赋能 DeepSeek：打造图文互生能力，助力测试工程师提效

前言

作为测试工程师，我们日常工作中经常需要处理图文相关的任务，例如：

1. 基于测试需求生成示意图：通过简单的文字描述生成流程图、架构图等，提高测试设计效率。
2. 从图中提取关键信息生成文档：从截图或流程图中提取重要信息，自动生成测试用例或需求分析。

然而，DeepSeek-r1:1.5b 本地模型虽然在自然语言处理方面表现出色，但并不具备直接的图像生成或图像解析能力。如果能为 DeepSeek 增加“图生文”或“文生图”的能力，将极大提升测试工程师在测试设计、需求分析等环节的效率。

本文提供了一个可落地的解决方案：

1. 文生图：结合 Python 的第三方图像生成库（如 Graphviz、Matplotlib），通过 DeepSeek 生成图像描述代码并绘制图像。
2. 图生文：利用 OCR 技术（如 Tesseract），从图片中提取文字内容传递给 DeepSeek，生成测试相关文档。
3. GUI 界面：通过简单的图形界面实现文图互生功能，操作直观，适合日常工作。

---

解决方案设计

功能目标

1. 文生图

   • 用户输入文字描述（如“绘制一个登录流程图”），通过 DeepSeek 生成图像描述代码（如 Graphviz 的 DOT 语言）。
   • 自动渲染图像并展示。

2. 图生文

   • 用户上传图片（如测试流程截图、架构图等），通过 OCR 提取文字，传递给 DeepSeek 生成文档或测试用例。

3. 用户友好的 GUI 界面

   • 提供直观的界面，支持文字输入、图片上传和结果展示。

---

工具实现

1. 依赖安装

在实现工具前，确保安装以下依赖库：

pip install graphviz matplotlib pytesseract pillow tkinter requests

• Graphviz：用于生成流程图或结构图。
• Matplotlib：用于生成简单的可视化图表。
• Tesseract OCR：用于从图片中提取文字（需安装 Tesseract 引擎）。
• Pillow：用于处理图片文件。
• Tkinter：构建 GUI 界面。
• Requests：调用本地 DeepSeek 接口。

2. 文生图功能实现

2.1 调用 DeepSeek 生成图像描述代码

通过 DeepSeek 接口生成图像描述语言代码（如 DOT 格式）。

import requests

def query_deepseek(prompt, model="deepseek-r1:1.5b", api_url="http://localhost:11434/api/generate"):
    """
    调用 DeepSeek API 生成图像描述代码
    :param prompt: 用户输入的文字描述
    :param model: 模型名称
    :param api_url: DeepSeek API 地址
    :return: 图像描述代码
    """
    try:
        payload = {
   "model": model, "prompt": prompt}
        headers = {
   "Content-Type": "application/json"}
        response = requests.post(api_url, json=payload, headers=headers)
        response.raise_for_status()
        return response.json().get("response", "No response from model.")
    except