AutoHomework Readme

1. 项目简介

AutoHomework 会自动完成以下流程：

1. 读取 homework_images/ 中的题目图片
2. 用 Gemini 做 OCR 提取题目文本
3. 用 DeepSeek 生成解题步骤
4. 用 Gemini Nano Banana Pro 生成手写风格作业图
5. 结果输出到 results/

2. 运行环境

• Python 3.10+

3. 安装依赖

在项目根目录执行：

pip install google-genai openai pillow matplotlib

如果你使用虚拟环境，请先激活虚拟环境再安装依赖。

4. 配置环境变量

main.py 当前通过环境变量读取密钥和地址：

• GEMINI_API_KEY
• DEEPSEEK_API_KEY
• DEEPSEEK_BASE_URL
• DEEPSEEK_MODEL_ID

在这里可以配置你的 API_KEY 和 API Base URL 。原则上你可以使用任何 OpenAI 兼容的模型来作为解题模型，不过我们推荐使用 deepseek_reasoner 。

5. 目录结构

AutoHomework/
├─ main.py
├─ homework_images/    # 放题目图片（png/jpg/jpeg）
├─ results/            # 输出图片目录
└─ readme.md

6. 启动方式

把待处理题目图片放到 homework_images/ 后，在项目根目录运行：

python main.py

运行成功后，生成结果会保存在 results/（如 first_image.png）。

7. Todo

• 多模型支持
• 完善生图 pipeline，进行解题步骤转写/图片编辑
• 多语言支持