展开本页目录
开始前准备什么
- 独立练习目录及Python 3.14；系统与Node依赖以README为准。
- 离线重放无需Key；新请求使用自己的apizt Key，先核对模型权限和当前价格。
- 原创合成材料，不需要登录第三方平台账号。
- 先看文件
- 按步骤操作
- 对照真实结果
- 离线或模型复跑
默认离线重放；包含完整失败尝试与本地检查，不含Key。
1. 核对本例材料与目标文件
参见本批TOPIC-RESEARCH.md同编号新增边界，原生小样与负例均独立交付。
先下载合成材料在独立目录练习。原始文件、模型输入与验收答案分别保留；本地核对答案不发送给模型。
input.json（节选）
{
"fixture": "程序绘制手写风金额A与不可辨认金额B，不是人类笔迹样本"
}
实际输入、原始文件和本例操作约束的浏览器截图
2. 按顺序完成这项具体操作
本次实际使用Python 3.14，依赖版本固定在资料包。需要LibreOffice或Node的案例请先按README安装对应运行时。python run.py读取真实旧响应完成本地处理；只有显式--live才发新请求。
- 1. 程序绘制input.jpg：A区为17.06的手写风线段，B区无法辨认；明确这是合成笔迹练习而非真人手写识别基准。
- 2. 只发送实际JPEG让apizt读取amount_a、amount_b和needs_review，不发送本地参考数字或绘制参数。
- 3. 逐字符核对可见A金额是否为17.06，保留字符串中的小数点，不先转浮点数掩盖文字差异。
- 4. 对B区要求amount_b=null且needs_review=true，拒绝补猜被遮挡内容。
- 5. 保存handwritten-review.json，结果图同时展示A的实际转录和B的待确认状态，不把合成样例结论扩大到真实票据。
独立练习目录 · 默认仅离线复核
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python run.py3. 对照真正发送的请求
只输出JSON：amount_a字符串、amount_b字符串或null、needs_review布尔值。可见金额逐字转录；完全无法辨认的B必须null并标复核，不补猜。
网页实验台只执行这一步模型字段检查。原生文件写入、坐标/公式/格式回读及负例验收由下载包负责。
request-1.json（图片Base64省略，原文件在下载包）
{
"model": "gemini-2.5-flash-lite",
"messages": [
{
"role": "system",
"content": "严格只输出单个JSON对象，不要Markdown代码围栏，不要解释。只输出JSON：amount_a字符串、amount_b字符串或null、needs_review布尔值。可见金额逐字转录；完全无法辨认的B必须null并标复核，不补猜。"
},
{
"role": "user",
"content": [
{
"type": "text",
"text": "严格只输出单个JSON对象，不用代码围栏。只输出JSON：amount_a字符串、amount_b字符串或null、needs_review布尔值。可见金额逐字转录；完全无法辨认的B必须null并标复核，不补猜。\n只输出JSON：amount_a字符串、amount_b字符串或null、needs_review布尔值。可见金额逐字转录；完全无法辨认的B必须null并标复核，不补猜。"
},
{
"type": "image_url",
"image_url": {
"url": "[实际图片Base64；完整原始请求在资料包]",
"detail": "high"
}
}
]
}
],
"temperature": 0,
"max_tokens": 1536,
"provider": {
"sort": "success_rate"
},
"response_format": {
"type": "json_object"
}
}4. 查看原生处理代码与实际文件
下面节选来自本次实际执行的workflow.py分支，需要结合完整脚本运行。模型输出不能代替文件解析器或业务验算。
具体产物：handwritten-review.json。
workflow.py · 本例分支节选
check('可见手写风金额逐字一致', output.get('amount_a') == '17.06')
check('无法辨认B保留空值并标复核', output.get('amount_b') is None and output.get('needs_review') is True)
result = {'model': output, 'fixtureType': 'program-drawn handwriting-like vectors, not human handwriting benchmark'}
dump(artifact('handwritten-review.json'), result)5. 对照真实结果和检查表
实测2026-10-25T07:54:48.906500+00:00，HTTP200；请求gemini-2.5-flash-lite，返回gemini-2.5-flash-lite。本次4/4项检查通过，指本例执行及验收机制通过，不代表所有模型字段零误差。
最后一次返回用量1280tokens；1份尝试记录的已知用量合计1280。失败记录保留，用量缺失不按0计，本文不推算实际金额。
| 实际检查 | 结果 |
|---|---|
| 真实apizt API响应HTTP200 | 通过 |
| 可见手写风金额逐字一致 | 通过 |
| 无法辨认B保留空值并标复核 | 通过 |
| 列出的原生产物实际存在 | 通过 |
- 实际检查
- 真实apizt API响应HTTP200
- 结果
- 通过
- 实际检查
- 可见手写风金额逐字一致
- 结果
- 通过
- 实际检查
- 无法辨认B保留空值并标复核
- 结果
- 通过
- 实际检查
- 列出的原生产物实际存在
- 结果
- 通过
result.json · 原生处理后实际结果
{
"model": {
"amount_a": "17.06",
"amount_b": null,
"needs_review": true
},
"fixtureType": "program-drawn handwriting-like vectors, not human handwriting benchmark"
}
本例实际产物与原始响应的浏览器截图；本地检查和模型答案分开记录
6. 替换输入前，先确认这些边界
金额为程序手写风线段样例，不是人类真实笔迹识别基准。
修改材料后应重新制定事实断言和反例。识别错误率、混淆矩阵或拒答类教程允许保留模型实际错误；检查通过指计算和处理正确。没有调用视频模型。
怎样确认已经完成
- 真实apizt API响应HTTP200
- 可见手写风金额逐字一致
- 无法辨认B保留空值并标复核
- 列出的原生产物实际存在
常见问题
AI 手写 数字 识别怎么开始？
程序绘制input.jpg：A区为17.06的手写风线段，B区无法辨认；明确这是合成笔迹练习而非真人手写识别基准。按本页顺序继续，先用下载包离线重放，再替换自己的材料。
网页试跑和下载包有什么区别？
网页只复跑模型字段，不生成全部原生文件；资料包包含实际原生处理和本地验收。
这次通过结果适用于其他材料吗？
金额为程序手写风线段样例，不是人类真实笔迹识别基准。