当前位置： 首页 > wzjs >正文

临漳企业做网站推广商品营销推广的方法有哪些

wzjs 2025/8/3 4:38:20
临漳企业做网站推广,商品营销推广的方法有哪些,专业做淘宝网站公司,文学网站模板目录 说明 前言 需求 流程说明 表结构说明 整体流程 百度智能云 注册和实名认证 创建应用 费用说明 大模型API说明 集成大模型 设计Prompt 上传体检报告 读取PDF内容 功能实现 智能评测 抽取大模型工具 功能实现 总结 说明 AI体检报告解读、病例小结或者…

目录

说明

前言

需求

流程说明

表结构说明

整体流程 

百度智能云

注册和实名认证

创建应用

费用说明

大模型API说明

集成大模型

设计Prompt

上传体检报告

读取PDF内容

功能实现

智能评测

抽取大模型工具

功能实现

总结

说明

AI体检报告解读、病例小结或者类似的业务可以参考，完整DEMO不提供，只提供思路。

前言

在上家公司写过AI体检报告解读和AI精准就医推荐需求，不过那时候是调用分公司AI研发部的

API，估计他们也是调用大模型，后台使用的是JeecgBoot管理数据，例如你有这个权益卡，这个

权益卡包含这个服务你就可以使用这个服务。

这次自己对接千帆大模型使用OSS上传体检报告，apache.pdfbox识别pdf内容，设置号Prompt，

调用千帆大模型对体检报告进行分析。

需求

输入如下信息，提前准备好老人体检报告（PDF格式）点击确认按钮以后，会使用AI对老人的健康

报告进行评估。

下面是健康评估的详情页面，使用AI分析后的结果页，给了很多数据，可以让护理员或销售来查看

健康状况，进一步更好的服务老人或者给老人推荐一些护理服务。

 

流程说明

表结构说明

建表语句：

CREATE TABLE "health_assessment" ("id" bigint NOT NULL AUTO_INCREMENT COMMENT '主键',"elder_name" varchar(255) DEFAULT NULL COMMENT '老人姓名',"id_card" varchar(255) DEFAULT NULL COMMENT '身份证号',"birth_date" datetime DEFAULT NULL COMMENT '出生日期',"age" int DEFAULT NULL COMMENT '年龄',"gender" int DEFAULT NULL COMMENT '性别(0:男，1:女)',"health_score" varchar(255) DEFAULT NULL COMMENT '健康评分',"risk_level" varchar(255) DEFAULT NULL COMMENT '严重危险(健康, 提示, 风险, 危险, 严重危险)',"suggestion_for_admission" int DEFAULT NULL COMMENT '是否建议入住(0:建议，1:不建议)',"nursing_level_name" varchar(255) DEFAULT NULL COMMENT '推荐护理等级',"admission_status" int DEFAULT NULL COMMENT '入住情况(0:已入住，1:未入住)',"total_check_date" varchar(64) DEFAULT NULL COMMENT '总检日期',"physical_exam_institution" varchar(255) DEFAULT NULL COMMENT '体检机构',"physical_report_url" varchar(255) DEFAULT NULL COMMENT '体检报告URL链接',"assessment_time" datetime DEFAULT NULL COMMENT '评估时间',"report_summary" text COMMENT '报告总结',"disease_risk" text COMMENT '疾病风险',"abnormal_analysis" text COMMENT '异常分析',"system_score" varchar(255) DEFAULT NULL COMMENT '健康系统分值',"create_by" varchar(255) DEFAULT NULL COMMENT '创建者',"create_time" datetime DEFAULT NULL COMMENT '创建时间',"update_by" varchar(255) DEFAULT NULL COMMENT '更新者',"update_time" datetime DEFAULT NULL COMMENT '更新时间',"remark" text COMMENT '备注',PRIMARY KEY ("id")
) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='健康评估表';

