localhost:8000/health', timeout=5)" || exit 1
+
+# 启动应用
+CMD ["uv", "run", "app.py"]
+

README.md

@@ -1,3 +1,178 @@
-# crop-disease
+# 病虫害识别 API
+
+基于 OpenRouter 的 Qwen3 VL 8B Instruct 模型构建的病虫害识别 FastAPI 服务。
+
+## 功能特性
+
+- 🖼️ 支持图片上传识别病虫害
+- 🔍 智能识别植物病虫害类型和症状
+- 💡 提供详细的防治建议
+- 📡 支持 base64 编码图片识别
+- 🚀 基于 FastAPI 的高性能异步接口
+
+## 安装
+
+1. 克隆项目并进入目录
+
+```bash
+cd hm-qwen3-vl
+```
+
+2. 安装依赖
+
+```bash
+pip install -e .
+```
+
+或者使用 uv（推荐）：
+
+```bash
+uv pip install -e .
+```
+
+3. 配置环境变量
+
+复制 `env.example` 为 `.env` 并填入你的 OpenRouter API 密钥：
+
+```bash
+cp env.example .env
+```
+
+编辑 `.env` 文件，填入你的 API 密钥：
+
+```
+OPENROUTER_API_KEY=your_openrouter_api_key_here
+```
+
+获取 API 密钥：访问 [OpenRouter](https://openrouter.ai/keys) 注册并获取 API 密钥。
+
+## 运行服务
+
+```bash
+python main.py
+```
+
+或者使用 uvicorn 直接运行：
+
+```bash
+uvicorn main:app --host 0.0.0.0 --port 8000 --reload
+```
+
+服务启动后，访问以下地址：
+
+- API 文档：http://localhost:8000/docs
+- 健康检查：http://localhost:8000/health
+
+## API 接口
+
+### 1. 图片上传识别
+
+**POST** `/api/v1/identify`
+
+上传图片文件进行病虫害识别。
+
+**请求参数：**
+- `file` (file, required): 植物图片文件（支持 jpg, jpeg, png）
+- `question` (string, optional): 自定义问题，不提供则使用默认提示
+
+**示例（使用 curl）：**
+
+```bash
+curl -X POST "http://localhost:8000/api/v1/identify" \
+  -H "accept: application/json" \
+  -H "Content-Type: multipart/form-data" \
+  -F "file=@/path/to/plant_image.jpg" \
+  -F "question=请识别这张图片中的病虫害问题"
+```
+
+**示例（使用 Python requests）：**
+
+```python
+import requests
+
+url = "http://localhost:8000/api/v1/identify"
+files = {"file": open("plant_image.jpg", "rb")}
+data = {"question": "请识别这张图片中的病虫害问题"}
+
+response = requests.post(url, files=files, data=data)
+print(response.json())
+```
+
+**响应示例：**
+
+```json
+{
+  "success": true,
+  "result": "根据图片分析，该植物叶片上出现了...",
+  "image_info": {
+    "format": "JPEG",
+    "size": [1920, 1080],
+    "mode": "RGB"
+  }
+}
+```
+
+### 2. Base64 图片识别
+
+**POST** `/api/v1/identify/base64`
+
+使用 base64 编码的图片进行识别。
+
+**请求体（JSON）：**
+
+```json
+{
+  "image_base64": "iVBORw0KGgoAAAANS...",
+  "question": "请识别这张图片中的病虫害问题"
+}
+```
+
+**示例：**
+
+```bash
+curl -X POST "http://localhost:8000/api/v1/identify/base64" \
+  -H "Content-Type: application/json" \
+  -d '{
+    "image_base64": "base64_encoded_image_string",
+    "question": "请识别病虫害"
+  }'
+```
+
+### 3. 健康检查
+
+**GET** `/health`
+
+检查服务状态。
+
+**响应：**
+
+```json
+{
+  "status": "healthy",
+  "model": "qwen/qwen-3-vl-8b-instruct"
+}
+```
+
+## 使用 Swagger UI
+
+启动服务后，访问 http://localhost:8000/docs 可以使用交互式 API 文档进行测试。
+
+## 注意事项
+
+1. **API 密钥安全**：请妥善保管你的 OpenRouter API 密钥，不要将其提交到版本控制系统
+2. **图片大小**：图片会自动缩放到最大 4096x4096 像素
+3. **请求超时**：API 请求超时时间设置为 60 秒
+4. **费用**：使用 OpenRouter API 可能会产生费用，请查看 [OpenRouter 定价](https://openrouter.ai/models)
+
+## 技术栈
+
+- FastAPI：现代、快速的 Web 框架
+- OpenRouter：统一的 AI 模型 API 接口
+- Qwen3 VL 8B Instruct：多模态视觉语言模型
+- Pillow：图片处理库
+- httpx：异步 HTTP 客户端
+
+## 许可证
+
+MIT
 
