From e3d52a481f8a58b88ac717a6dd734b2f9ebf911c Mon Sep 17 00:00:00 2001 From: fangfangssj <1135470306@qq.com> Date: Sat, 11 Apr 2026 14:18:08 +0000 Subject: [PATCH 1/2] Merge hackathon_10th into Hackathon_10th: add missing weekly reports Added WHoutstanding 2026.2.23~2026.3.8 and xiaozhejiya 2026.1.19~2026.2.1 reports from hackathon_10th directory. Co-Authored-By: Claude Opus 4.6 --- .../[WeeklyReport]2026.2.23~2026.3.8.md | 17 ++++ .../[WeeklyReports]2026.1.19~2026.2.1.md | 82 +++++++++++++++++++ 2 files changed, 99 insertions(+) create mode 100644 WeeklyReports/Hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.23~2026.3.8.md create mode 100644 WeeklyReports/Hackathon_10th/xiaozhejiya/[WeeklyReports]2026.1.19~2026.2.1.md diff --git a/WeeklyReports/Hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.23~2026.3.8.md b/WeeklyReports/Hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.23~2026.3.8.md new file mode 100644 index 00000000..f8aeaaef --- /dev/null +++ b/WeeklyReports/Hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.23~2026.3.8.md @@ -0,0 +1,17 @@ +### 姓名 +王豪 + +### 实习项目 +GraphNet 计算子图构建与推广 + +### 本周工作 + +1. 完成准备 GraphNet中 PaConvert 的bad case, 探索使用各家 LLM 来修复 PaConvert的 bug。 +2. 分析各家 LLM 对嫌疑代码的通透理解程度，并作为隐变量，估算 LLMs 是否有能力解决该 BUG。 + +### 下周工作 + +探索编译机床：直接驱动 LLMs 来解 目标软件包的 bug； + +### 导师点评 + \ No newline at end of file diff --git a/WeeklyReports/Hackathon_10th/xiaozhejiya/[WeeklyReports]2026.1.19~2026.2.1.md b/WeeklyReports/Hackathon_10th/xiaozhejiya/[WeeklyReports]2026.1.19~2026.2.1.md new file mode 100644 index 00000000..8c5d7522 --- /dev/null +++ b/WeeklyReports/Hackathon_10th/xiaozhejiya/[WeeklyReports]2026.1.19~2026.2.1.md @@ -0,0 +1,82 @@ +## 姓名 + +李溯寒 + +## 实习项目 + +PaddleOCR + ERNIE × Open-Source Ecosystem + +## 本周工作 + + + +### 项目初始化 + +完成项目首次提交，搭建基础代码结构： +- `src/paddleocr_client.py`：封装 PaddleOCR API 客户端，使用 `requests` 库发送 base64 编码图片，解析返回的 `layoutParsingResults` 并保存结构化 JSON +- `src/workflow.py`：基于 `ErrorCorrectionWorkflow` 类编排 5 步工作流（prepare_input → paddleocr_parse → split_questions → build_preview → export_wrongbook） +- `src/utils.py`：实现 PDF 转图片（`pdf2image`）、图片标准化、HTML 预览生成、Markdown 错题本导出 +- `error_correction_agent/`：基于 LangChain 创建 DeepSeek Agent，定义 4 个工具（`save_questions`、`log_issue`、`download_image`、`read_ocr_result`），用于智能分割题目 +- 配置 `.env.example`、`requirements.txt`、`langgraph.json` 等工程文件 + + + +### 前端页面 & Bug 修复 + +- **新增 Web 前端**：使用 Flask 实现 `web_app.py`，提供文件上传、OCR 解析、题目预览、导出等 API 路由；`templates/index.html` 实现拖拽上传交互界面 +- **修复数学公式无法渲染**（`templates/index.html`）： + - 引入 MathJax 3（`tex-svg.js`），配置 `$...$` 行内和 `$$...