提取操作使用千问plus大模型

README.md

@@ -1,5 +1,7 @@
 # label_ai_service
 
+> 2026-04-16 update: 默认 LLM 适配器已切换为阿里云百炼/千问（DashScope OpenAI-compatible API）。文本默认模型为 `qwen3.6-plus`，视觉默认模型为 `qwen-vl-plus`；旧的 `ZhipuAIClient` 代码保留在仓库中，但默认依赖注入不再使用。
+
 `label_ai_service` 是知识图谱智能标注平台的 AI 计算服务，基于 FastAPI 提供独立部署的推理与预处理能力。它不直接访问数据库，而是通过 ZhipuAI GLM 系列模型完成结构化抽取，通过 RustFS 读写原始文件和处理结果，并通过 HTTP 回调把异步视频任务结果通知上游后端。
 
 当前服务覆盖 6 类核心能力：
@@ -128,9 +130,14 @@ label_ai_service/
 
 ```yaml
 server:
-  port: 8000
+  port: 18000
   log_level: INFO
 
+dashscope:
+  api_key: ""
+  base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"
+  fine_tune_base_url: "https://dashscope.aliyuncs.com/api/v1"
+
 storage:
   buckets:
     source_data: "source-data"
@@ -140,12 +147,12 @@ backend: {}
 
 video:
   frame_sample_count: 8
-  max_file_size_mb: 200
+  max_file_size_mb: 500
   keyframe_diff_threshold: 30.0
 
 models:
-  default_text: "glm-4-flash"
-  default_vision: "glm-4v-flash"
+  default_text: "qwen3.6-plus"
+  default_vision: "qwen-vl-plus"
 ```
 
 ### .env
@@ -154,7 +161,9 @@ models:
 
 | 变量名 | 必填 | 说明 |
 |---|---|---|
-| `ZHIPUAI_API_KEY` | 是 | ZhipuAI API Key |
+| `DASHSCOPE_API_KEY` | 是 | DashScope API Key |
+| `DASHSCOPE_BASE_URL` | 否 | DashScope OpenAI-compatible base URL |
+| `DASHSCOPE_FINE_TUNE_BASE_URL` | 否 | DashScope fine-tune API base URL |
 | `STORAGE_ACCESS_KEY` | 是 | RustFS/S3 Access Key |
 | `STORAGE_SECRET_KEY` | 是 | RustFS/S3 Secret Key |
 | `STORAGE_ENDPOINT` | 是 | RustFS/S3 Endpoint，例如 `http://rustfs:9000` |
@@ -165,7 +174,9 @@ models:
 `.env` 示例：
 
 ```ini
-ZHIPUAI_API_KEY=your-zhipuai-api-key-here
+DASHSCOPE_API_KEY=your-dashscope-api-key-here
+DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
+DASHSCOPE_FINE_TUNE_BASE_URL=https://dashscope.aliyuncs.com/api/v1
 STORAGE_ACCESS_KEY=your-storage-access-key
 STORAGE_SECRET_KEY=your-storage-secret-key
 STORAGE_ENDPOINT=http://rustfs:9000
@@ -318,7 +329,7 @@ curl -X POST http://localhost:8000/api/v1/finetune/start \
   -H "Content-Type: application/json" \
   -d '{
     "jsonl_url": "https://example.com/train.jsonl",
-    "base_model": "glm-4-flash",
+    "base_model": "qwen3-14b",
     "hyperparams": {
       "epochs": 3,
       "learning_rate": 0.0001