pricing

项目概述

这是一个基于 Flask 框架构建的 Web 应用，主要用于分析画作信息并估算艺术品价格。通过用户上传画作图像和输入文本描述，应用可以对画作进行详细分析，处理缺失信息，搜索艺术家知名度，并最终估算出艺术品的价格。

主要功能

1. 用户输入处理

用户可以通过表单上传画作图像，并输入相关的文本描述，这些信息将作为后续分析的基础。

2. 画作分析

• 利用大语言模型（LLM）对上传的画作和用户描述进行深入分析，提取关键信息，包括：
  • 艺术家姓名或风格
  • 作品内容/主题
  • 使用的技法
  • 尺寸分类（小、中、大）

3. 缺失值处理

• 系统会检查分析结果中是否存在缺失或未知的值。
• 如果存在缺失值，会提示用户进行填充，提供预定义的选项供用户选择。

4. 艺术家知名度搜索

根据分析结果中的艺术家姓名，搜索该艺术家在百度和小红书等平台的知名度，为价格估算提供参考。

5. 价格估算

• 综合分析结果和艺术家知名度，调用 LLM 进行艺术品价格的估算。
• 给出价格估算结果及对应的价格区间，并详细解释估算背后的理由。

文件结构

主要文件和文件夹

• pricing_agent：项目的主要代码文件夹，包含以下重要文件和子文件夹：
  • analysis_utils.py：包含 analyze_input 函数，负责处理图像和文本输入，调用 LLM 进行分析并解析结果。
  • llm_utils.py：与大语言模型交互的相关函数，如创建 OpenAI 客户端和不同模型的分析函数。
  • main.py：Flask 应用的主文件，定义了路由和核心业务逻辑，包括文件上传处理、调用其他功能函数等。
  • price_utils.py：包含 estimate_price 函数，用于根据分析结果估算艺术品价格。
  • requirements.txt：列出项目所需的 Python 依赖包及其版本。
  • templates：存放 Flask 应用的 HTML 模板文件，用于页面渲染。
  • uploads：用于存储用户上传的图像文件。

运行项目

步骤

1. 克隆仓库到本地：

   git clone <仓库地址>
   cd pricing

2. 创建并激活虚拟环境：
   • 使用 venv 创建虚拟环境：

     python -m venv venv
     source venv/bin/activate  # 对于 Linux 和 macOS
     .\venv\Scripts\activate  # 对于 Windows

3. 安装项目所需的依赖包：

   pip install -r pricing/pricing_agent/requirements.txt

4. 运行 main.py 文件：

   python pricing/pricing_agent/main.py

5. 打开浏览器，访问 http://127.0.0.1:5000 即可使用该应用。

依赖包

项目使用了以下主要依赖包：

• Flask：用于构建 Web 应用。
• Pillow：用于处理图像。
• OpenAI：用于与大语言模型交互。
• requests：用于发送 HTTP 请求。
• gunicorn：用于部署 Flask 应用。
• beautifulsoup4：用于 HTML 和 XML 解析。
• python-dotenv：用于加载环境变量。
• flask-wtf：用于处理 Web 表单。
• flask-sqlalchemy：用于数据库操作。