$$` 独占行公式识别 + - 在题目预览渲染后调用 `MathJax.typesetPromise()` 触发动态公式渲染 + - 为 `display_formula` 块自动包裹 `$$` 标记，为图片块增加 `` 标签直接展示 +- **修复公式块多重堆叠**（`src/utils.py`）： + - 导出 Markdown 时检测公式 content 是否已包含 `$$` / `$` 标记，避免双重包裹导致渲染异常 +- **修复图片路径保存问题**（`src/utils.py`）： + - image block 的 content 为空时，依次从 `image_refs` 数组和 `bbox` 坐标自动推导图片路径（按 PaddleOCR 输出命名规则 `img_in_image_box_{x1}_{y1}_{x2}_{y2}.jpg` 生成相对路径） + +### 核心架构重写 & Agent 优化 + +- **工作流重写为 LangGraph 图**（`src/workflow.py`）： + - 废弃原 `ErrorCorrectionWorkflow` 类的命令式调用，改用 `langgraph.graph.StateGraph` 定义 `WorkflowState`（TypedDict） + - 将每个处理步骤定义为独立节点函数（`prepare_input_node`、`ocr_parse_node`、`split_questions_node`、`export_node`） + - 使用 `MemorySaver` 作为 checkpointer 保存中间状态，在 `split_questions` 和 `export` 节点前设置 `interrupt_before` 中断，支持 Web 端分步交互 +- **简化 Agent 内容块类型**（`error_correction_agent/prompts.py`）： + - 移除 `display_formula` 和 `inline_formula` 两种块类型，只保留 `text` 和 `image` + - 公式不再单独成块，改为用 LaTeX 标记直接嵌入 text 的 content 中（行内 `$...$`，独占行 `$$...$$`），由 MathJax 自动识别渲染 +- **解决选项出现在题干中的问题**（`error_correction_agent/prompts.py`）： + - 在 Agent 系统提示词中增加约束：如果选项已提取到 `options` 数组，必须从 `content_blocks` 文本中移除选项部分，避免重复 +- **修复 Agent 失败时读取旧数据**（`src/workflow.py`）： + - 在 `split_questions_node` 执行前先删除已有的 `questions.json`，防止 Agent 调用失败时读到上一次的过期结果 + - 增加 Agent 响应摘要打印（遍历 `response["messages"]` 输出每条非 human 消息前 200 字符），便于排查问题 +- **合并协作者 PR**： + - wangmeitian116：添加 API 接口文档 + - jinning090610：在 `web_app.py` 中增加文件大小校验提示、支持中文文件名上传（使用 uuid 生成存储文件名）、优化中文错误提示、添加处理日志记录 + +### PaddleOCR 异步调用 + +- 实现 PaddleOCR 异步并发解析（`src/paddleocr_client.py`）： + + - 新增 `async_parse_image()` 方法，使用 `aiohttp.ClientSession` 异步发送 POST 请求 + - 新增 `_async_download_image()` / `_async_save_images()` 方法，使用 `asyncio.gather()` 并发下载 OCR 结果中的所有图片资源（markdown images + outputImages） + - 新增 `parse_images_async()` 入口方法，接收多张图片路径列表，通过 `asyncio.gather()` 并发解析所有图片，结果顺序与输入一致 + +### 多文件上传 & 重试机制 + +- **支持多文件上传**（`web_app.py` + `templates/index.html`）： + - 后端 `/api/upload` 接口改为接收 `files` 字段的文件列表（`request.files.getlist('files')`），兼容单文件 `file` 字段 + - 循环校验每个文件的格式和大小，逐一保存后将路径列表传入工作流 + - 前端修复拖拽上传丢失文件问题：将 `e.dataTransfer.files`（FileList）通过 `Array.from()` 转为数组，避免部分浏览器在事件结束后清空 DataTransfer 对象 +- **新增 OCR API 重试机制**（`src/paddleocr_client.py`）： + - 在 `async_parse_image()` 的异步请求中增加最多 3 次重试，失败后按 `attempt * 5` 秒递增等待（5s / 10s / 15s），提升 API 调用稳定性 +- **合并协作者 PR**： + - chenmeihui812：前端新增上传进度条、图片点击预览弹窗、Ctrl+A 全选快捷键 + + +### 下周计划 + +1. 基于LangChain 实现Agent 异步调用 +2. 复现[ [EnsExam](https://discovery.ucl.ac.uk/id/eprint/10174246/1/2023_ICDAR_paper_8652.pdf?utm_source=chatgpt.com) ]( [https://discovery.ucl.ac.uk/id/eprint/10174246/1/2023_ICDAR_paper_8652.pdf?utm_source=chatgpt.com) 探索擦除笔记的方法 +3. 修复错误 + 1. 上传多文件或PDF时会出现没有错题输出的情况 + 2. 成功上传图片后如何没有进行分割问题再次上传图片会出现报错 + +### 导师点评 From 2980dcd5d7f773f0450c1fc2039b47ecf77de605 Mon Sep 17 00:00:00 2001 From: fangfangssj <1135470306@qq.com> Date: Sat, 11 Apr 2026 14:21:32 +0000 Subject: [PATCH 2/2] rm --- .../[WeeklyReport]2026.01.19~2026.02.01.md | 17 ---- .../[WeeklyReport]2026.2.23~2026.3.8.md | 17 ---- .../[WeeklyReport]2026.2.2~2026.2.15.md | 18 ---- .../[WeeklyReports]2026.1.19~2026.2.1.md | 82 ------------------- 4 files changed, 134 deletions(-) delete mode 100644 WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.01.19~2026.02.01.md delete mode 100644 WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.23~2026.3.8.md delete mode 100644 WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.2~2026.2.15.md delete mode 100644 WeeklyReports/hackathon_10th/xiaozhejiya/[WeeklyReports]2026.1.19~2026.2.1.md diff --git a/WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.01.19~2026.02.01.md b/WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.01.19~2026.02.01.md deleted file mode 100644 index a826ffd1..00000000 --- a/WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.01.19~2026.02.01.md +++ /dev/null @@ -1,17 +0,0 @@ -### 姓名 -王豪 - -### 实习项目 -GraphNet 计算子图构建与推广 - -### 本周工作 - -1. 处理dtype泛化失败的计算图，修改dtype转化的代码逻辑是计算图dtype成功转化率提高至95% - - -### 下周工作 - -集成类型泛化的流程, 集成在子图和整图上。 - -### 导师点评 -true diff --git a/WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.23~2026.3.8.md b/WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.23~2026.3.8.md deleted file mode 100644 index f8aeaaef..00000000 --- a/WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.23~2026.3.8.md +++ /dev/null @@ -1,17 +0,0 @@ -### 姓名 -王豪 - -### 实习项目 -GraphNet 计算子图构建与推广 - -### 本周工作 - -1. 完成准备 GraphNet中 PaConvert 的bad case, 探索使用各家 LLM 来修复 PaConvert的 bug。 -2. 分析各家 LLM 对嫌疑代码的通透理解程度，并作为隐变量，估算 LLMs 是否有能力解决该 BUG。 - -### 下周工作 - -探索编译机床：直接驱动 LLMs 来解 目标软件包的 bug； - -### 导师点评 - \ No newline at end of file diff --git a/WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.2~2026.2.15.md b/WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.2~2026.2.15.md deleted file mode 100644 index b3488c07..00000000 --- a/WeeklyReports/hackathon_10th/WHoutstanding/[WeeklyReport]2026.2.2~2026.2.15.md +++ /dev/null @@ -1,18 +0,0 @@ -### 姓名 -王豪 - -### 实习项目 -GraphNet 计算子图构建与推广 - -### 本周工作 - -1. GraphNet的samples的计算图存在unstable api，使用Paconvert获取未转换的api，并通过unstableTostable backend将计算图的unstable api转换为stabel api。 -2. 用paconvert转换100个torch sample，成功率100的Sample有66个。 - - -### 下周工作 - -1. 使用LLM解决badcase - -### 导师点评 - \ No newline at end of file diff --git a/WeeklyReports/hackathon_10th/xiaozhejiya/[WeeklyReports]2026.1.19~2026.2.1.md b/WeeklyReports/hackathon_10th/xiaozhejiya/[WeeklyReports]2026.1.19~2026.2.1.md deleted file mode 100644 index 8c5d7522..00000000 --- a/WeeklyReports/hackathon_10th/xiaozhejiya/[WeeklyReports]2026.1.19~2026.2.1.md +++ /dev/null @@ -1,82 +0,0 @@ -## 姓名 - -李溯寒 - -## 实习项目 - -PaddleOCR + ERNIE × Open-Source Ecosystem - -## 本周工作 - - - -### 项目初始化 - -完成项目首次提交，搭建基础代码结构： -- `src/paddleocr_client.py`：封装 PaddleOCR API 客户端，使用 `requests` 库发送 base64 编码图片，解析返回的 `layoutParsingResults` 并保存结构化 JSON -- `src/workflow.py`：基于 `ErrorCorrectionWorkflow` 类编排 5 步工作流（prepare_input → paddleocr_parse → split_questions → build_preview → export_wrongbook） -- `src/utils.py`：实现 PDF 转图片（`pdf2image`）、图片标准化、HTML 预览生成、Markdown 错题本导出 -- `error_correction_agent/`：基于 LangChain 创建 DeepSeek Agent，定义 4 个工具（`save_questions`、`log_issue`、`download_image`、`read_ocr_result`），用于智能分割题目 -- 配置 `.env.example`、`requirements.txt`、`langgraph.json` 等工程文件 - - - -### 前端页面 & Bug 修复 - -- **新增 Web 前端**：使用 Flask 实现 `web_app.py`，提供文件上传、OCR 解析、题目预览、导出等 API 路由；`templates/index.html` 实现拖拽上传交互界面 -- **修复数学公式无法渲染**（`templates/index.html`）： - - 引入 MathJax 3（`tex-svg.js`），配置 `$...