import osfrom PIL import Imagedef split_image(image_path, output_folder, rows=2, cols=5):"""    将图片拆分成 rows * cols 个网格，并保存为独立文件    """# 1. 打开图片if not os.path.exists(image_path):        print(f"错误：找不到文件 {image_path}")        return    img = Image.open(image_path)    img_width, img_height = img.size    # 2. 计算每个小图的宽度和高度# 注意：这里假设图片是完美对齐的网格。# 如果图片四周有不想要的白边，可以先用 img.crop() 裁剪掉外围    item_width = img_width // cols    item_height = img_height // rows    # 3. 创建输出文件夹if not os.path.exists(output_folder):        os.makedirs(output_folder)    print(f"图片尺寸: {img_width}x{img_height}")    print(f"单个小图尺寸: {item_width}x{item_height}")    print("开始拆分...")    # 4. 循环切图    count = 1for r in range(rows):        for c in range(cols):            # 计算裁剪区域 (左, 上, 右, 下)            left = c * item_width            upper = r * item_height            right = left + item_width            lower = upper + item_height            # 执行裁剪            box = (left, upper, right, lower)            cropped_img = img.crop(box)            # 5. 保存图片# 文件名例如：sun_01.jpg, sun_02.jpg            file_name = f"sun_{count:02d}.jpg"             save_path = os.path.join(output_folder, file_name)            cropped_img.save(save_path)            print(f"已保存: {save_path}")            count += 1    print("拆分完成！")# --- 使用示例 ---# 请将下面的路径替换为你实际的图片路径current_image = "sun.jpg"  # 你的图片文件名output_dir = "sun_split"   # 拆分后存放的文件夹名split_image(current_image, output_dir, rows=2, cols=5)

import pandas as pdimport jsonimport osimport timeimport concurrent.futuresfrom tqdm import tqdmfrom openai import OpenAI  # 需要安装: pip install openai pandas openpyxl# ================= 配置区域 =================# 请替换为你的 API Key 和 Base URL# 例如使用 DeepSeek, 阿里通义, 或是 OpenAI 原生API_KEY = "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" BASE_URL = "https://api.openai.com/v1" # 如果是用DeepSeek，填 https://api.deepseek.comMODEL_NAME = "gpt-4o" # 或 "deepseek-chat", "qwen-max" 等# 输入和输出文件路径INPUT_FILE = "/Users/.xlsx"  # 上一步处理好的文件OUTPUT_FILE = "/Users/.xlsx"# ===========================================# 初始化客户端client = OpenAI(api_key=API_KEY, base_url=BASE_URL)def get_system_prompt():"""    定义系统提示词：这是用户研究专家的核心指令    """return """你是一名XX用户研究专家。你的任务是分析【客服与用户的对话记录】，通过对话内容推断用户的【XX原因】。请仔细阅读用户的对话记录，必须严格按照以下【原因分类】进行打标（只选择最主要的一个原因）：【原因分类】：XX【输出格式】：请直接输出一个JSON格式的数据，不要包含Markdown标记（如 ```json），包含以下字段：- "reason_category": "从上述分类中选一个具体的分类名称"- "reason_detail": "用简练的语言概括具体情况（不超过20字）"- "confidence": "高/中/低" (判断你对这个结论的置信度)- "key_quote": "摘录用户表达原因的原话（如果没有原话则留空）"【示例】：用户说："XX。"输出：{"reason_category": "XX", "reason_detail": "XX", "confidence": "XX", "key_quote": "XX"}"""def analyze_user_reason(text):"""    调用大模型进行分析    """if not text or pd.isna(text) or len(str(text)) < 5:        return {            "reason_category": "数据缺失/无效",            "reason_detail": "对话记录为空或过短",            "confidence": "低",            "key_quote": ""        }    # 截断过长的文本，防止超过Token限制（通常取最后4000字符往往包含了XX原因，也可取全量）# 如果是全量分析，建议保留全部，除非报错    conversation_content = str(text)[-5000:]     messages = [        {"role": "system", "content": get_system_prompt()},        {"role": "user", "content": f"请分析以下对话记录：\n\n{conversation_content}"}    ]    try:        completion = client.chat.completions.create(            model=MODEL_NAME,            messages=messages,            temperature=0.1, # 低温度保证输出稳定            response_format={"type": "json_object"} # 强制JSON模式（如果是OpenAI或支持该参数的模型）        )        result_str = completion.choices[0].message.content        # 清洗可能存在的 markdown 符号        result_str = result_str.replace("```json", "").replace("```", "").strip()        return json.loads(result_str)    except Exception as e:        print(f"Error processing: {e}")        return {            "reason_category": "API调用失败",            "reason_detail": str(e),            "confidence": "低",            "key_quote": ""        }def process_dataframe(df):"""    多线程处理DataFrame    """    results = []    # 只需要处理有对话内容的行    total_rows = len(df)    print(f"开始处理 {total_rows} 条数据，使用模型: {MODEL_NAME}")    # 线程池并发处理with concurrent.futures.ThreadPoolExecutor(max_workers=10) as executor:        # 提交任务# 假设你的列名是 '对话文本' 或 '对话内容'，请根据实际文件调整        content_col = '对话文本' if '对话文本' in df.columns else '对话内容'if content_col not in df.columns:            print(f"错误：找不到对话内容列，你的列名是: {df.columns}")            return df        future_to_index = {            executor.submit(analyze_user_reason, row[content_col]): index             for index, row in df.iterrows()        }        # 进度条for future in tqdm(concurrent.futures.as_completed(future_to_index), total=total_rows, desc="打标进度"):            index = future_to_index[future]            try:                data = future.result()                results.append({                    "index": index,                    "XX一级归因": data.get("reason_category"),                    "XX详情": data.get("reason_detail"),                    "置信度": data.get("confidence"),                    "用户原话": data.get("key_quote")                })            except Exception as exc:                print(f'Row {index} generated an exception: {exc}')    # 将结果合并回原DataFrame    result_df = pd.DataFrame(results).set_index("index")    final_df = df.join(result_df)    return final_dfif __name__ == "__main__":    # 1. 读取数据if os.path.exists(INPUT_FILE):        print("正在读取文件...")        df = pd.read_excel(INPUT_FILE)        # 如果是为了测试，可以先只取前10条# df = df.head(10) # 2. 开始打标        df_tagged = process_dataframe(df)        # 3. 保存结果        df_tagged.to_excel(OUTPUT_FILE, index=False)        print(f"处理完成！结果已保存至: {OUTPUT_FILE}")        # 4. 简单打印一下统计结果if "XX一级归因" in df_tagged.columns:            print("\n=== 初步归因统计 ===")            print(df_tagged["XX一级归因"].value_counts())    else:        print(f"文件不存在: {INPUT_FILE}")

