AgentArts拍照答题排错：从“没收到图片”到逐题核验

AI辅助说明：本文由AI辅助整理，所述工作流搭建与测试由AI Agent执行，使用官方实验题图与合成作答，没有使用真实学生资料。以下记录对应2026年10月22日至23日的一次具体测试，不代表通用识别准确率，也不构成认证考试成绩。

搭建小学数学教学工作流时，文字答疑和题库检索已经能运行，拍照分支却遇到一个容易误判的问题：节点显示运行成功，回答仍然是“我没有收到图片”。继续排查后，问题集中在模型能力、节点模式和图片参数映射三个位置。最后又发现，图片读对了，也不能省略对题目条件和评分的独立核验。

1. 先核实当前模型能力与实际绑定

本次参考的教学材料使用Qwen2.5-VL-72B。实际操作时，资产列表与模型选择器提供的内容已有差异；界面显示旧名称，不能单独证明模型已绑定成功。

本次改用平台限额体验中可选的DeepSeek-V4.1-Flash。华为云现行的图像理解文档列出了该模型的图片理解用法。这里使用AgentArts平台中的既有体验资源，没有创建GPU推理实例或另行生成API Key。其他账号应先检查实际可选模型、当前剩余额度与超额计费规则。

选择模型后，应通过平台原生导出核对该节点的model_name、model_type及图片输入配置。导出的JSONL可能同时包含模型与工作流资源，不能默认第一行就是工作流；应按resource_type筛选本次工作流。

2. 图片参数名要与输入映射对应

本次工作流先由图片检查节点输出imageUrlArray，再把它引用到视觉节点的图片输入参数。

以下只展示本次配置的关键结构；省略了账号相关的服务标识、布局及其他原生必填字段，不能直接当作完整导入包：

{
  "inputs": [
    {
      "name": "_image_vision_1",
      "type": "array",
      "schema": {"name": "", "type": "string"},
      "source": "user",
      "required": true,
      "value": {
        "type": "ref",
        "content": {
          "ref_node_id": "check_pic",
          "ref_var_name": "imageUrlArray",
          "source": "user"
        }
      }
    }
  ],
  "configs": {
    "model": {
      "model_name": "deepseek-v4.1-flash",
      "model_type": "IMAGE-TO-TEXT"
    },
    "vision": ["_image_vision_1"],
    "enable_thinking": false
  }
}

这里有两个对应关系：vision中放的是图片输入参数的名称；该输入参数再引用上游图片地址数组。不要把整个参数对象直接塞进vision，也不要把文件名文字当作图片数据。

上述字段来自本次平台原生配置及导出核验，属于当前环境的排错线索。平台版本可能变化，实际配置应以当前界面支持的原生结构为准；不要猜测模型服务标识，也不要修改任何账号权限字段来强行导入。

3. 保留失败结果，核对模型是否真的看到了图

本次保留了三次关键结果：

这张题图本身的第1题条件不完整，正确处理应是说明缺失条件并要求补充。不能为了让每道题都出现一个数字答案，就自行补单位、补等式或换成另一个例题。

本次提示词重点限制为：先识别题目、按原题编号解答；看不清或缺条件时明确说明；不自行补造数字和单位；计算后检查单位与结果。最终核验仍然回到原图，对确定条件的9题逐一独立计算。单张图片的结果不应写成“图片识别100%准确”。

4. 阅卷总分交给代码复算

同一工作流的文字练习还出现过另一类错误：逐题得分为0、10、10、10、10、10、10、10、10、10，模型却把合计写成80分。逐题判断与总分汇总必须分开检查。

本次在阅卷节点后增加Code节点：要求每题明确输出题号和得分，代码检查题号连续、每题恰有一个有效分值，再用sum计算总分。题号缺失、重复或出现不支持的分值时，输出“未能核验总分”，不猜测缺失项。模型对题目是否答对的判断仍需复核，代码只负责明确分值的确定性加总。

修正后重新运行完整练习：10题中故意错1题，平台最终显示90/100，与独立合计一致。模拟题库另一次仅选出8道题，实际满分就按80处理，没有为了凑100分编造额外题目。

出题与阅卷节点还关闭了本次环境中的思考展示；核验时检查整个实际响应，而不是只看最后一张题目卡。最终评分固定说明“本结果由AI生成，尚未经过本人或教师复核，不构成认证考试成绩”，不让模型自称已经由真人审核。

5. 保存版本与公开调用分别确认

这次已在同一工作流原生提交版本，并在版本历史确认记录。提交时取消了“部署至实例”，所以版本保存不等于已开放公共访问，也不等于已经完成全部实验或取得证书。

随后在渠道管理中另行发布网页链接，并把范围限制为当前租户、每天5次调用。控制台显示已发布，但本次首次网页对话返回AgentArts.11010304，尚未完成运行态验收。这个结果进一步说明，版本记录、渠道状态和真实对话结果应分别核验；目前不能把该链接描述为已验证可用，也不能在没有证据时把错误归因于某个权限或密钥问题。

测试材料只使用官方练习图和合成作答，公开文章不附带账号服务标识、签名图片地址或任何凭据。后续若开放渠道，应继续核对当前资源、调用额度、费用及访问范围，避免把有限免费体验当作无限调用额度。