Seol Íomhá trí URL
Ar an leathanach seo
An modh is simplí
Is é seoladh íomhá trí URL an bealach is díreach chun an API Fís a úsáid: tugann tú seoladh íomhá atá inrochtana go poiblí, agus déanann Mistral í a íoslódáil lena hanailísiú. Fanann d’iarratas éadrom—cúpla céad beart—toisc nach mbíonn ann ach nasc.
Tabhair tosaíocht don mhodh seo nuair atá do chuid íomhánna óstáilte cheana féin ar CDN, ar stóráil scamallaigh, nó ar shuíomh gréasáin, nó nuair a bhíonn tú ag obair le híomhánna gréasáin phoiblí. Is féidir le foireann a stórálann amhairc táirge ar CDN cheana féin tosú á n-anailísiú gan a mbonneagar a athrú.
Formáid na teachtaireachta
Leanann teachtaireacht ilmhóideach le URL íomhá an struchtúr seo:
message = {
"role": "user",
"content": [
{
"type": "text",
"text": "Your question about the image"
},
{
"type": "image_url",
"image_url": "https://example.com/my-image.jpg"
}
]
}
Glacann an réimse image_url le haon URL HTTP nó HTTPS a dhíríonn ar chomhad íomhá bailí i bhformáid JPEG, PNG, GIF, nó WebP.
Sampla Python iomlán
Seo script iomlán, réidh le rith, a dhéanann anailís ar íomhá phoiblí ó Wikimedia, ag glacadh leis go bhfuil d’eochair API socraithe sa timpeallacht:
from mistralai.client import Mistral
import os
# Initialize the client
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
# Public image to analyze
url_image = "https://upload.wikimedia.org/wikipedia/commons/thumb/a/a7/Camponotus_flavomarginatus_ant.jpg/800px-Camponotus_flavomarginatus_ant.jpg"
# Call the Vision API
response = client.chat.complete(
model="mistral-small-latest",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Describe precisely what you see in this image."
},
{
"type": "image_url",
"image_url": url_image
}
]
}
]
)
print(response.choices[0].message.content)
Tabhair faoi deara go seolaimid an eochair trí os.environ seachas í a chódú go crua. Níl ach an cur chuige seo inghlactha nuair a fhágann an script do mheaisín áitiúil.
Prómpt córais a chur leis
Beidh an freagra thuas ceart ach ginearálta—“seangán dubh ar chúlra doiléir.” Athraíonn teachtaireacht chórais nádúr na hanailíse trí ról a shannadh don mhúnla sula bhfeiceann sé an íomhá:
response = client.chat.complete(
model="mistral-small-latest",
messages=[
{
"role": "system",
"content": "You are an entomology expert. Analyze insect images with scientific precision, identifying the species, family, and visible morphological characteristics."
},
{
"role": "user",
"content": [
{"type": "text", "text": "Identify this insect."},
{"type": "image_url", "image_url": url_image}
]
}
]
)
Leis an gcreat seo, soláthraíonn an íomhá chéanna aitheantas tacsanomaíoch agus cur síos morfeolaíoch. Treoraíonn an prómpt córais conas a dhéanann an múnla anailís ar an íomhá—giuirléid chumhachtach chun freagraí speisialaithe a fháil ar chostas cúpla dosaen token amháin.
Ceanglais URL
Caithfidh an API a bheith in ann an íomhá a íoslódáil gan aon chomhthéacs ó do sheisiún. Tugann sé seo ceithre cheangal leis: caithfidh an URL a bheith inrochtana go poiblí (gan leathanaigh taobh thiar de fhíordheimhniú); caithfidh sé díriú go díreach ar an gcomhad, ní ar leathanach HTML ina bhfuil an íomhá; caithfidh an fhormáid a bheith tacaithe (JPEG, PNG, GIF nach léitear ach an chéad fhráim de, nó WebP); agus caithfidh an méid a bheith réasúnta, faoi 20 MB.
Is é an mhearbhall is coitianta ná naisc chomhroinnte. Tugann nasc Google Drive nó Dropbox “roinnte le gach duine” leathanach HTML ar ais, ní comhad íomhá: teipeann ar an nglao, nó déanann an múnla cur síos ar chomhéadan gréasáin. Is é an dea-chleachtas ná an Content-Type a fhíorú sula seolann tú:
import requests
def verify_image_url(url):
"""Verify that a URL points to an accessible image."""
try:
response = requests.head(url, timeout=5, allow_redirects=True)
content_type = response.headers.get("Content-Type", "")
if response.status_code == 200 and "image" in content_type:
size = int(response.headers.get("Content-Length", 0))
print(f"Image accessible: {content_type}, {size / 1024:.0f} KB")
return True
else:
print(f"Issue: status={response.status_code}, type={content_type}")
return False
except requests.RequestException as e:
print(f"Connection error: {e}")
return False
verify_image_url("https://example.com/photo.jpg")
Tá iarratas HEAD leordhóthanach: faigheann sé ceanntásc gan an comhad a íoslódáil.
Íomhánna ó stóráil scamallaigh
Dealraíonn sé go bhfuil an ceanglas inrochtana poiblí seo neamh-chomhoiriúnach le doiciméid rúnda. Is iad URLanna réamhshínithe an réiteach: má tá do chuid íomhánna i mbuicéad S3, i Google Cloud Storage, nó in Azure Blob, gineann tú seoladh sealadach a thugann rochtain ar oibiacht amháin ar feadh tréimhse a shonraíonn tú.
import boto3
s3 = boto3.client("s3")
# Generate a pre-signed URL valid for 1 hour
presigned_url = s3.generate_presigned_url(
"get_object",
Params={"Bucket": "my-bucket", "Key": "images/invoice.png"},
ExpiresIn=3600
)
# Use this URL with the Vision API
response = client.chat.complete(
model="mistral-small-latest",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "Extract the total amount from this invoice."},
{"type": "image_url", "image_url": presigned_url}
]
}
]
)
Fanann do bhuicéad príobháideach, téann an URL in éag tar éis an mhoill shonraithe, agus coinníonn tú nádúr éadrom an iarratais. Socraigh ExpiresIn chomh gairid agus is féidir: tá cúpla nóiméad níos mó ná go leor le haghaidh glao API.
Láimhseáil earráidí
Is féidir le glao a bhraitheann ar íoslódáil iargúlta teipthe ar chúiseanna atá thar do smacht—scriosadh an íomhá, d’éag an URL, nó níl an freastalaí óstála ar fáil. Sa táirgeadh, ná lig don eisceacht amh teacht chun an úsáideora riamh:
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
try:
response = client.chat.complete(
model="mistral-small-latest",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "Describe this image."},
{"type": "image_url", "image_url": "https://example.com/image.jpg"}
]
}
]
)
print(response.choices[0].message.content)
except Exception as e:
print(f"Error: {e}")
Déan do láimhseáil earráidí a thástáil le URL neamhbhailí d’aon ghnó sula ndéanann tú imlonnú: is é seo an cás is minice agus an ceann is lú a dhéantar tástáil air.
Príomhphointí
- Is é seoladh trí URL an modh is simplí—níl uait ach URL poiblí
- Is eagar é réimse
contentna teachtaireachta ina bhfuil eilimintítextagusimage_url - Caithfidh an URL díriú go díreach ar chomhad íomhá inrochtana
- Ligeann URLanna réamhshínithe duit íomhánna príobháideacha a úsáid go slán
- Cuir prómpt córais leis i gcónaí chun anailís an mhúnla a threorú