📷 作业拍照检查

先用本地 OCR 识别文字，再交给大模型判断对错、生成解析

v2：OCR + 文本大模型 方案
🧩 v2 架构说明：这个版本不再让视觉大模型直接"看图识别+判断"，而是拆成三步—— ① 本地 EasyOCR 服务（ocr_server.py）先把照片里的文字识别出来； ② 规则预处理：自动过滤页眉/姓名栏/页码等噪音行，订正"="被误识别成"-"的规律性错误， 尝试拆分粘连/挤在一行的多道题（只有唯一自洽的拆法才采纳，猜不准就保留原文交给AI）； ③ 干净后的内容交给纯文本模型 qwen2.5:14b 去理解题意、自己计算、判断对错。 能用规则可靠处理的就不麻烦AI，AI只处理规则解决不了的部分。
⚠️ 代价：手写体本来就是 OCR 的弱项，如果 OCR 认错字，后面大模型判断也会跟着错—— 这是本版本已知的局限，结果页可展开"查看OCR识别详情"核对过滤前后的差异。
使用前需要：① python3 ocr_server.py 启动 OCR 服务（默认 127.0.0.1:5001）； ② 本机 Ollama 已启动并执行过 ollama pull qwen2.5:14b。
🔗 OCR识别后 自动 进行AI判断
关闭后：OCR识别完先展示结果，确认无误再手动点击"继续AI判断"
📷
点击下方按钮开启摄像头
若摄像头无法打开（比如直接双击文件打开的页面），请改用"上传照片"
作业照片预览

正在识别作业内容，请稍候…

🔍 第①步：OCR 识别结果（请核对无误后再继续）
橙色为低置信度、容易识别错的行，请重点核对。如果发现明显认错字，建议重新拍一张更清晰的照片， 而不是直接继续——OCR 认错的内容会被第②步大模型当成"事实"，无法在下一步被自动纠正。
0
共 N 题
0
✅ 正确
0
❌ 错误
← 返回慧陪学 ↔ 切换回 v1（视觉大模型直接识别）