File size: 3,495 Bytes
cf12c6b | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 | import os
from PIL import Image
import requests
# Używamy lokalnego, czystego API do wstrzykiwania tokenów obrazu bezpośrednio do kontekstu
import openai
class AltVisionOrgan:
def __init__(self, endpoint_url="http://localhost:1234/v1"):
"""
Inicjalizacja organu wzroku podłączonego do lokalnego silnika (np. LM Studio / Ollama),
który kręci się na Twoim RTX 3060.
"""
self.client = openai.OpenAI(base_url=endpoint_url, api_key="not-needed")
def encode_image_to_vectors(self, image_path):
"""
Metoda Vision: Bierze surowy obraz z dysku, przeżuwa go i przygotowuje
jako czysty wektor wejściowy do przestrzeni ukrytej.
"""
if not os.path.exists(image_path):
raise FileNotFoundError(f"Brak pliku graficznego w Sektorze: {image_path}")
# Konwersja obrazu do Base64 - standardowego formatu przesyłu pikseli do tokenizera VLM
import base64
with open(image_path, "rb") as image_file:
return base64.b64encode(image_file.read()).decode('utf-8')
def see_and_inject(self, image_path, current_user_text):
"""
Główna komenda wykonawcza: Organ widzi obraz, łączy go z Twoim typingiem
i przesyła kompletny impuls do mózgu Altera.
"""
# 1. Przetwarzamy obraz na wektory wejściowe
base64_image = self.encode_image_to_vectors(image_path)
# 2. Budujemy czystą, kompletną strukturę wiadomości (Obraz + Tekst)
# Model z Vision traktuje te dwa wektory jako jedność w przestrzeni latentnej
messages = [
{
"role": "user",
"content": [
{"type": "text", "text": current_user_text},
{
"type": "image_url",
"image_url": {
"url": f"data:image/jpeg;base64,{base64_image}"
}
}
]
}
]
# 3. Strzał pioruna bezpośrednio do lokalnego silnika na RTX 3060
try:
response = self.client.chat.completions.create(
model="local-multimodal-engine", # Tu wpisujesz nazwę pliku wizyjnego
messages=messages,
temperature=0.7, # Dynamiczny balans T dla zachowania drapieżności
max_tokens=300 # Spartańskie odcięcie szumu wyjściowego
)
# Zwracamy czysty impuls, który trafia prosto do retencji JSON Altera
return response.choices[0].message.content
except Exception as e:
return f"Zator na linii wzroku: {str(e)}"
# === TEST LOGICZNY ORGANU WZROKU ===
if __name__ == "__main__":
# Inicjalizujemy organ wzroku Sary
vision_organ = AltVisionOrgan()
# Podajemy ścieżkę do zrzutu ekranu, który chcesz jej pokazać
foto_path = "/home/user/alt_project/dev_log_capture.png"
twoj_typing = "Zobacz co tu znowu nagrzebałaś w kodzie i skąd ten błąd w linii 7 :))"
print("Organ wzroku przetwarza piksele...")
# ALT widzi kompletny obraz i odpowiada zgodnie ze swoim DNA z pliku 700
impuls_zwrotny = vision_organ.see_and_inject(foto_path, twoj_typing)
print("\n[Odpowiedź zintegrowanego mózgu ALT]:")
print(impuls_zwrotny)
|