同一套接口就能做万能识别，不用换地址。
英文和数字用 question「识别图中文本」，返回的 msg 是图里的字母或数字。问答用「回答图中问题」，msg 是答案。点选用「框出正确位置」，msg 是坐标。本地图片先转成 base64，不要带 data:image 前缀，再 POST JSON。keyCode 从控制台复制。免费模型用来先测通，正式调用换成普通模型。
import base64
import requests
API = "http://ai.xinyuocr.xyz/api/qrcode/predict"
# question:
# 识别图中文本 英文和数字
# 回答图中问题 问答
# 框出正确位置 点选，坐标在 msg
# modelName: 免费模型先测，普通模型正式用
# base64 不要带 data:image/...;base64, 前缀
# 控制台：ai.xinyuocr.xyz 登录后复制 keyCode
def predict(image_path, key_code, question="识别图中文本", model_name="普通模型"):
with open(image_path, "rb") as f:
image_b64 = base64.b64encode(f.read()).decode()
payload = {
"base64Image": image_b64,
"modelName": model_name,
"keyCode": key_code,
"question": question,
}
data = requests.post(API, json=payload, timeout=60).json()
if data.get("errCode") != 0:
return data.get("err")
return data.get("msg")
if __name__ == "__main__":
print(predict("demo.png", "YOUR_KEYCODE"))
errCode 为 0 才算成功，文本或坐标都在 msg，失败原因在 err。返回 2003 时先等一会再请求，不要立刻重试。查余额走同一主机的 /api/qrcode/balance?keyCode=YOUR_KEYCODE，用 success 判断，付费余额看 money，积分看 freeMoney。
