时间:2025-11-05 14:54
人气:
作者:admin

某高校师资网站全面采用网络图片展示,网站是禁止右键使用下载,也不允许复制信息。我们试图采集这些信息,使用目前智能体任务+VibeCoding+Deepsee-OCR解析
来突破这个问题。
智能体我们方便选择space.coze.cn, 可以自行部署其他开源智能体框架
图片URL结果集
Deepseek-OCR调用参数参考
max_tokens = 4096,
temperature = 0.0,
top_p = 0.7,
top_k = 50
输出markdown
<|grounding|>Convert the document to markdown.
其他场景提示词参考如下
General OCR: Free OCR.
Table: <|grounding|>Extract all tables and convert to markdown format.
调用接口文档参考
调用DeepSeek-OCR的API,输出
调用生成解析后文本markdown文件
原图
我们使用了一套以 Agent 为核心驱动的自动化信息处理系统,旨在实现网页内容的深度解析、有效链接抽取,以及图片内容的结构化转换(通过调用 DeepSeek-OCR 将图片识别结果转为 Markdown 格式)。整个流程由 Agent 统筹调度,各模块协同运作,形成从网页信息采集到结构化输出的完整闭环。
如有想了解更多软件设计与架构, 系统IT,企业信息化, 团队管理 资讯,请关注我的微信订阅号:
作者:Petter Liu
出处:http://www.cnblogs.com/wintersun/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。
该文章也同时发布在我的独立博客中-Petter Liu Blog。