优化废弃的遗留代码和修复API密钥重复加密的问题

2025-09-05 02:03:32 +08:00
parent 939473716c
commit de7c8359ac
5 changed files with 183 additions and 111 deletions
--- a/README.md
+++ b/README.md
@@ -1,90 +1,136 @@
-# AI 作文批改小助手 (´｡• ᵕ •｡`) ♡
+# AI 作文批改助手 ✨

-(＾▽＾)ﾉﾞ 哈罗！欢迎来到AI作文批改小助手的世界！
+(＾▽＾)ﾉﾞ 欢迎使用 AI 作文批改助手！这是一款专为教育工作者和学生设计的智能桌面工具，能够像经验丰富的英语老师一样，自动批改手写英文作文图片，并生成专业详细的批改报告。

-这是一款用爱发电的桌面小工具，它能像一位经验丰富的英语老师一样，帮你自动批改手写的英文作文图片，并生成超级详细的批改报告哟～
-
-### ☆ 应用界面预览 ☆
-![alt text](photo/1.png)
-![alt text](photo/2.png)
-![alt text](photo/3.png)
-![alt text](photo/4.png)
---
-
-## ☆ 亮点闪闪 (Features) ☆
-
-*   **双AI引擎驱动 (Dual AI Engine)**
-    *   首先，由专业的 **视觉模型(VLM)** 来进行高精度的手写文字识别(OCR)，并像老师看卷面一样，给出一个专业的“书写质量分”！(๑•̀ㅂ•́)و✧
-    *   然后，强大的 **大语言模型(LLM)** 会接棒，结合识别出的文本、作文题目和书写分，给你一份内容详实、有深度、有温度的批改报告！
-
-*   **超级自由的可配置性 (Super Flexible)**
-    *   **API随便换**：VLM和LLM的服务地址、API Key、模型名称都可以分开设置，不管你用哪家的AI服务（只要兼容OpenAI格式），都能轻松适配！
-    *   **逻辑你来定**：觉得书写分太严或者太松？在设置里调一下“敏感度因子”就好啦～
-    *   **模板全开放**：核心的批改指令(Prompt)模板完全开放给你！你可以在设置里直接修改它，调整评分标准、总分、或者让AI老师的语气更温柔（或者更严格！），打造你专属的批改风格！ദ്ദി(•ω•´)
-
-*   **闪电般的并发处理 (Lightning-Fast Concurrency)**
-    *   内置了超高效的多线程引擎！不管你一次选一张还是一百张图片，小助手都会派出多位AI老师**同时开始批改**，再也不用漫长地等待啦，大幅节省你的宝贵时间！O(∩_∩)O
-
-*   **企业级的安全感 (Enterprise-Grade Security)**
-    *   你的API Key是非常重要的秘密！我们使用强大的 `cryptography` 库对所有密钥都进行了**加密处理**，才会保存在本地的配置文件里。绝对不会明文泄露，让你的账户安全感满满！(｡･ω･｡)ﾉ♡
-
-*   **开箱即用的小可爱 (Ready to Use)**
-    *   项目已经为 `PyInstaller` 打包做好了万全准备，可以轻松编译成一个独立的 `.exe` 或 `.app` 文件，方便地分享给不太懂技术的朋友们使用～ (^ω^)
+## 🎯 应用界面预览
+![应用界面](photo/1.png)
+![设置界面](photo/2.png)
+![批改过程](photo/3.png)
+![批改报告](photo/4.png)

