Dikaya Flash: तस्वीर से जानकारी लें, अनुमान को तथ्य न बनाएं

न्यूनतम API उदाहरण

समझाने वाला Python कोड, वास्तविक मॉडल उत्तर नहीं। कुंजी वातावरण से ली जाती है और अपने-आप दोहराना बंद है। कनेक्शन टूटने पर परिणाम और खर्च दोनों अज्ञात रह सकते हैं; बिना जाँच दोबारा न भेजें।

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": "मेरे काम के लिए जाँच सूची बनाओ। स्रोत के तथ्यों और धारणाओं को अलग रखो।"}],
)
print(response.choices[0].message.content)

पहले तय करें कि तस्वीर से क्या निकालना है

मान लें भोजनालय अपनी पुरानी छपी सूची से ऑनलाइन मेन्यू बना रहा है। एक ही पकवान की आधी और पूरी मात्रा है, कुछ कीमतें हाथ से बदली गई हैं और नीचे पैकिंग की अलग शर्त लिखी है। अनुरोध में इन तीनों बातों का उल्लेख करें। मॉडल से केवल दिखाई दे रहा पाठ माँगें; परिचित पकवान के नाम या आसपास की कीमत देखकर खाली जगह भरने को न कहें।

उत्तर के लिए नाम, मात्रा, कीमत, टिप्पणी और तस्वीर का हिस्सा निर्धारित करें। किसी चिह्न का अर्थ स्पष्ट न हो तो उसे अनिश्चित लिखना स्वीकार्य परिणाम होना चाहिए। शाकाहारी चिह्न जैसा दिखता रंगीन बिंदु अपने आप सामग्री का प्रमाण नहीं है। डिजिटल सूची में जाने वाला हर संवेदनशील विवरण मूल मेन्यू या भोजनालय के जिम्मेदार व्यक्ति से पुष्टि के बाद ही स्वीकार करें।

पढ़ने योग्य तस्वीर और स्थिर संदर्भ बनाएँ

पूरा मेन्यू एक बार लें और छोटे अक्षरों वाले हिस्सों की अलग नजदीकी तस्वीरें बनाएँ। नाम ऐसे रखें कि बाद में कोई भी व्यक्ति वही हिस्सा खोल सके: मुख्य सूची, पेय, नीचे की शर्तें। तस्वीर काटते समय कॉलम का शीर्षक और कीमत की इकाई न हटाएँ। चमक या मुड़े हुए कागज से अंक छिपे हों तो नई तस्वीर लेना अक्सर बेहतर उपाय है, अतिरिक्त निर्देश लिखना नहीं।

भुगतान वाले ब्राउज़र चैट में जाँचे हुए PNG, JPEG और WebP स्वीकार होते हैं, लेकिन इसे हर तरह के दस्तावेज का सामान्य आयातक न समझें। भेजने से पहले मौजूदा फ़ाइल सीमाएँ देखें। मेन्यू के साथ बिल की निजी जानकारी अनावश्यक रूप से न जोड़ें। यदि किसी हिस्से को ढककर प्रति बनाई है, तो सुनिश्चित करें कि ढकने से कीमत के ठीक नीचे की लागू शर्त भी गायब न हो गई हो।

हर निकाले गए मान के साथ प्रमाण रखें

एक उपयोगी पंक्ति में पकवान का मूल नाम, दिखाई देने वाला मूल्य, मात्रा और स्थान का वर्णन होगा। मूल वर्तनी को पहले सुरक्षित रखें; संपादित नाम अलग क्षेत्र में रखें। इससे अनजाने वर्तनी-सुधार के पीछे छिपी गलत पढ़ाई पकड़ी जा सकती है। मॉडल से पूछें कि किन पंक्तियों में दो कॉलम आपस में मिल सकते हैं। अस्पष्ट पंक्तियों को बाद की समीक्षा के लिए अलग सूची मिलनी चाहिए।

कीमत के लिए अंक के साथ मुद्रा और प्रति मात्रा का आधार भी जाँचें। एक संख्या अगले कॉलम के व्यंजन से जुड़ सकती है, जबकि उत्तर में बनाई गई तालिका देखने में बिल्कुल व्यवस्थित होगी। मूल तस्वीर पर हर पंक्ति वापस खोजें। यदि दो तस्वीरें एक ही हिस्से को अलग तरह से दिखाती हैं, तो मॉडल से एक चुनवा कर विरोध मिटाने के बजाय दोनों प्रमाण और अंतर दर्ज करें।

नेटिव चित्र और पाठ-ब्रिज का अंतर समझें

इस कैटलॉग में seller-flash चित्र को नेटिव रूप से लेता है। अन्य पाठ मॉडलों के लिए अलग भुगतान वाला Flash ब्रिज पहले चित्र का विवरण बनाता है; अगला मॉडल उस विवरण पर काम करता है। विवरण में छोटी टिप्पणी छूट जाए तो आगे का विश्लेषण उसे मूल पिक्सेल से वापस नहीं पढ़ सकता। इसलिए किस मॉडल को क्या मिला, यह समझना समीक्षा का हिस्सा है, केवल तकनीकी नामों का अंतर नहीं।

seller-glm-5-3-flash को गलती से चुन लेना इसी वजह से महत्वपूर्ण है। उसके नाम का Flash न तो seller-flash की पहचान है और न मापी हुई गति का वादा। भेजने से पहले सटीक सार्वजनिक ID देखें। Dikaya Flash की आधार मॉडल पहचान यहाँ घोषित नहीं है; किसी दूसरे स्तर की स्वीकृत जानकारी को इस पर लागू न करें। काम का रास्ता दस्तावेज में बताई सुविधा और आपके सत्यापन की जरूरत से चुनें।