整体流程 

  1. 上传PDF文件存储到OSS 
  2. 读取PDF文件内容 存储到Redis key为身份证号 value为pdf识别内容
  3. 点击确定 根据身份证从Redis获取pdf识别内容
  4. 结合Prompt+pdf内容 调用大模型 返回JSON结果 接收

百度智能云

注册和实名认证

  • 注册地址：https://qianfan.cloud.baidu.com/

需要实名认证，不然大模型调用不了，实名认证自己认证一下。 

创建应用

实名认证后，需要创建一个应用，获取到这个应用的API Key和Secret Key。

地址：千帆大模型服务与开发平台ModelBuilder

进入管理平台后，找到应用接入，创建新的应用，只有创建了应用，后面才能让大模型来绑定应用

使用。

 输入应用的名称，和应用的描述点击确认即可。

获取到AppId、API Key、Secret Key后续项目中调用API需要用到。

 

费用说明

记得充钱！！！！ 调用大模型需要花费TOKEN TOKEN是需要钱的！！！！

充钱才能使你变的强大！！！

大模型API说明

我们的需求中，prompt是比较多的，低版本都不支持大量token使用，所以采用ERNIE-4.0-8K-

Preview。

官方地址：https://cloud.baidu.com/doc/WENXINWORKSHOP/s/nluv1jxlp

ERNIE 4.0是百度自研的旗舰级超大规模⼤语⾔模型，相较ERNIE 3.5实现了模型能力全面升级，

广泛适用于各领域复杂任务场景；支持自动对接百度搜索插件，保障问答信息时效，支持5K

tokens输入+2K tokens输出。

  • 对话模型，一次请求就是一次对话

  • 提供了java的sdk调用，地址：https://github.com/baidubce/bce-qianfan-sdk/tree/main/java

  • 支持单轮对话、多轮对话、流式

  • 部分关键的参数： 

名称

类型

必填

描述

messages

List[dict]

是

对话信息，messages": [ {"role": "user","content": "你好"}]

message中的content总长度和system字段总内容不能超过20000个字符，且不能超过5120 tokens

model

string

是

模型名称，用于指定平台支持预置服务的模型，说明：该字段为固定值ERNIE-4.0-8K-Preview（必须开通付费）

temperature

float

否

大模型的采样参数，

（1）较高的数值会使输出更加随机，而较低的数值会使其更加集中和确定

（2）默认0.8，范围 (0, 1.0]，不能为0

max_output_tokens

int

否

指定模型最大输出token数，说明：

（1）如果设置此参数，范围[2, 2048]

（2）如果不设置此参数，最大输出token数为1024

response_format

string

否

指定响应内容的格式，说明：

（1）可选值：

· json_object：以json格式返回，可能出现不满足效果情况

· text：以文本格式返回

（2）如果不填写参数response_format值，默认为text

集成大模型

导入依赖：

<dependency><groupId>com.baidubce</groupId><artifactId>qianfan</artifactId><version>0.1.1</version>
</dependency>

编写一个main测试方法：

public class AIModelTest {private static final String prompt = "你能帮我分析一份完整的体检报告吗？";public static void main(String[] args) {/*** 第一个参数：认证类型，固定选择 Auth.TYPE_OAUTH* 第二个参数：accessKeyId，从百度云控制台创建的应用里可以找到* 第三个参数：accessKeySecret，从百度云控制台创建的应用里可以找到*/Qianfan qianfan = new Qianfan(Auth.TYPE_OAUTH, "xEO9h4cswlghfdfdUiYpkNt", "T68lkk7XuyfgfdgfdWtCQcFCVkd2HnZuKH");ChatResponse response = qianfan.chatCompletion().model("ERNIE-4.0-8K-Preview") // 模型名称，要选择自己开通付费的模型.addMessage("user", prompt) // 聊天内容，可以设置多个，每个消息包含role（角色，user表示用户，assistant表示模型），content（消息内容）
//                .temperature(0.7) // 采样参数，取值范围(0,1]
//                .maxOutputTokens(2000) // 模型输出最大长度，取值范围[2, 2048]
//                .responseFormat("json_object")  // 模型输出格式，取值范围：text（文本）、json_object（JSON对象）.execute();String result = response.getResult();System.out.println(result);}
}