 ---

-## 使用教程 (ゝ∀･)
+## ✨ 核心特色功能

-1.  **下载程序**: 前往本仓库的 [Releases 页面](https://github.com/Eric-Terminal/Pro_llm_correct/releases) 下载适用于你操作系统的最新版本。
-2.  **首次配置**:
-    *   运行程序，它会发现你还没填API Key，然后自动弹出“设置”窗口。
-    *   在这里填上你的 VLM 和 LLM 服务提供商的 **URL**、**API Key** 和 **模型名称**。
-    *   点击“确定”保存，你的小秘密就被安全地加密保存好啦！
-3.  **开始批改**:
-    *   在主界面的大框框里，输入本次作文的“**题目**”。
-    *   点击“**选择图片**”，可以一次选中所有学生的作文图片哟。
-    *   点击“**开始批改**”，然后就可以泡杯茶，看日志区和进度条实时更新啦！
-4.  **获取报告**: 任务完成后，每一张图片对应的 `.md` 格式批改报告，都会自动出现在原图片所在的文件夹里，是不是很方便呀？
+### 🤖 双AI引擎智能处理
+- **视觉语言模型(VLM)**: 专业的手写文字识别(OCR)和书写质量评估，给出精准的卷面分数
+- **大语言模型(LLM)**: 深度内容分析，提供专业的语法纠错和写作建议
+- **智能作文类型识别**: 自动识别应用文(15分制)和读后续写(25分制)两种高考作文类型
+
+### ⚙️ 极致灵活配置
+- **服务独立配置**: VLM和LLM支持完全独立的API服务、密钥和模型配置
+- **评分标准可调**: 书写质量"敏感度因子"自由调节，适应不同评分要求
+- **Prompt模板开放**: 核心批改指令完全可自定义，打造个性化批改风格
+
+### 🚀 高效并发处理
+- 多线程并发引擎，支持批量处理任意数量的作文图片
+- 智能任务调度，大幅提升批改效率，节省宝贵时间
+- 实时进度显示和详细日志输出，随时掌握处理状态
+
+### 🔒 企业级安全保障
+- 军事级加密算法保护API密钥，防止敏感信息泄露
+- 本地配置文件加密存储，确保账户安全无忧
+- 透明的Token使用统计，方便成本控制
+
+### 📊 专业输出格式
+- **Markdown源文件**: 完整的批改报告，支持进一步编辑和定制
+- **HTML可视化报告**: 美观易读的网页格式，方便分享和查看
+- **详细错误分析**: 语法错误、表达问题、修改建议一应俱全
+- **精准分数评估**: 专业的评分体系，符合高考评分标准

 ---

-## 给开发者小伙伴 (づ｡◕‿‿◕｡)づ
+## 📖 使用指南

-想从源码运行或者一起把它变得更好吗？欢迎欢迎！
+### 快速开始
+1. **下载程序**: 前往 [Releases页面](https://github.com/Eric-Terminal/Pro_llm_correct/releases) 下载最新版本
+2. **首次配置**: 
+   - 运行程序，自动弹出设置窗口
+   - 配置VLM和LLM服务的URL、API密钥和模型名称
+   - 点击确定保存，密钥自动加密存储
+3. **开始批改**:
+   - 在主界面输入作文题目
+   - 点击"选择图片"，多选需要批改的作文图片
+   - 点击"开始批改"，程序自动进行并发处理
+4. **查看报告**: 处理完成后，Markdown和HTML格式报告自动保存在原图片目录

+### 输出文件说明
+- `原文件名_report.md`: Markdown格式详细批改报告
+- `原文件名_report.html`: HTML可视化批改报告
+- 包含: 作文内容、综合评价、亮点优点、问题建议、分数评估
+
+---
+
+## 🛠️ 开发者指南
+
+### 环境搭建
 ```bash
-# 1. 把这个可爱的仓库克隆到本地
+# 1. 克隆仓库
 git clone https://github.com/Eric-Terminal/Pro_llm_correct.git
 cd Pro_llm_correct

-# 2. (推荐) 创建一个专属的虚拟环境
+# 2. 创建虚拟环境（推荐）
 python3 -m venv venv
-source venv/bin/activate  # Windows上是 `venv\Scripts\activate` 哦
+source venv/bin/activate  # Linux/Mac
+# venv\Scripts\activate  # Windows

-# 3. 安装所有需要的魔法咒语 (依赖)
+# 3. 安装依赖
 pip install -r requirements.txt

-# 4. 运行！
+# 4. 运行程序
 python main.py
 ```

