ديكايا فلاش: قراءة الصور مع فصل المشاهدة عن الاستنتاج

مثال API مبسّط

كود Python توضيحي وليس إجابة فعلية. يأتي المفتاح من البيئة وتُعطّل المحاولات التلقائية. قد يترك انقطاع الاتصال النتيجة والتكلفة مجهولتين؛ لا تُعد الإرسال دون تحقق.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://dikaya.cc/v1",
    api_key=os.environ["DIKAYA_API_KEY"],
    max_retries=0,
)
response = client.chat.completions.create(
    model="seller-flash",
    max_tokens=512,
    messages=[{"role": "user", "content": "أنشئ قائمة تحقق لمهمتي وافصل حقائق المصدر عن الافتراضات."}],
)
print(response.choices[0].message.content)

حدّد سؤالا يمكن التحقق منه داخل الصورة

لنفترض أنك تراجع صورة لافتة عند مدخل مركز تدريب. المطلوب معرفة اسم القاعة واتجاه السهم وموعد النشاط المكتوب، لا استنتاج جدول المركز كله. اكتب هذه المهمة قبل الإرسال، وأضف ما تعرفه أنت عن مكان التقاط الصورة. لا تطلب من النموذج أن يحوّل مظهر اللافتة إلى دليل على تاريخ التصوير أو على استمرار صلاحية الإعلان في الوقت الحالي.

امنح الصورة رمزا واضحا، مثل صورة المدخل الأولى، واحتفظ بالأصل الذي ستراجعه. إذا أرسلت لقطة عامة وأخرى مقرّبة، فاشرح أنهما للمشهد نفسه وحدّد وظيفة كل واحدة. بهذه الطريقة يمكن للمراجع العودة إلى الملف الصحيح عندما تختلف القراءة بين الزاويتين، بدلا من دمج نصوص عدة صور في وصف واحد يوحي بأن جميع التفاصيل ظهرت معا في لقطة واحدة.

قسّم الإجابة إلى نص مرئي ووصف وتفسير

اطلب أولا نسخ الكلمات المقروءة كما تظهر، مع تحديد موقعها التقريبي ودرجة وضوحها. يمكن فصل اسم القاعة عن الوقت وعن سهم الاتجاه في أسطر مستقلة. عندما يكون رقم الطابق محجوبا، ينبغي أن يبقى محجوبا في الوصف أيضا. اكتمال شكل الجدول لا يبرر ملء خانة بمعلومة لم تظهر في الصورة أو استعارتها من سياق يبدو مألوفا.

بعد ذلك اطلب وصف العلاقات المرئية: السهم إلى جوار الاسم، والوقت أسفل العنوان، وجزء من النص خارج الإطار. اجعل التفسير احتمالا مرتبطا بهذه المشاهدات، لا حقيقة إضافية. فقد تشير علامة إلى نشاط محدد لا إلى جميع الأنشطة. الفصل بين الطبقات يسمح بتصحيح استنتاج واحد من دون إسقاط النص المنسوخ الذي ثبتت صحته عند المراجعة المباشرة.

حسّن المادة المقدمة بدلا من طلب تخمين أوسع

إذا كانت الكلمات صغيرة، قدّم قصاصة واضحة مع اللقطة العامة كي لا يضيع السياق. تجنّب توسيع صورة شديدة الضبابية ثم التعامل مع الحواف الناتجة كأنها تفاصيل أصلية. ويمكنك كتابة نص تؤكد قراءته بنفسك، مع التصريح بأنه إدخال منك وليس استخلاصا مؤكدا من النموذج. هذا التمييز مهم عندما تجمع لاحقا بين الملاحظات البشرية والمقترحات الآلية في سجل واحد.

يدعم مسار المرفقات المدفوع صور PNG وJPEG وWebP المقبولة، وليس كل ملف بصرف النظر عن نوعه. وصورة صفحة لا تمنح وصولا إلى بقية المستند. راجع حدود الحجم والعدد والتخزين الظاهرة في الخدمة قبل إعداد مجموعة كبيرة. السياق المعلن للنموذج لا يلغي هذه الحدود، ولا يعني أن سجل المحادثة المحفوظ كله سيُرسل تلقائيا مع كل صورة جديدة.

ضع قائمة قبول للقراءة قبل استخدامها

اجعل معيار القبول قابلا للفحص: كل اسم منقول يجب أن يظهر في الأصل، وكل رقم يحتاج إلى مقارنة مباشرة، وكل موضع غير مقروء يبقى ضمن قائمة النواقص. ابدأ بالمعلومات التي تؤثر في تصرف القارئ، مثل اتجاه الدخول والموعد. لا يكفي أن يبدو الوصف سلسا؛ فقد تكون جملة واحدة غير دقيقة كافية لتوجيه الزائر إلى مكان آخر أو وقت مختلف.

إذا اختلفت قراءتان، سجّل الاختلاف واطلب صورة أوضح بدلا من التصويت للأكثر إقناعا لغويا. وقد يكون الحل سؤال إدارة المركز لا إرسال الصورة مرارا. النتيجة العملية الجيدة تفصل ما تم التأكد منه عما ينتظر التحقق، وتحافظ على صلة كل معلومة بمصدرها. لا تنشر مثالا توضيحيا للطلب بوصفه إجابة حقيقية سبق أن أنتجها النموذج أو دليلا على دقة مقاسة.