-基于Qwen3 VL 模型的病虫害识别 FastAPI 服务

app.py

@@ -0,0 +1,266 @@
+"""
+基于 OpenRouter Qwen3 VL 8B Instruct 模型的病虫害识别 FastAPI 服务
+"""
+import os
+import base64
+import binascii
+from io import BytesIO
+from typing import Optional
+from dotenv import load_dotenv
+
+import httpx
+from fastapi import FastAPI, File, UploadFile, HTTPException
+from fastapi.responses import JSONResponse
+from pydantic import BaseModel
+from PIL import Image
+
+# 加载环境变量
+load_dotenv()
+
+app = FastAPI(
+    title="病虫害识别 API",
+    description="基于 OpenRouter Qwen3 VL 8B Instruct 模型的病虫害识别服务",
+    version="1.0.0"
+)
+
+# OpenRouter API 配置
+OPENROUTER_API_KEY = os.getenv("OPENROUTER_API_KEY")
+OPENROUTER_API_URL = "https://openrouter.ai/api/v1/chat/completions"
+MODEL_NAME = os.getenv("OPENROUTER_MODEL", "qwen/qwen3-vl-8b-instruct")  # 可通过环境变量配置   
+
+if not OPENROUTER_API_KEY:
+    raise ValueError("请设置 OPENROUTER_API_KEY 环境变量")
+
+
+class Base64ImageRequest(BaseModel):
+    """Base64 图片识别请求模型"""
+    image_base64: str
+    question: Optional[str] = None
+
+
+def encode_image_to_base64(image: Image.Image) -> str:
+    """将 PIL Image 转换为 base64 编码字符串"""
+    buffered = BytesIO()
+    # 转换为 RGB 模式（如果不是的话）
+    if image.mode != "RGB":
+        image = image.convert("RGB")
+    image.save(buffered, format="JPEG")
+    # 确保使用 UTF-8 编码解码 base64
+    img_str = base64.b64encode(buffered.getvalue()).decode('utf-8')
+    return img_str
+
+
+async def call_openrouter_api(image_base64: str, user_message: str) -> str:
+    """调用 OpenRouter API"""
+    headers = {
+        "Authorization": f"Bearer {OPENROUTER_API_KEY}",
+        "Content-Type": "application/json",
+        # "HTTP-Referer": "https://github.com/your-repo",  # 可选：用于跟踪
+        # "X-Title": "Pest Disease Identification Service",  # 可选：应用名称（使用英文避免编码问题）
+    }
+    
+    payload = {
+        "model": MODEL_NAME,
+        "messages": [
+            {
+                "role": "system",
+                "content": "你是一位专业的农业病虫害识别专家。请仔细分析用户提供的植物图片，识别可能存在的病虫害问题，并提供详细的诊断信息，包括：1. 病虫害类型和名称 2. 严重程度 3. 可能的病因 4. 防治建议。请用中文回答。"
+            },
+            {
+                "role": "user",
+                "content": [
+                    {
+                        "type": "image_url",
+                        "image_url": {
+                            "url": f"data:image/jpeg;base64,{image_base64}"
+                        }
+                    },
+                    {
+                        "type": "text",
+                        "text": user_message
+                    }
+                ]
+            }
+        ],
+        "max_tokens": 2000,
+        "temperature": 0.7,
+    }
+    
+    async with httpx.AsyncClient(timeout=60.0) as client:
+        try:
+            response = await client.post(OPENROUTER_API_URL, json=payload, headers=headers)
+            response.raise_for_status()
+            result = response.json()
+            
+            if "choices" in result and len(result["choices"]) > 0:
+                return result["choices"][0]["message"]["content"]
+            else:
+                raise HTTPException(status_code=500, detail="API 响应格式错误")
+        except httpx.HTTPStatusError as e:
+            error_text = e.response.text
+            try:
+                error_text.encode('utf-8')
+            except (UnicodeEncodeError, AttributeError):
+                error_text = repr(e.response.text)
+            raise HTTPException(status_code=e.response.status_code, detail=f"OpenRouter API 错误: {error_text}")
+        except httpx.RequestError as e:
+            error_msg = str(e)
+            try:
+                error_msg.encode('utf-8')
+            except UnicodeEncodeError:
+                error_msg = repr(e)
+            raise HTTPException(status_code=500, detail=f"请求错误: {error_msg}")
+
+
+@app.get("/")
+async def root():
+    """根路径，返回 API 信息"""
+    return {
+        "message": "病虫害识别 API",
+        "version": "1.0.0",
+        "model": MODEL_NAME,
+        "endpoints": {
+            "识别病虫害": "/api/v1/identify",
+            "健康检查": "/health"
+        }
+    }
+
+
+@app.get("/health")
+async def health_check():
+    """健康检查端点"""
+    return {"status": "healthy", "model": MODEL_NAME}
+
+
+@app.post("/api/v1/identify")
+async def identify_pest_disease(
+    file: UploadFile = File(..., description="植物图片文件"),
+    question: Optional[str] = None
+):
+    """
+    病虫害识别接口
+    
+    - **file**: 上传的植物图片（支持 jpg, jpeg, png 格式）
+    - **question**: 可选的自定义问题，如果不提供则使用默认提示
+    """
+    # 验证文件类型
+    if not file.content_type or not file.content_type.startswith("image/"):
+        raise HTTPException(status_code=400, detail="请上传图片文件（jpg, jpeg, png）")
+    
+    try:
+        # 读取并验证图片
+        image_data = await file.read()
+        image = Image.open(BytesIO(image_data))
+        
+        # 验证图片大小（可选：限制最大尺寸）
+        max_size = (4096, 4096)
+        if image.size[0] > max_size[0] or image.size[1] > max_size[1]:
+            image.thumbnail(max_size, Image.Resampling.LANCZOS)
+        
+        # 转换为 base64
+        image_base64 = encode_image_to_base64(image)
+        
+        # 构建用户消息
+        user_message = question or "请识别这张图片中的植物是否存在病虫害问题，如果存在，请详细说明病虫害类型、症状、严重程度和防治建议。"
+        
+        # 调用 OpenRouter API
+        result = await call_openrouter_api(image_base64, user_message)
+        
+        return JSONResponse(content={
+            "success": True,
+            "result": result,
+            "image_info": {
+                "format": image.format,
+                "size": image.size,
+                "mode": image.mode
+            }
+        })
+        
+    except UnicodeEncodeError as e:
+        raise HTTPException(status_code=500, detail=f"处理图片时出错: 编码错误 - {repr(e)}")
+    except Exception as e:
+        error_msg = str(e)
+        # 确保错误信息可以正确编码
+        try:
+            error_msg.encode('utf-8')
+        except UnicodeEncodeError:
+            error_msg = repr(e)
+        raise HTTPException(status_code=500, detail=f"处理图片时出错: {error_msg}")
+
+
+@app.post("/api/v1/identify/base64")
+async def identify_pest_disease_base64(request: Base64ImageRequest):
+    """
+    使用 base64 编码图片的病虫害识别接口
+    