-### 打包成魔法小盒子 (o´ω`o)ﾉ
-
-想把它打包成一个独立的程序吗？用 `PyInstaller` 就行啦！
-
+### 项目打包
 ```bash
-# --noconsole: 这样运行时就不会弹出黑乎乎的命令行窗口啦
-# --onefile: 把所有东西都打包成一个文件，干净！
+# 打包为独立可执行文件
 pyinstaller --noconsole --onefile main.py
+
+# 打包好的程序在 dist/ 目录
 ```
-打包好的魔法小盒子会出现在 `dist` 文件夹里。
+
+### 技术架构
+- **前端**: Tkinter GUI界面
+- **核心**: 双AI引擎架构 (VLM + LLM)
+- **安全**: cryptography加密库
+- **并发**: threading + concurrent.futures
+- **输出**: Markdown + HTML渲染

 ---

-## 开源许可证 (License) ( ´ ▽ ` )ﾉ
+## 📝 配置说明

-本项目采用 [MIT License](LICENSE) 开源。简单来说，就是你可以自由地使用、修改和分享它，只要保留原始的版权声明就好啦～
+### 必需配置项
+- `VlmUrl`: VLM服务地址
+- `VlmApiKey`: VLM服务密钥（自动加密）
+- `VlmModel`: VLM模型名称
+- `LlmUrl`: LLM服务地址  
+- `LlmApiKey`: LLM服务密钥（自动加密）
+- `LlmModel`: LLM模型名称
+
+### 可选配置项
+- `SensitivityFactor`: 书写评分敏感度因子（默认1.5）
+- `MaxWorkers`: 最大并发数（默认4）
+- `MaxRetries`: 最大重试次数（默认3）
+- `RetryDelay`: 重试延迟秒数（默认5）
+- `SaveMarkdown`: 是否保存Markdown文件（默认True）
+- `RenderMarkdown`: 是否渲染HTML报告（默认True）

 ---

-*由 Eric-Terminal 精心创造。如果你喜欢这个项目，请不要吝啬你的 Star ☆ 哦！(⁄ ⁄•⁄ω⁄•⁄ ⁄)*
+## 📄 开源协议
+
+本项目采用 [MIT License](LICENSE) 开源协议。您可以自由地使用、修改和分发本软件，只需保留原始的版权声明即可。
+
+---
+
+## 🤝 贡献与支持
+
+如果您在使用过程中遇到问题或有改进建议，欢迎：
+- 提交 [Issue](https://github.com/Eric-Terminal/Pro_llm_correct/issues)
+- 发起 [Pull Request](https://github.com/Eric-Terminal/Pro_llm_correct/pulls)
+- 给项目点个 ⭐ Star 支持一下！
+
+---
+
+*由 Eric-Terminal 精心开发。希望这个工具能够帮助更多的教育工作者和学生！(｡･ω･｡)ﾉ♡*
--- a/api_services.py
+++ b/api_services.py
@@ -53,6 +53,7 @@ Based on the identified essay type, apply the corresponding grading logic. The H
 Analyze the text, identify the essay type, calculate the scores, and present your complete feedback in **Simplified Chinese** using the precise Markdown format specified in the "OUTPUT SPECIFICATION" section. Ensure the final score correctly reflects the total points possible (15 or 25).
 #--- End of English Instructions ---
 # OUTPUT SPECIFICATION (MUST BE IN SIMPLIFIED CHINESE)
+#你应该综合考量书写和内容的评分，内容是主要的，字体是次要的，例如对于写的内容和作文毫无关系但是字很好看的，不应该给3分而是直接给0分
 # 请使用以下Markdown格式，并用简体中文填充所有内容，优点找不到不要硬找，问题建议要把全部问题找出来并且解析，都要遵循类似格式。对于分数的总分则必须由你选择是15分还是25分(不一定是下面的15分)。


--- a/app_ui.py
+++ b/app_ui.py
@@ -42,39 +42,47 @@ class AboutDialog(tk.Toplevel):
        llm_out = config_manager.get('UsageLlmOutput', 0)

        about_text = f"""
-欢迎使用 AI 作文批改助手！这是一款专为教育者和学生设计的智能工具，旨在利用前沿的人工智能技术，提供高效、精准、个性化的英文作文批改体验。
+欢迎使用 AI 作文批改助手！这是一款专为教育工作者和学生设计的智能工具，利用前沿的人工智能技术，提供高效、精准、个性化的英文作文批改体验。