结果输出：

设计Prompt

设计之后的Prompt提示词，这里涉及了大量的专业名词和健康指标，实际开发中需要找产品经理

协助

请以一个专业医生的视角来分析这份体检报告，报告中包含了一些异常数据，我需要您对这些数据进行解读，并给出相应的健康建议。 体检内容如下： 内容略.... 要求： 1. 提取体检报告中的“总检日期”； 2. 通过临床医学、疾病风险评估模型和数据智能分析，给该用户的风险等级和健康指数给出结果。风险等级分为：健康、提示、风险、危险、严重危险。健康指数范围为0至100分； 3. 根据用户身体各项指标数据，详细说明该用户各项风险等级的占比是多少，最多保留两位小数。结论格式：该用户健康占比20.00%，提示占比20.00%，风险占比20%，危险占比20%，严重危险占比20%； 4. 对于体检报告有异常数据，请列出（异常数据的结论、体检项目名称、检查结果、参考值、单位、异常解读、建议）这8字段。解读异常数据，解决这些数据可能代表的健康问题或风险。分析可能的原因，包括但不限于生活习惯、饮食习惯、遗传因素等。基于这些异常数据和可能的原因，请给出具体的健康建议，包括饮食调整、运动建议、生活方式改变以及是否需要进一步检查或治疗等。 结论格式：异常数据的结论：肥胖，体检项目名称：体重指数BMI，检查结果：29.2，参考值>24，单位：-。异常解读：体重超标包括超重与肥胖。体重指数（BMI）=体重（kg）/身⾼（m）的平⽅，BMI≥24为超重，BMI≥28为肥胖；男性腰围≥90cm和⼥性腰围≥85cm为腹型肥胖。体重超标是⼀种由多因素（如遗传、进⻝油脂较多、运动少、疾病等）引起的慢性代谢性疾病，尤其是肥胖，已经被世界卫⽣组织列为导致疾病负担的⼗⼤危险因素之⼀。AI建议：采取综合措施预防和控制体重，积极改变⽣活⽅式，宜低脂、低糖、⾼纤维素膳⻝，多⻝果蔬及菌藻类⻝物，增加有氧运动。若有相关疾病（如⾎脂异常、⾼⾎压、糖尿病等）应积极治疗。 5. 根据这个体检报告的内容，分别是给人体的8大系统打分，每项满分为100分，8大系统分别为：呼吸系统、消化系统、内分泌系统、免疫系统、循环系统、泌尿系统、运动系统、感官系统 6. 给体检报告做一个总结，总结格式：体检报告中尿蛋⽩、癌胚抗原、⾎沉、空腹⾎糖、总胆固醇、⽢油三酯、低密度脂蛋⽩胆固醇、⾎清载脂蛋⽩B、动脉硬化指数、⽩细胞、平均红细胞体积、平均⾎红蛋⽩共12项指标提示异常，尿液常规共1项指标处于临界值，⾎脂、⾎液常规、尿液常规、糖类抗原、⾎清酶类等共43项指标提示正常，综合这些临床指标和数据分析：肾脏、肝胆、⼼脑⾎管存在隐患，其中⼼脑⾎管有“⾼危”⻛险；肾脏部位有“中危”⻛险；肝胆部位有“低危”⻛险。 输出要求： 最后，将以上结果输出为JSON格式，不要包含其他的文字说明，所有的返回结果都是json，详细格式如下： { "totalCheckDate": "YYYY-MM-DD", "healthAssessment": { "riskLevel": "healthy/caution/risk/danger/severeDanger", "healthIndex": XX.XX }, "riskDistribution": { "healthy": XX.XX, "caution": XX.XX, "risk": XX.XX, "danger": XX.XX, "severeDanger": XX.XX }, "abnormalData": [ { "conclusion": "异常数据的结论", "examinationItem": "体检项目名称", "result": "检查结果", "referenceValue": "参考值", "unit": "单位", "interpret":"对于异常的结论进一步详细的说明", "advice":"针对于这一项的异常，给出一些健康的建议" } ], "systemScore": { "breathingSystem": XX, "digestiveSystem": XX, "endocrineSystem": XX, "immuneSystem": XX, "circulatorySystem": XX, "urinarySystem": XX, "motionSystem": XX, "senseSystem": XX }, "summarize": "体检报告的总结" }