+    - **image_base64**: base64 编码的图片数据（不包含 data:image 前缀）
+    - **question**: 可选的自定义问题
+    """
+    try:
+        # 清理 base64 字符串（移除可能的 data:image 前缀和空白字符）
+        base64_str = request.image_base64.strip()
+        if "," in base64_str:
+            # 如果包含 data:image 前缀，提取 base64 部分
+            base64_str = base64_str.split(",")[-1]
+        
+        # 确保 base64 字符串只包含有效的 base64 字符
+        # 移除所有空白字符（包括换行符）
+        base64_str = ''.join(base64_str.split())
+        
+        # 解码 base64 图片
+        try:
+            # 确保字符串是有效的 base64 格式
+            if not base64_str:
+                raise ValueError("Base64 字符串为空")
+            image_data = base64.b64decode(base64_str, validate=True)
+        except binascii.Error as decode_error:
+            raise ValueError(f"Base64 解码失败: 无效的 base64 格式")
+        except Exception as decode_error:
+            error_msg = str(decode_error)
+            try:
+                error_msg.encode('utf-8')
+            except UnicodeEncodeError:
+                error_msg = repr(decode_error)
+            raise ValueError(f"Base64 解码失败: {error_msg}")
+        
+        image = Image.open(BytesIO(image_data))
+        
+        # 验证图片大小
+        max_size = (4096, 4096)
+        if image.size[0] > max_size[0] or image.size[1] > max_size[1]:
+            image.thumbnail(max_size, Image.Resampling.LANCZOS)
+        
+        # 重新编码
+        image_base64_encoded = encode_image_to_base64(image)
+        
+        # 构建用户消息
+        user_message = request.question or "请识别这张图片中的植物是否存在病虫害问题，如果存在，请详细说明病虫害类型、症状、严重程度和防治建议。"
+        
+        # 调用 OpenRouter API
+        result = await call_openrouter_api(image_base64_encoded, user_message)
+        
+        return JSONResponse(content={
+            "success": True,
+            "result": result,
+            "image_info": {
+                "format": image.format,
+                "size": image.size,
+                "mode": image.mode
+            }
+        })
+        
+    except UnicodeEncodeError as e:
+        raise HTTPException(status_code=500, detail=f"处理图片时出错: 编码错误 - {repr(e)}")
+    except Exception as e:
+        error_msg = str(e)
+        # 确保错误信息可以正确编码
+        try:
+            error_msg.encode('utf-8')
+        except UnicodeEncodeError:
+            error_msg = repr(e)
+        raise HTTPException(status_code=500, detail=f"处理图片时出错: {error_msg}")
+
+
+if __name__ == "__main__":
+    import uvicorn
+    uvicorn.run(app, host="0.0.0.0", port=8000)

env.example

@@ -0,0 +1,7 @@
+# OpenRouter API 密钥
+# 从 https://openrouter.ai/keys 获取
+OPENROUTER_API_KEY=your_openrouter_api_key_here
+
+# OpenRouter 模型名称（可选，默认为 qwen/qwen3-vl-8b-instruct）
+# OPENROUTER_MODEL=qwen/qwen3-vl-8b-instruct
+

pyproject.toml

@@ -0,0 +1,14 @@
+[project]
+name = "hm-qwen3-vl"
+version = "0.1.0"
+description = "基于 OpenRouter Qwen3 VL 8B 的病虫害识别 FastAPI 服务"
+readme = "README.md"
+requires-python = ">=3.8"
+dependencies = [
+    "fastapi>=0.104.0",
+    "uvicorn[standard]>=0.24.0",
+    "httpx>=0.25.0",
+    "python-multipart>=0.0.6",
+    "pillow>=10.0.0",
+    "python-dotenv>=1.0.0",
+]