1. 今日工作概述

今日我作为团队后端工程师，正式打通了 HuiVision 慧视——视障微观场景智能辅助系统 的核心数据链路。成功实现了基于 FastAPI 框架与 阿里云 DashScope (Qwen-VL-Plus) 大模型的集成，完成了图像识别与低延迟流式文字回传功能 。

2. 完成的任务流程

🛠 环境搭建与框架选择

• 技术栈确认：选择了 FastAPI 作为后端框架。相比传统框架，它的异步处理能力更强，能显著降低“端到端”延迟 。

• 开发环境：在 macOS 环境下完成了 Python 3.13 虚拟环境配置，并解决了证书校验导致的 SSL 报错问题。

📡 核心任务 1.1：API 链路打通与流式传输

• 大模型集成：成功调用阿里云 DashScope SDK，接入 Qwen-VL-Plus 多模态大模型 。

• 流式输出优化 (关键指标)：

  • 针对流式返回中“全量累加”导致的文本重复问题，编写了增量提取逻辑，确保前端接收到的是纯净的“打字机”效果。

  • 量化指标达成：通过控制台日志验证，首字延迟成功压低至 800ms 以内，满足任务书对语音“边说边出”的性能要求 。

    

📝 任务 4.1：接口规范与文档自动化

• Swagger UI 交付：利用 FastAPI 自动生成的 OpenAPI (Swagger) 文档，为前端同学提供了标准化的接口协议。

• 实时测试：在 Swagger UI 界面通过上传 擦钢丝.jpg 进行压力测试，响应状态码为 200 OK，识别结果准确描述了前方建筑外墙及楼梯方位 。

3. 测试结果展示

• 测试输入：一张包含楼梯、外墙与电线的建筑场景图。

• AI 识别输出：“正前方2米内没有明显的障碍物。建筑物的外墙和楼梯占据了大部分空间……楼梯位于你的左侧……天手中的电线在较高的位置，不会对你的行走造成影响。”

• 性能表现：响应头显示 content-type: text/event-stream，证明流式传输通道稳定 

4. 下一步计划

1. 数据库 Schema 设计：开始设计用于存储用户请求日志和图片元数据的 SQL 数据库 。

2. Nginx 部署：配置反向代理，进一步提升服务稳定性和安全性 。

3. Bad Case 收集：为算法工程师提供测试日志，辅助进行 Prompt 的多轮迭代 。