上传体检报告

点击上传体检报告后，需要将体检报告上传到阿里云OSS然后返回OSS链接，同时识别PDF文件

内容存储到Redis，点击确认的时候，根据身份证号从Redis获取PDF内容，组合Prompt调用大模

型返回JSON数据接收。

读取PDF内容

使用Apache PDFBox来识别PDF内容。

导入依赖：

<dependency><groupId>org.apache.pdfbox</groupId><artifactId>pdfbox</artifactId><version>2.0.24</version>
</dependency>

创建一个PDFUtil工具类，接收一个文件输入流，读取PDF文件内容，返回String PDF内容。

public class PDFUtil {public static String pdfToString(InputStream  inputStream) {PDDocument document = null;try {// 加载PDF文档document = PDDocument.load(inputStream);// 创建一个PDFTextStripper实例来提取文本PDFTextStripper pdfStripper = new PDFTextStripper();// 从PDF文档中提取文本String text = pdfStripper.getText(document);return text;} catch (IOException e) {e.printStackTrace();} finally {// 关闭PDF文档if (document != null) {try {document.close();inputStream.close();} catch (IOException e) {e.printStackTrace();}}}return null;}
}

测试：

public class PDFUtilTest {public static void main(String[] args) throws FileNotFoundException {FileInputStream fileInputStream = new FileInputStream("E:\\tmp\\体检报告-刘爱国-男-69岁.pdf");String result = PDFUtil.pdfToString(fileInputStream);System.out.println(result);}
}

功能实现

OSSAliyunFileStorageService是上传文件至OSS.

@Autowired
private OSSAliyunFileStorageService fileStorageService;@Autowired
private RedisTemplate<String,String> redisTemplate;/*** 通用上传请求（单个）*/
@ApiOperation("健康文档上传")
@PostMapping("/upload")
public AjaxResult uploadFile(MultipartFile file, String idCardNo) throws Exception
{try{//生成一个名字，保证不重复，唯一String originalFilename = file.getOriginalFilename();String fileName = UUID.randomUUID().toString() + originalFilename.substring(originalFilename.lastIndexOf("."));String url = fileStorageService.store(fileName, file.getInputStream());AjaxResult ajax = AjaxResult.success();ajax.put("url", url);ajax.put("fileName", url);ajax.put("newFileName", FileUtils.getName(fileName));ajax.put("originalFilename", file.getOriginalFilename());//PDF文件内容读取为字符串String content = PDFUtil.pdfToString(file.getInputStream());//临时存储到redis中redisTemplate.opsForHash().put("healthReport", idCardNo, content);return ajax;}catch (Exception e){return AjaxResult.error(e.getMessage());}
}

智能评测

抽取大模型工具

application.yml定义配置：

baidu:accessKey: xEO9h4csw9zWlUiYpkNtsecretKey: T67Xuyx9JoCQcFCVkd2HnZuKHqianfanModel: ERNIE-4.0-8K-Preview

定义properties类方便读取配置：

@Data
@Configuration
@ConfigurationProperties(prefix = "baidu")
public class BaiduAIProperties {private String accessKey;private String secretKey;private String qianfanModel;}

