package vision // Assessment 是模型对自己读图结果的置信度。 // // Deprecated placeholder(裁决 14.4.1③/14.4.5②):第二层不再是「结构化自评」, // 而是主模型自己按需调用视觉/OCR 工具(design/06 §0 第 2 层)。因此 // SelfAssessment 目前没有任何生产者:主模型要复核读图效果时,直接调用 // vision/ocr 工具即可,本包不再要求它吐出一个自评字段。保留该类型只为兼容 // 既有调用面;新代码不要依赖它。 type Assessment string const ( // AssessmentUnknown 表示模型未给出自评。 AssessmentUnknown Assessment = "unknown" // AssessmentGood 表示模型对自己的读图结果有信心。 AssessmentGood Assessment = "good" // AssessmentPoor 表示模型判定自己的识别效果差。 AssessmentPoor Assessment = "poor" ) // ModelInfo 描述主模型的视觉能力。 type ModelInfo struct { // Name 标识模型。 Name string // SupportsVision 报告模型是否接受图像输入。 SupportsVision bool // SelfAssessment 是模型对当前图像的自评置信度。 // 当 SupportsVision 为真时,它决定是否走第二层工具路由。 SelfAssessment Assessment } // DecisionKind 是选定的分层路由。 type DecisionKind string const ( // KindMain 把图像连同上下文一起交给主模型。 KindMain DecisionKind = "main" // KindVisionTool 路由到专用视觉工具,只返回工具 // 结果,使图像不占用主模型上下文。 KindVisionTool DecisionKind = "vision_tool" // KindOCRTool 路由到 OCR 工具,只返回抽取出的文字。 KindOCRTool DecisionKind = "ocr_tool" // KindUnsupported 表示没有任何路由能处理该图像。 KindUnsupported DecisionKind = "unsupported" ) // Decision 是一次路由调用的结果。 type Decision struct { // Kind 是选定的路由。 Kind DecisionKind // Tool 指名要调用的视觉或 OCR 工具,当 Kind 为工具路由时设置。 Tool string // Reason 是便于可观测与日志的人类可读说明。 Reason string } // RouteRequest 携带调用方在模型信息之外给出的路由提示。 // // Deprecated(裁决 14.4.5②):生产没有任何调用方填充这两个提示 —— 图像是转成 // 文字还是留给主模型,由主模型的能力声明(models.json multimodal)与它自己 // 按需调用视觉/OCR 工具决定,不再靠调用方猜「这张图主要是文字」。字段保留 // 只为兼容既有测试与调用面。 type RouteRequest struct { // TextPrimary 表示用户指出图像以文字为主,因此 // 优先使用 OCR 工具而非通用视觉模型。 TextPrimary bool // MainSelfAssessedPoor 在主模型已自评读图效果 // 较差、请求走 vision/OCR 工具路由时置位。 MainSelfAssessedPoor bool } // RouterOption 配置 Router。 type RouterOption func(*Router) // WithVisionTool 绑定已注册的图像理解工具名。 func WithVisionTool(name string) RouterOption { return func(r *Router) { if name != "" { r.visionTool = name } } } // WithOCRTool 绑定已注册的 OCR 工具名。 func WithOCRTool(name string) RouterOption { return func(r *Router) { if name != "" { r.ocrTool = name } } } // Router 实现分层视觉路由策略。它不做任何 I/O;调用方 // 用返回的 Decision 去派发请求。 type Router struct { visionTool string ocrTool string } // NewRouter 构造 Router。未知(空)的工具名会让对应 // 路由不可用,于是路由器降级为 KindMain 或 KindUnsupported。 func NewRouter(opts ...RouterOption) *Router { r := &Router{} for _, o := range opts { o(r) } return r } // Route 依据目标模型信息与调用方提示,为一次图像请求 // 选出分层路由。顺序为:主模型能看图且 // 未自评较差时直接用它(第一层);否则用能替换 // 上下文中图像的视觉或 OCR 工具(第二、三层);再否则 // 没有任何东西能处理该图像时给出 KindUnsupported。 func (r *Router) Route(target ModelInfo, req RouteRequest) Decision { poor := target.SelfAssessment == AssessmentPoor || req.MainSelfAssessedPoor // 第一层:主模型接受图像且自信,优先使用它。 if target.SupportsVision && !poor { return Decision{ Kind: KindMain, Reason: "main model supports vision and is confident; use it directly", } } // 用户说明图像以文字为主时优先 OCR。 if req.TextPrimary && r.ocrTool != "" { return Decision{Kind: KindOCRTool, Tool: r.ocrTool, Reason: "image is mainly text; route to OCR"} } if r.visionTool != "" { return Decision{Kind: KindVisionTool, Tool: r.visionTool, Reason: "route to dedicated vision tool"} } if r.ocrTool != "" { return Decision{Kind: KindOCRTool, Tool: r.ocrTool, Reason: "route to OCR tool"} } // 未绑定任何工具。能看图的主模型仍是唯一选择。 if target.SupportsVision { return Decision{Kind: KindMain, Reason: "no vision/OCR tool bound; keep image with main model"} } return Decision{Kind: KindUnsupported, Reason: "main model cannot see and no vision/OCR tool is bound"} }