تعامل مع إرسال الصورة وتأكيد النتيجة كحدثين مختلفين

في التكامل البرمجي استخدم seller-flash صراحة، واحفظ مفتاح الاتصال في الخادم لا داخل الصفحة. حدّد سقفا للإخراج، وعطّل المحاولات التلقائية في مكتبة العميل بضبط max_retries=0. توثيق المكتبة يشرح سلوك الاتصال والتكرار، لكنه لا يثبت جودة قراءة اللافتة ولا توافق كل امتداد محتمل للوسائط. اجعل دعم الحقول المطلوبة جزءا من مراجعة التكامل بدلا من افتراضه من اسم المكتبة.

وصول رفض HTTP معروف يختلف عن انقطاع الشبكة بعد إرسال الطلب. في الحالة الثانية قد تبقى المعالجة والتكلفة بلا تأكيد، فلا تصف النتيجة بأنها لم تبدأ أو بأنها مجانية. احتفظ بحالة مجهولة وراجع السجلات المتاحة قبل إعادة يدوية. كذلك فإن إيقاف القراءة في العميل أو إغلاق النافذة لا يثبت بمفرده توقف العمل البعيد ولا تسوية أي مبلغ محجوز.

انقل الملاحظات إلى إجراء مع إبقاء الحدود ظاهرة

يمكن تحويل القراءة المراجعة إلى رسالة تسأل المركز عن الموعد أو إلى قائمة تصحيحات للافتة. احرص على ألا يتحول ذلك إلى إثبات لحالة لم توثّقها الصورة، مثل فتح التسجيل حاليا. عند إضافة معلومة من موظف، عيّن مصدرها منفصلا. الهدف بناء مسار تحقق واضح يستطيع شخص آخر استكماله، وليس تكوين رواية مكتملة من تفاصيل قليلة تخفي فجواتها وراء صياغة واثقة.

عند تجهيز السؤال في المحادثة، راجع اختيار النموذج والصلاحيات قبل الإرسال. العرض التجريبي لا يفتح الصور أو جميع النماذج تلقائيا، وقد تكون لمسودة محفوظة سابقة أولوية على النص المنقول من الصفحة. تجهيز السؤال ليس تحليلا منفذا. أما البحث الصريح في المحادثة المدفوعة فهو إجراء منفصل، وليس أداة إنترنت مضمّنة تلقائيا في كل استدعاء للواجهة العامة أو بديلا عن معاينة الصورة الأصلية.

أسئلة وأجوبة

هل فلاش هنا هو نفسه GLM Flash؟

لا. المعرّف seller-flash مختلف عن seller-glm-5-3-flash. الأول يدعم الصور مباشرة في هذه التهيئة، بينما تعتمد الصور مع الثاني على جسر مدفوع يحوّلها إلى وصف نصي عند السماح بذلك. تحقّق من المعرّف الكامل، ولا تستنتج تطابق القدرات أو سرعة محددة من تشابه الاسم التجاري وحده.

ماذا أفعل عندما تكون كلمة واحدة غير واضحة؟

اترك موضع الكلمة معلّما واطلب قصاصة أوضح أو تحقّق منها بنفسك في الأصل. لا تجعل بقية الجملة سببا لإكمالها تلقائيا، خصوصا إذا كانت اسما أو موعدا أو رقما. يمكن تسجيل احتمالات القراءة منفصلة، لكن لا ينبغي اعتماد أحدها كمعلومة مؤكدة قبل وجود دليل يسمح بذلك.

هل يسمح العرض التجريبي بفحص هذه الصور؟

لا تعتبر القدرة المعلنة للنموذج إذنا لحسابك. العرض التجريبي الحالي له شروط نصية خاصة مرتبطة ببرو 2، وقد تحتفظ الحسابات القديمة بلقطات مختلفة لشروطها. راجع صلاحياتك الفعلية وما يعرضه محدد النموذج قبل تجهيز المرفقات؛ وجود المقال أو اسم فلاش في الكتالوج لا يمنح وصولا مجانيا إلى الصور.

هل أعيد الإرسال إذا اختفت الإجابة بعد انقطاع الاتصال؟

ليس بصورة تلقائية. قد يكون الطلب وصل وبدأت معالجته قبل ضياع التأكيد، ولذلك تبقى النتيجة والتكلفة محتملتين وغير محسومتين. راجع ما يتاح من سجلات وحالة الطلب ثم اتخذ قرارا يدويا. غياب النص على الشاشة ليس إثباتا لعدم التنفيذ أو لعدم وجود تكلفة سابقة.

المصادر

أُعدّت المادة بمساعدة الذكاء الاصطناعي. الأمثلة توضيحية وليست إجابات فعلية أو اختبارات مقارنة. لا تحل المصادر الخارجية محل شروط الخدمة.

• ديكايا: توثيق الواجهة وطريقة الاتصال
  dikaya.cc
• ديكايا: النماذج وقدراتها المعلنة
  dikaya.cc
• ديكايا: الأسعار والشروط العامة
  dikaya.cc
• مكتبة بايثون: أخطاء الاتصال والمحاولات
  github.com