模型工具类，传入组装好的Prompt，返回String JSON。

@Component
@Slf4j
public class AIModelInvoker {@Autowiredprivate BaiduAIProperties baiduAIProperties;public String qianfanInvoker(String prompt) {System.out.println(prompt);Qianfan qianfan = new Qianfan(Auth.TYPE_OAUTH, baiduAIProperties.getAccessKey(), baiduAIProperties.getSecretKey());ChatResponse response = qianfan.chatCompletion().model(baiduAIProperties.getQianfanModel()).addMessage("user", prompt).temperature(0.7).maxOutputTokens(2000).responseFormat("json_object").execute();String result = response.getResult();System.out.println(result);return result;}}

功能实现

根据大模型返回的结果数据，返回的是一个JSON，调用大模型的时候已经指定返回的格式是

JSON，然后提取JSON数据，根据返回的结果判断。

例如前端页面的柱状图、饼图数据这些都是模型返回，然后渲染的。

@Autowired
private AIModelInvoker aIModelInvoker;/*** 新增健康评估** @param healthAssessmentDto 健康评估* @return 结果*/
@Override
public Long insertHealthAssessment(HealthAssessmentDto healthAssessmentDto) {try {//组装prompt，然后调用千帆大模型来分析数据String prompt = getPrompt(healthAssessmentDto);String result = aIModelInvoker.qianfanInvoker(prompt);if (StringUtils.isEmpty(result)) {throw new BaseException("AI分析失败");}//解析数据HealthReportVo healthReportVo = JSONUtil.toBean(result, HealthReportVo.class);//保存数据Long id = insertHealthReport(healthReportVo, healthAssessmentDto);return id;} catch (BaseException e) {throw new BaseException("AI分析失败");}
}/*** 插入健康报告** @param healthReportVo* @return*/
private Long insertHealthReport(HealthReportVo healthReportVo, HealthAssessmentDto healthAssessmentDto) {HealthAssessment healthAssessment = new HealthAssessment();//总检日期healthAssessment.setTotalCheckDate(healthReportVo.getTotalCheckDate());healthAssessment.setElderName(healthAssessmentDto.getElderName());String idCard = healthAssessmentDto.getIdCard();healthAssessment.setIdCard(idCard);healthAssessment.setBirthDate(IDCardUtils.getBirthDateByIdCard(idCard));healthAssessment.setAge(IDCardUtils.getAgeByIdCard(idCard));healthAssessment.setGender(IDCardUtils.getGenderFromIdCard(idCard));double healthScore = healthReportVo.getHealthAssessment().getHealthIndex();healthAssessment.setHealthScore(String.valueOf(healthScore));healthAssessment.setRiskLevel(healthReportVo.getHealthAssessment().getRiskLevel());//是否建议入住healthAssessment.setSuggestionForAdmission(getSuggestionForAdmission(healthScore));healthAssessment.setNursingLevelName(getNursingLevelName(healthScore));healthAssessment.setAdmissionStatus(0);healthAssessment.setTotalCheckDate(healthReportVo.getTotalCheckDate());healthAssessment.setPhysicalExamInstitution(healthAssessmentDto.getPhysicalExamInstitution());healthAssessment.setPhysicalReportUrl(healthAssessmentDto.getPhysicalReportUrl());healthAssessment.setAssessmentTime(LocalDateTime.now());healthAssessment.setReportSummary(healthReportVo.getSummarize());healthAssessment.setDiseaseRisk(JSONUtil.toJsonStr(healthReportVo.getRiskDistribution()));healthAssessment.setAbnormalAnalysis(JSONUtil.toJsonStr(healthReportVo.getAbnormalData()));healthAssessment.setSystemScore(JSONUtil.toJsonStr(healthReportVo.getSystemScore()));save(healthAssessment);return healthAssessment.getId();
}/*** 计算护理等级** @param healthScore* @return*/