पूरी सूची मानने से पहले छूटी पंक्तियाँ खोजें

डिजिटल तालिका की पंक्ति संख्या को तस्वीर में दिखाई देने वाली सूची से मिलाएँ। शीर्षक, विशेष दिन का प्रस्ताव और बंद वस्तु की सूचना अलग प्रकार के रिकॉर्ड हो सकते हैं। सभी को एक जैसी बिक्री योग्य वस्तु न बनाएँ। हर नाम की सुंदर प्रस्तुति देखने से पहले जाँचें कि कोई हिस्सा छूटा तो नहीं। हस्तलिखित काट-छाँट वाली पंक्ति को निश्चित मानने के बजाय व्यक्ति से पुष्टि की जरूरत लिखें।

मॉडल का संदर्भ आकार ब्राउज़र की पूरी इतिहास क्षमता या उत्तर की अधिकतम लंबाई नहीं है। बहुत सारी तस्वीरें और लंबी व्याख्या एक साथ माँगने से अंतिम सूची अधूरी रह सकती है। छोटे समूह बनाएँ और उत्तर का स्पष्ट दायरा रखें। कटे हुए उत्तर को सफल पूरा आयात न मानें। स्वीकार की गई और अभी न जाँची गई पंक्तियों की स्थिति अलग रखने से अगला काम बिना भ्रम आगे बढ़ता है।

भेजने और दोहराने का नियंत्रण अपने पास रखें

लेख से चैट में जाने पर मसौदा तैयार होता है, तस्वीर की जाँच अपने आप शुरू नहीं होती। खाते में seller-flash की अनुमति, चयनित मॉडल और पुराने सहेजे मसौदे को जाँचें; पुराना मसौदा नए पाठ पर प्राथमिकता पा सकता है। डेमो सभी मॉडल या चित्र सुविधा नहीं खोलता। भुगतान वाले ब्राउज़र का स्पष्ट खोज विकल्प भी सार्वजनिक API का नेटिव इंटरनेट टूल नहीं बन जाता।

SDK में max_retries=0 रखें और उत्तर की सीमा स्पष्ट दें। ज्ञात HTTP अस्वीकृति तथा भेजने के बाद नेटवर्क टूटना अलग अवस्थाएँ हैं। टूटे कनेक्शन से यह साबित नहीं होता कि काम नहीं हुआ या खर्च नहीं हुआ। दोबारा भेजने से पहले उपलब्ध इतिहास और हिसाब की स्थिति देखें। OpenAI Python तथा MDN क्लाइंट व्यवहार समझाते हैं, लेकिन वे इस मेन्यू की शुद्धता या Dikaya के वित्तीय परिणाम का स्वतंत्र प्रमाण नहीं हैं।

सवाल और जवाब

क्या Flash हर धुँधली कीमत पढ़ सकता है?

नेटिव चित्र सुविधा सही पहचान की गारंटी नहीं है। चमक, छोटा अक्षर, तिरछा कॉलम और हाथ से बदली संख्या गलती पैदा कर सकते हैं। अस्पष्ट मान को अनिश्चित रहने दें, बेहतर तस्वीर दें और वास्तविक मेन्यू से पुष्टि करें। संभावित कीमत लिख देना सूची को पूरा दिखाएगा, भरोसेमंद नहीं बनाएगा।

क्या Flash और GLM Flash एक ही विकल्प हैं?

नहीं। seller-flash और seller-glm-5-3-flash अलग सार्वजनिक ID हैं। पहले में नेटिव चित्र सुविधा है; दूसरे को चित्र का विवरण अलग शुल्क वाले ब्रिज से मिलता है। नाम में साझा शब्द से क्षमता या गति समान नहीं होती। हर अनुरोध से पहले चयन और दस्तावेज में वर्णित चित्र मार्ग देखें।

क्या ऑनलाइन मेन्यू खोजकर तस्वीर की कमी पूरी करनी चाहिए?

वह अलग सत्यापन कार्य है। इंटरनेट पर पुराना मूल्य या दूसरे आउटलेट की सूची हो सकती है। भुगतान वाले ब्राउज़र में स्पष्ट खोज उपलब्ध है, लेकिन उसका परिणाम इस तस्वीर की लिखावट नहीं बन जाता। स्रोत अलग रखें और बिना पुष्टि बाहरी जानकारी से खाली क्षेत्र न भरें; सार्वजनिक API को अंतर्निहित इंटरनेट खोज न मानें।

उत्तर बीच में रुक जाए तो क्या तुरंत दोबारा भेजें?

पहले पता करें कि कौन सा हिस्सा सहेजा गया और संचालन की स्थिति क्या है। नेटवर्क का टूटना न काम रुकने का प्रमाण है, न शून्य खर्च का। मूल तस्वीरें और अनुरोध सुरक्षित रखें, उपलब्ध हिसाब देखें और फिर जरूरी हिस्से के लिए हाथ से निर्णय लें। स्वचालित दोहराव अधूरी जानकारी और अतिरिक्त खर्च दोनों बढ़ा सकता है।

स्रोत

यह सामग्री AI की सहायता से तैयार की गई है। उदाहरण समझाने के लिए हैं, वास्तविक मॉडल उत्तर या तुलनात्मक परीक्षण नहीं। बाहरी स्रोत सेवा की शर्तों की जगह नहीं लेते।

• Dikaya दस्तावेज: चित्र, अनुरोध और सीमाएँ
  dikaya.cc
• Dikaya मॉडल सूची: नेटिव और ब्रिज चित्र मार्ग
  dikaya.cc
• OpenAI Python: स्वचालित दोहराव का नियंत्रण
  github.com
• MDN मार्गदर्शिका: Fetch और HTTP त्रुटियाँ
  developer.mozilla.org