BEdit后端项目经历总结

技术栈

1. 核心框架与库

   • Flask - 构建Web API服务
   • erniebot - 集成百度文心一言AI模型
   • PaddleOCR - 实现图像文字识别功能
   • MongoDB - 数据存储

2. 部署与运维

   • PDM - Python项目依赖管理
   • Waitress - 生产环境WSGI服务器
   • GitHub Actions - CI/CD自动化部署

3. 工具库

   • Loguru - 日志管理系统
   • Flask-CORS - 处理跨域资源共享
   • pytoml - 项目配置管理

技术难点

1. AI大模型集成

   • 难点：接入百度文心一言API，实现智能对话功能
   • 解决方法：采用erniebot库封装API调用，实现流式和非流式响应处理，并使用初始化消息列表确保模型身份一致性

2. OCR图像识别

   • 难点：需从图片中提取文字内容，支持多语种识别
   • 解决方法：集成PaddleOCR库，封装识别流程，实现高效的图文转换API

3. 异步流式响应

   • 难点：实现AI模型的实时流式输出，提升用户交互体验
   • 解决方法：使用Flask的stream_with_context和生成器函数，结合erniebot的流式接口实现数据流输出

4. 数据持久化

   • 难点：聊天历史记录需要高效存储与检索
   • 解决方法：设计封装MongoDB操作的DBHandler类，实现通用数据增删改查功能

5. 日志系统集成

   • 难点：统一多个库的日志记录行为，便于问题排查
   • 解决方法：使用Loguru配置统一日志格式，通过InterceptHandler拦截并重定向标准日志输出

6. 自动化部署

   • 难点：简化部署流程，确保版本一致性
   • 解决方法：配置GitHub Actions工作流，使用SSH远程命令实现代码拉取、依赖安装和服务重启

这个项目综合运用了Web开发、AI模型集成和DevOps实践，构建了一个具备智能对话和OCR功能的后端服务，为富文本编辑器提供AI增强能力。