private String getNursingLevelName(double healthScore) {//处理边界if (healthScore < 0 || healthScore > 100) {throw new IllegalArgumentException("健康评分必须在0到100之间");}if(healthScore >= 60 && healthScore < 70){return "三级护理等级";}else if (healthScore >= 70 && healthScore < 80){return "二级护理等级";}else if (healthScore >= 80 && healthScore < 90){return "一级护理等级";}else if (healthScore >= 90){return "特级护理等级";}return "无";}/*** 是否建议入住** @param healthScore* @return*/
private Integer getSuggestionForAdmission(double healthScore) {if (healthScore >= 60) {return 0;}return 1;}@Autowired
private RedisTemplate<String, String> redisTemplate;/*** 获取prompt** @param healthAssessmentDto* @return*/
private String getPrompt(HealthAssessmentDto healthAssessmentDto) {//获取文件中的内容String content = (String) redisTemplate.opsForHash().get("healthReport", healthAssessmentDto.getIdCard());//判断是否为空if (StringUtils.isEmpty(content)) {throw new BaseException("文件提取内容失败，请重新上传提交报告");}String prompt = "请以一个专业医生的视角来分析这份体检报告，报告中包含了一些异常数据，我需要您对这些数据进行解读，并给出相应的健康建议。\n" +"体检内容如下：\n" +content + "\n" +"\n" +"要求：\n" +"1. 提取体检报告中的“总检日期”；\n" +"2. 通过临床医学、疾病风险评估模型和数据智能分析，给该用户的风险等级和健康指数给出结果。风险等级分为：健康、提示、风险、危险、严重危险。健康指数范围为0至100分；\n" +"3. 根据用户身体各项指标数据，详细说明该用户各项风险等级的占比是多少，最多保留两位小数。结论格式：该用户健康占比20.00%，提示占比20.00%，风险占比20%，危险占比20%，严重危险占比20%；\n" +"4. 对于体检报告有异常数据，请列出（异常数据的结论、体检项目名称、检查结果、参考值、单位、异常解读、建议）这8字段。解读异常数据，解决这些数据可能代表的健康问题或风险。分析可能的原因，包括但不限于生活习惯、饮食习惯、遗传因素等。基于这些异常数据和可能的原因，请给出具体的健康建议，包括饮食调整、运动建议、生活方式改变以及是否需要进一步检查或治疗等。\n" +"结论格式：异常数据的结论：肥胖，体检项目名称：体重指数BMI，检查结果：29.2，参考值>24，单位：-。异常解读：体重超标包括超重与肥胖。体重指数（BMI）=体重（kg）/身⾼（m）的平⽅，BMI≥24为超重，BMI≥28为肥胖；男性腰围≥90cm和⼥性腰围≥85cm为腹型肥胖。体重超标是⼀种由多因素（如遗传、进⻝油脂较多、运动少、疾病等）引起的慢性代谢性疾病，尤其是肥胖，已经被世界卫⽣组织列为导致疾病负担的⼗⼤危险因素之⼀。AI建议：采取综合措施预防和控制体重，积极改变⽣活⽅式，宜低脂、低糖、⾼纤维素膳⻝，多⻝果蔬及菌藻类⻝物，增加有氧运动。若有相关疾病（如⾎脂异常、⾼⾎压、糖尿病等）应积极治疗。\n" +"5. 根据这个体检报告的内容，分别是给人体的8大系统打分，每项满分为100分，8大系统分别为：呼吸系统、消化系统、内分泌系统、免疫系统、循环系统、泌尿系统、运动系统、感官系统\n" +"6. 给体检报告做一个总结，总结格式：体检报告中尿蛋⽩、癌胚抗原、⾎沉、空腹⾎糖、总胆固醇、⽢油三酯、低密度脂蛋⽩胆固醇、⾎清载脂蛋⽩B、动脉硬化指数、⽩细胞、平均红细胞体积、平均⾎红蛋⽩共12项指标提示异常，尿液常规共1项指标处于临界值，⾎脂、⾎液常规、尿液常规、糖类抗原、⾎清酶类等共43项指标提示正常，综合这些临床指标和数据分析：肾脏、肝胆、⼼脑⾎管存在隐患，其中⼼脑⾎管有“⾼危”⻛险；肾脏部位有“中危”⻛险；肝胆部位有“低危”⻛险。\n" +"\n" +"输出要求：\n" +"最后，将以上结果输出为JSON格式，不要包含其他的文字说明，所有的返回结果都是json，详细格式如下：\n" +"\n" +"{\n" +"  \"totalCheckDate\": \"YYYY-MM-DD\",\n" +"  \"healthAssessment\": {\n" +"    \"riskLevel\": \"healthy/caution/risk/danger/severeDanger\",\n" +"    \"healthIndex\": XX.XX\n" +"  },\n" +"  \"riskDistribution\": {\n" +"    \"healthy\": XX.XX,\n" +"    \"caution\": XX.XX,\n" +"    \"risk\": XX.XX,\n" +"    \"danger\": XX.XX,\n" +"    \"severeDanger\": XX.XX\n" +"  },\n" +"  \"abnormalData\": [\n" +"    {\n" +"      \"conclusion\": \"异常数据的结论\",\n" +"      \"examinationItem\": \"体检项目名称\",\n" +"      \"result\": \"检查结果\",\n" +"      \"referenceValue\": \"参考值\",\n" +"      \"unit\": \"单位\",\n" +"      \"interpret\":\"对于异常的结论进一步详细的说明\",\n" +"      \"advice\":\"针对于这一项的异常，给出一些健康的建议\"\n" +"    }\n" +"  ],\n" +"  \"systemScore\": {\n" +"    \"breathingSystem\": XX,\n" +"    \"digestiveSystem\": XX,\n" +"    \"endocrineSystem\": XX,\n" +"    \"immuneSystem\": XX,\n" +"    \"circulatorySystem\": XX,\n" +"    \"urinarySystem\": XX,\n" +"    \"motionSystem\": XX,\n" +"    \"senseSystem\": XX\n" +"  },\n" +"  \"summarize\": \"体检报告的总结\"\n" +"}";return prompt;
}

