前端显示
{:request()->get(“id/d”,2021)}
前端调用判断 可以先赋值
<php>
$year=request()->get('year/d',2025);
</php>
<option value="2023" <if condition="$year eq 2023">selected</if> >2023</option>
前端显示
{:request()->get(“id/d”,2021)}
前端调用判断 可以先赋值
<php>
$year=request()->get('year/d',2025);
</php>
<option value="2023" <if condition="$year eq 2023">selected</if> >2023</option>
安装
pip install "markitdown[all]" -i https://mirrors.aliyun.com/pypi/simple/
from markitdown import MarkItDown
from openai import OpenAI
# ✅ 通过 OpenAI 兼容接口连接本地 Ollama
ollama_client = OpenAI(
base_url="http://localhost:11434/v1",
api_key="ollama" # Ollama 不校验 key,填任意非空字符串即可
)
# 初始化 MarkItDown,绑定 Qwen3-VL-8B
md = MarkItDown(
llm_client=ollama_client,
llm_model="qwen3-vl:8b"
)
# ========== 使用示例 ==========
# 1. 扫描版 PDF 转 Markdown(VLM 逐页识别 + 结构还原)
pdf_result = md.convert("scanned_document.pdf")
print("=== PDF ===")
print(pdf_result.text_content)
# 2. Office 文档转 Markdown(docx/xlsx/doc/xls)
# 文本型内容直接解析,嵌入的图片自动交给 VLM 识别
docx_result = md.convert("report.docx")
xlsx_result = md.convert("data.xlsx")
# 3. 图片 OCR 转 Markdown
img_result = md.convert("screenshot.png")
print("=== IMAGE ===")
print(img_result.text_content)
# 💡 保存结果
with open("output.md", "w", encoding="utf-8") as f:
f.write(pdf_result.text_content)

EVA 诞生于日本经济大衰退的初期,整部作品给人的面貌是压抑,绝望又有希望,反复拉扯。展现了一个上升通道对于逐步关闭下,个体的不放弃又自我内耗。
尼古喵喵则是在一个在日本长时间衰退期下,颓废感弥漫的日常作品。展现了上升通道完全关闭后的个体的自我放弃,沉迷于短时刺激。
对于上面现象事实意义是:
经济在下行周期初期,社会依然弥漫着上行期的形态,个体人仍然不断去奋斗,但是回报在缩减,自我怀疑随,着时间的继续,整体的社会精神面貌会大变,逐步从《EVA》的内耗,滑向《尼古喵喵》的颓废。

json_encode($info[‘info_json’],JSON_UNESCAPED_UNICODE | JSON_NUMERIC_CHECK);
中文 数值 自动转换