基于LattePanda Sigma(x86 SBC/单板机)的AI边缘计算：用ollama...

通过AI生成的alt属性，GSC 平均点击率从0.5%提高的0.7%、平均排名从30.8 提高到18.4

• 图片无法出现在Google图片、Bing图片等搜索结果中。
• 页面相关性降低，长尾关键词覆盖度不足。
• 无障碍体验下降，用户体验不佳。
  

• mini-cpm-v（视觉模型）：擅长从图像中提取文字与语义信息。
• qwen2.5vl（视觉模型）：擅长从图像中提取文字与语义信息。比较能理解提示词，生成内容比较短。
  

import base64
import requests
from flask import Flask, request, jsonify, abort

# 初始化Flask应用
app = Flask(__name__)

# 请求模型验证函数
def validate_image_request(data):
    if not data or "prompt" not in data or "image" not in data:
        return False, "请求必须包含prompt和image字段"
    if not isinstance(data["prompt"], str) or not isinstance(data["image"], str):
        return False, "prompt和image必须是字符串类型"
    return True, "验证通过"

class AltTextExtractor:
    #qwen2.5vl:latest
    #minicpm-v:latest
    def __init__(self, model_name="minicpm-v:latest"):
        self.model_name = model_name
        self.ollama_base_url = "http://localhost:11434"
        
    def check_ollama_health(self):
        """Check if Ollama is running and accessible"""
        try:
            response = requests.get(f"{self.ollama_base_url}/api/tags", timeout=5)
            return response.status_code == 200
        except requests.exceptions.RequestException:
            return False
    
    def get_supported_image_extensions(self):
        """Return supported image file extensions"""
        return {'.jpg', '.jpeg', '.png', '.gif', '.bmp', '.webp', '.tiff', '.tif'}
    
    def download_image(self, image_url):
        """从URL下载图片并返回字节数据"""
        try:
            response = requests.get(image_url, timeout=180)
            response.raise_for_status()
            return response.content
        except Exception as e:
            abort(400, description=f"无法下载图片: {str(e)}")
    
    def encode_image(self, image_data):
        """将图片字节数据编码为base64字符串"""
        return base64.b64encode(image_data).decode('utf-8')
    
    def extract_alt_text(self, prompt, image_url,flag):
        """根据标题和图片URL提取alt文本"""
        try:
            print(f"正在处理图片：{image_url}")
            # 下载并编码图片
            image_data = self.download_image(image_url)
            base64_image = self.encode_image(image_data)
            

            prompt_ = """
                你是一名XXX资深的on-page seo，请描述图片内容(图片包括角度如：Angled shot of、
                Overhead shot of、Front of、Angled shot of back of、Side shot showing、Back shot showing)，
                总结符合google对image alt属性的要求，
                用英文输出一句话，小于125个字符。不要包含双引号。
                   
                """
            
            self.model_name = self.model_name
            if flag==0:
                self.model_name = "qwen2.5vl:latest"
            print("====",self.model_name,flag)
            payload = {
                "model": self.model_name,
                "prompt": prompt,
                "images": [base64_image],
                "stream": False,
                "options": {
                    "temperature": 0.3,
                    "top_p": 0.8
                }
            }
            print("====",self.model_name,prompt)
            # Send request to Ollama
            response = requests.post(
                f"{self.ollama_base_url}/api/generate",
                json=payload,
                timeout=90
            )
            print(response)
            if response.status_code == 200:
                result = response.json()
                #print("Generated Text-1:", result)
                alt_text = result.get("response", "").strip()
                print("*** Generated Text-2 ***: ", alt_text)
                return {"alt": f"{alt_text}"}
            else:
                print(f"Error: Ollama returned status code {response.status_code}")
                print("Generated none_1:")
                return {"alt": "none_1"}
                
        except Exception as e:
            print(f"Error processing {prompt}: {str(e)}")
            print("Generated none_2:")
            return {"alt": "none_2"}
复制代码

• 图生文（Vision-to-Text）：Python 脚本调用ollama接口，运行在sigma和Intel机器上，负责批量解析产品图片。
• 文生文（Text-to-Text）：在实践测试过程中发现视觉模型思考能力较弱，将图像结果与标题、产品关键词结合，再通过LLM qwen3（思考模型）优化alt描述。实现ollama + 视觉模型 + 文生文三级流水线
• 定时任务：我用Golang写了一个定时任务，编译成.exe，直接运行在LattePanda Sigma上，每天自动批量生成和更新alt属性。
  

Golang 定时任务.exe ─┬─ 每5分钟调用一次，查询没有alt属性的图片地址
                    ├─ Python pipeline.py
                    │     ├─ A 组：调用 ollama mini-cpm-v ┈┐
                    │     └─ B 组：调用 ollama qwen2.5-vl ┈┘  
                    │     └─ 合并候选文案
                    ├─ Prompt Engineer 二次生成
                    │     └─ 结合标题+关键词+类目等，走 qwen3 文生文  AB 测试
                    └─ 回写 MySQL，标记“已生成”
复制代码

• 视觉模型并非万能：视觉模型只给“眼睛”，文案质量靠“文生文”二次把关，EEAT 得分更高。
• 提示词工程至关重要：在文生文优化时，我设计了结构化提示词，例如 {产品名} + {核心关键词} + {图片角度}，极大提升了生成文本的SEO质量。
• 边缘计算让一切更高效：直接在LattePanda Sigma上运行，避免了云端费用与延迟问题，部署与运维更灵活。