总结

主要是设置好Prompt然后结合PDF内容调用大模型，然后返回JSON数据解析组装，好像一些大模

型直接使用OSS链接也可以，上传PDF后key为身份证号 value为PDF内容 （其实OSS链接也可

以）点击确认根据身份证号从Redis获取PDF内容，组装Prompt调用大模型，流程不复杂，理解了

其实就很容易，后续类似调用大模型需求也大概这种流程。

http://www.dtcms.com/wzjs/198526.html

相关文章：

  • 网站设计与优化太原seo外包公司
  • 17做网站广州沙河搜索引擎营销sem
  • 市场营销推广策略seo搜索引擎优化心得体会
  • 免费软件app下载西安seo经理
  • 半导体网站建设网络舆情分析研判报告
  • 佛山建站模板制作天猫代运营
  • 网站制作成品搜狗推广登录平台官网
  • 做网站 用 显示器百度seo免费推广教程
  • e盘网站建设友情链接发布平台
  • 琴行网站建设方案怎样在百度发广告贴
  • 百度广告联盟看广告赚钱武汉谷歌seo
  • wordpress 变网盘云浮seo
  • 站长工具ip地址seo算法优化
  • 游戏钓鱼网站怎么做seo关键词是怎么优化的
  • 树莓派做网站服务器色盲色弱测试
  • 邯郸网站优化怎么做互联网广告推广公司
  • 做电影网站用什么cms网络推广公司收费标准
  • 如何做网站客户案例百度seo关键词优化排行
  • 719y你会回来感谢我的seo学院培训班
  • 高端网站建设报价游戏推广员是违法的吗
  • wordpress 网购南山网站seo
  • 河南省建设工程造价信息网站一键制作网站
  • 备案号网站下边阿里巴巴友情链接怎么设置
  • wordpress主题框架关键词优化排名用哪个软件比较好
  • 郑州营销网站托管公司发稿软文公司
  • 为什么幼儿园需要网站建设情况关键词优化排名软件推荐
  • 做外语网站百度seo优化教程免费
  • 外国食品优秀设计网站公司快速建站
  • 临沧网站建设张北网站seo
  • 什么是网页设计与网站建设新站如何快速收录