AI 作业助手 Web 应用

这是一个基于 TBAC-VLR1-3B-preview 模型的现代化 AI 作业助手 Web 应用，可以帮助用户上传作业图片并获取 AI 解答。

功能特点

• 简洁现代的用户界面
• 支持图片拖拽上传
• 实时图片预览
• 自定义模型路径加载
• 格式化的 AI 解答展示
• 响应式设计，适配各种设备
• 自动检测并使用GPU加速（CUDA、MPS）
• 提供硬件加速切换开关 (切换加速状态最好重新启动下程序)

安装步骤

1. 确保已安装 Python 3.10 或更高版本

2. 克隆或下载本项目

git clone https://github.com/fzd9752/ai-homework-assistant.git

3. 安装依赖包

   pip install -r requirements.txt
   
   
4. TBAC-VLR1-3B 官方模型仓库或国内镜像下载模型文件

使用方法

1. 启动 Web 应用

   python app.py
   

2. 在浏览器中访问 http://localhost:5678

3. 根据需要打开或关闭硬件加速开关

4. 点击「加载模型」按钮，在弹出的文件选择器中选择模型所在的文件夹

5. 上传作业图片并输入问题

6. 点击「提交问题」按钮获取 AI 解答

硬件加速支持

应用会自动检测并使用可用的硬件加速：

• NVIDIA GPU：自动使用CUDA加速（需安装适当的CUDA驱动和PyTorch CUDA版本）
• Apple Silicon：自动使用MPS（Metal Performance Shaders）加速
• 无可用加速硬件时：使用CPU模式

硬件加速可以显著提高模型的推理速度，尤其对于复杂的数学问题更为明显。

加速切换功能

应用提供了方便的加速切换开关：

• 开启状态：使用检测到的最快硬件（CUDA > MPS > CPU）
• 关闭状态：仅使用CPU（在GPU内存不足或需要进行其他高负载任务时有用）

注意：切换加速模式时，如果模型已加载，可能需要重新加载模型才能生效。

项目结构

├── app.py                 # Flask 应用主文件
|── TBAC_test.py           # TBAC-VLR1-3B-preview 原始测试文件
├── requirements.txt       # 项目依赖
├── static/                # 静态资源
│   ├── css/               # 样式文件
│   │   └── style.css      # 主样式表
│   ├── js/                # JavaScript 文件
│   │   └── script.js      # 前端交互脚本
│   └── uploads/           # 上传图片存储目录
└── templates/             # HTML 模板
    └── index.html         # 主页模板

注意事项

• 首次运行时，模型加载可能需要一些时间，请耐心等待
• 当您点击「加载模型」按钮时，系统会打开一个文件夹选择对话框让您选择模型目录
• 应用会自动尝试在所选文件夹中寻找模型文件
• 使用CUDA加速时，请确保安装了兼容的NVIDIA驱动和PyTorch CUDA版本
• 如果遇到GPU内存不足错误，可以尝试关闭硬件加速开关
• 本应用仅供学习和研究使用

技术栈

• 后端：Flask, PyTorch, Transformers
• 前端：HTML5, CSS3, JavaScript
• AI 模型：TBAC-VLR1-3B-preview