$` 行内和 `$$...$$` 独占行公式识别 - - 在题目预览渲染后调用 `MathJax.typesetPromise()` 触发动态公式渲染 - - 为 `display_formula` 块自动包裹 `$$` 标记，为图片块增加 `` 标签直接展示 -- **修复公式块多重堆叠**（`src/utils.py`）： - - 导出 Markdown 时检测公式 content 是否已包含 `$$` / `$` 标记，避免双重包裹导致渲染异常 -- **修复图片路径保存问题**（`src/utils.py`）： - - image block 的 content 为空时，依次从 `image_refs` 数组和 `bbox` 坐标自动推导图片路径（按 PaddleOCR 输出命名规则 `img_in_image_box_{x1}_{y1}_{x2}_{y2}.jpg` 生成相对路径） - -### 核心架构重写 & Agent 优化 - -- **工作流重写为 LangGraph 图**（`src/workflow.py`）： - - 废弃原 `ErrorCorrectionWorkflow` 类的命令式调用，改用 `langgraph.graph.StateGraph` 定义 `WorkflowState`（TypedDict） - - 将每个处理步骤定义为独立节点函数（`prepare_input_node`、`ocr_parse_node`、`split_questions_node`、`export_node`） - - 使用 `MemorySaver` 作为 checkpointer 保存中间状态，在 `split_questions` 和 `export` 节点前设置 `interrupt_before` 中断，支持 Web 端分步交互 -- **简化 Agent 内容块类型**（`error_correction_agent/prompts.py`）： - - 移除 `display_formula` 和 `inline_formula` 两种块类型，只保留 `text` 和 `image` - - 公式不再单独成块，改为用 LaTeX 标记直接嵌入 text 的 content 中（行内 `$...$`，独占行 `$$...$$`），由 MathJax 自动识别渲染 -- **解决选项出现在题干中的问题**（`error_correction_agent/prompts.py`）： - - 在 Agent 系统提示词中增加约束：如果选项已提取到 `options` 数组，必须从 `content_blocks` 文本中移除选项部分，避免重复 -- **修复 Agent 失败时读取旧数据**（`src/workflow.py`）： - - 在 `split_questions_node` 执行前先删除已有的 `questions.json`，防止 Agent 调用失败时读到上一次的过期结果 - - 增加 Agent 响应摘要打印（遍历 `response["messages"]` 输出每条非 human 消息前 200 字符），便于排查问题 -- **合并协作者 PR**： - - wangmeitian116：添加 API 接口文档 - - jinning090610：在 `web_app.py` 中增加文件大小校验提示、支持中文文件名上传（使用 uuid 生成存储文件名）、优化中文错误提示、添加处理日志记录 - -### PaddleOCR 异步调用 - -- 实现 PaddleOCR 异步并发解析（`src/paddleocr_client.py`）： - - - 新增 `async_parse_image()` 方法，使用 `aiohttp.ClientSession` 异步发送 POST 请求 - - 新增 `_async_download_image()` / `_async_save_images()` 方法，使用 `asyncio.gather()` 并发下载 OCR 结果中的所有图片资源（markdown images + outputImages） - - 新增 `parse_images_async()` 入口方法，接收多张图片路径列表，通过 `asyncio.gather()` 并发解析所有图片，结果顺序与输入一致 - -### 多文件上传 & 重试机制 - -- **支持多文件上传**（`web_app.py` + `templates/index.html`）： - - 后端 `/api/upload` 接口改为接收 `files` 字段的文件列表（`request.files.getlist('files')`），兼容单文件 `file` 字段 - - 循环校验每个文件的格式和大小，逐一保存后将路径列表传入工作流 - - 前端修复拖拽上传丢失文件问题：将 `e.dataTransfer.files`（FileList）通过 `Array.from()` 转为数组，避免部分浏览器在事件结束后清空 DataTransfer 对象 -- **新增 OCR API 重试机制**（`src/paddleocr_client.py`）： - - 在 `async_parse_image()` 的异步请求中增加最多 3 次重试，失败后按 `attempt * 5` 秒递增等待（5s / 10s / 15s），提升 API 调用稳定性 -- **合并协作者 PR**： - - chenmeihui812：前端新增上传进度条、图片点击预览弹窗、Ctrl+A 全选快捷键 - - -### 下周计划 - -1. 基于LangChain 实现Agent 异步调用 -2. 复现[ [EnsExam](https://discovery.ucl.ac.uk/id/eprint/10174246/1/2023_ICDAR_paper_8652.pdf?utm_source=chatgpt.com) ]( [https://discovery.ucl.ac.uk/id/eprint/10174246/1/2023_ICDAR_paper_8652.pdf?utm_source=chatgpt.com) 探索擦除笔记的方法 -3. 修复错误 - 1. 上传多文件或PDF时会出现没有错题输出的情况 - 2. 成功上传图片后如何没有进行分割问题再次上传图片会出现报错 - -### 导师点评