-核心亮点:
- **双核AI引擎:** 采用先进的两步式处理流程。首先由专用的视觉语言模型(VLM)对作文图片进行高精度手写识别(OCR)与专业的书写质量评估；随后，强大的大语言模型(LLM)会结合识别出的文本、作文题目以及书写评分，进行深度、全面的分析与批改。
+✨ 核心特色:

- **极致的灵活性与可配置性:**
-  * **服务分离:** 您可以为VLM和LLM设置完全独立的API服务地址、密钥和模型名称，轻松适配不同的AI提供商（需要兼容OpenAI格式）或自建服务。
-  * **逻辑定制:** 书写评分的“敏感度因子”可在设置中调整，以适应不同年级或要求的评分标准。
-  * **模板开放:** 核心的LLM批改指令模板（Prompt）完全开放给用户。您可以在设置中自由修改，调整评分维度、总分、反馈风格等，实现高度个性化的批改要求。
+- **双AI引擎架构:** 采用创新的两步式处理流程。首先由专业的视觉语言模型(VLM)进行高精度手写文字识别(OCR)和专业的书写质量评估；然后由强大的大语言模型(LLM)结合识别文本、作文题目和书写评分，进行深度内容分析和专业批改。

- **闪电般的并发处理:** 内置高效的多线程并发引擎，无论您选择一张还是上百张图片，程序都能同时处理，大幅缩短批量批改的等待时间。最大并发任务数亦可在设置中自由调整。
+- **极致灵活性:**
+  * **服务独立配置:** VLM和LLM支持完全独立的API服务地址、密钥和模型名称，轻松适配各种AI服务提供商（兼容OpenAI格式）
+  * **智能评分调节:** 书写质量"敏感度因子"可自由调整，适应不同年级和评分标准要求
+  * **Prompt完全开放:** 核心批改指令模板完全可自定义，支持调整评分标准、总分设置和反馈风格

- **企业级的安全保障:** 我们深知API密钥的敏感性。所有密钥信息在保存到本地配置文件时，均经过强大的加密算法处理，有效防止明文泄露，保障您的账户安全。
+- **高效并发处理:** 内置多线程并发引擎，支持批量处理任意数量的图片，大幅提升批改效率，最大并发数可配置

- **人性化的评分策略:** 卷面书写分采用更符合教学直觉的“向上取整至0.5分”规则，确保评分结果既精确又公平。
+- **企业级安全保障:** 所有API密钥均采用军事级加密算法存储，确保您的账户信息安全

-使用说明:
-1. **初次配置:** 点击“设置”，分别填入您的VLM和LLM服务提供商的URL、API密钥和模型名称。
-2. **输入题目:** 在主界面上方的文本框中，输入本次批改的“作文题目”。
-3. **选择文件:** 点击“选择图片”，一次性选择所有需要批改的学生作文图片。
-4. **开始批改:** 点击“开始批改”，程序将自动在后台进行并发处理，您可以在日志区看到实时进度。
-5. **获取报告:** 任务完成后，每一张图片对应的Markdown格式详细批改报告，都会自动生成在原图片所在的目录下。
+- **专业评分体系:** 针对高考英语作文场景设计，支持应用文(15分制)和读后续写(25分制)两种评分标准
+
+📋 使用指南:
+1. **首次设置:** 点击"设置"，配置VLM和LLM服务的URL、API密钥和模型
+2. **输入题目:** 在主界面文本框中输入本次批改的作文题目
+3. **选择图片:** 点击"选择图片"，可多选需要批改的作文图片
+4. **开始批改:** 点击"开始批改"，程序自动进行并发处理
+5. **查看报告:** 处理完成后，Markdown和HTML格式的详细批改报告将保存在原图片目录
+
+🎯 输出格式:
+- Markdown源文件（可编辑）
+- HTML可视化报告（美观易读）
+- 详细的语法错误分析
+- 专业的写作建议
+- 精准的分数评估

 作者: Eric_Terminal
-https://github.com/Eric-Terminal/Pro_llm_correct
-版本: 3.0
+项目地址: https://github.com/Eric-Terminal/Pro_llm_correct
+版本: 3.1