def get_system_prompt():"""    针对全量长文本优化的System Prompt    """return """你是一名XX用户研究专家。你的任务是分析【XX】，通过对话内容推断XX。### ⚠️ 重要处理原则：1. **全量扫描**：**XX原因可能出现在对话的任何位置**（早期、中期或晚期）。2. **忽略噪音**：记录中可能包含大量XX。请**忽略**这些单向信息，重点寻找**XX发送的回复**。3. **定位关键点**：重点寻找XX等意图的时刻。### 原因分类（Codebook）：1. XXX(此处省略）### 输出格式：请直接输出一个JSON格式的数据，不要包含Markdown标记，包含以下字段：- "reason_category": "从上述分类中选一个"- "reason_detail": "简练概括（20字以内）"- "confidence": "高/中/低"- "key_quote": "摘录XX表达原因的原话（非常重要，必须是原话，不要XX的话）""""def analyze_user_reason(text):"""    调用大模型进行全量分析（无截断）     以下代码省略。。。。。    

# ================= 配置区域 (DeepSeek 版本) =================# 1. API Key: 请前往 https://platform.deepseek.com/api_keys 申请# 格式通常是以 sk- 开头的字符串API_KEY = "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" # 2. Base URL: DeepSeek 官方兼容接口地址 (注意不要写错)BASE_URL = "https://api.deepseek.com"# 3. 模型名称: # DeepSeek V3 模型的标准 API 名称是 "deepseek-chat"# (DeepSeek 官方目前没有 v3.2 这个特定名称，通常 deepseek-chat 指向的就是最新的 V3)MODEL_NAME = "deepseek-chat" # ==========================================================

# 修改前：# - "key_quote": "摘录XX表达原因的原话"# 修改后（优化版）：def get_system_prompt():"""定义系统提示词 - 优化原话提取版"""return """你是一名XX用户研究专家。你的任务是分析XX，通过对话内容推断XX原因。# 背景(省略）# 处理原则：1. **全量扫描**：原因可能出现在对话的任何位置。2. **忽略噪音**：忽略单向通知，重点寻找**XX发送的回复**。3. **推断与证据**：必须基于事实，不要过度猜测。# 原因分类 Codebook：（此处保持你原有的分类列表，此处省略以节省篇幅...）# ⚠️ 关键指令：关于【用户原话提取】的要求1. **完整性**：不要只摘录几个字。请摘录包含上下文的完整句子，甚至是连续的2-3句话，以便还原当时的语境。2. **多点证据**：如果用户在不同时间点多次提到了原因，请将这些原话拼接在一起，中间用“ || ”隔开。3. **第一人称**：必须是原话，严禁自己总结或改写。4. **对话还原**：如果原因是基于双方对话产生的（例如A问“是觉得难吗？”，B回“对”），请把A的问题也一并摘录，格式为：[A：...] [B：...]。# 输出格式：请直接输出一个JSON格式的数据，不要包含Markdown标记，包含以下字段：- "reason_category": "从上述分类中选一个"- "reason_detail": "简练概括（20字以内）"- "confidence": "高/中/低"- "key_quote": "这里放入提取的详细原话，长度不限，越详细越好""""