 ---
-历史Token使用量 (仅供参考):
- VLM 输入: {vlm_in:,}
- VLM 输出: {vlm_out:,}
- LLM 输入: {llm_in:,}
- LLM 输出: {llm_out:,}
+历史Token使用统计:
+- VLM 输入Token: {vlm_in:,}
+- VLM 输出Token: {vlm_out:,}
+- LLM 输入Token: {llm_in:,}
+- LLM 输出Token: {llm_out:,}
 """
        
        text_widget.insert("1.0", about_text)
@@ -93,28 +101,31 @@ https://github.com/Eric-Terminal/Pro_llm_correct


 class SettingsDialog(tk.Toplevel):
-    """“设置”对话框，允许用户配置VLM、LLM服务及其他应用参数。"""
-    def __init__(self, parent, current_config: dict):
+    """"设置"对话框，允许用户配置VLM、LLM服务及其他应用参数。"""
+    def __init__(self, parent, config_manager: ConfigManager):
        super().__init__(parent)
        self.transient(parent)
        self.title("设置")
        self.result = None
+        self.config_manager = config_manager

        # 为VLM和LLM服务分别创建Tkinter字符串变量
-        self.vlm_url = tk.StringVar(value=current_config.get("VlmUrl", "https://api.siliconflow.cn/v1/"))
-        self.vlm_api_key = tk.StringVar(value=current_config.get("VlmApiKey", ""))
-        self.vlm_model = tk.StringVar(value=current_config.get("VlmModel", "Pro/THUDM/GLM-4.1V-9B-Thinking"))
-        self.llm_url = tk.StringVar(value=current_config.get("LlmUrl", "https://api.siliconflow.cn/v1/"))
-        self.llm_api_key = tk.StringVar(value=current_config.get("LlmApiKey", ""))
-        self.llm_model = tk.StringVar(value=current_config.get("LlmModel", "moonshotai/Kimi-K2-Instruct"))
-        self.sensitivity_factor = tk.StringVar(value=current_config.get("SensitivityFactor", "1.5"))
-        self.max_workers = tk.StringVar(value=current_config.get("MaxWorkers", "4"))
-        self.max_retries = tk.StringVar(value=current_config.get("MaxRetries", "3"))
-        self.retry_delay = tk.StringVar(value=current_config.get("RetryDelay", "5"))
-        self.render_markdown = tk.BooleanVar(value=current_config.get("RenderMarkdown", True))
+        # 使用config_manager.get()方法获取解密后的值用于显示
+        self.vlm_url = tk.StringVar(value=config_manager.get("VlmUrl", "https://api.siliconflow.cn/v1"))
+        self.vlm_api_key = tk.StringVar(value=config_manager.get("VlmApiKey", ""))
+        self.vlm_model = tk.StringVar(value=config_manager.get("VlmModel", "Pro/THUDM/GLM-4.1V-9B-Thinking"))
+        self.llm_url = tk.StringVar(value=config_manager.get("LlmUrl", "https://api.siliconflow.cn/v1"))
+        self.llm_api_key = tk.StringVar(value=config_manager.get("LlmApiKey", ""))
+        self.llm_model = tk.StringVar(value=config_manager.get("LlmModel", "moonshotai/Kimi-K2-Instruct"))
+        self.sensitivity_factor = tk.StringVar(value=config_manager.get("SensitivityFactor", "1.5"))
+        self.max_workers = tk.StringVar(value=config_manager.get("MaxWorkers", "4"))
+        self.max_retries = tk.StringVar(value=config_manager.get("MaxRetries", "3"))
+        self.retry_delay = tk.StringVar(value=config_manager.get("RetryDelay", "5"))
+        self.save_markdown = tk.BooleanVar(value=config_manager.get("SaveMarkdown", True))
+        self.render_markdown = tk.BooleanVar(value=config_manager.get("RenderMarkdown", True))
        
        # 智能加载Prompt模板：优先使用用户自定义模板，否则使用默认模板
-        user_template = current_config.get("LlmPromptTemplate")
+        user_template = config_manager.get("LlmPromptTemplate")
        self.llm_prompt_template_str = user_template if user_template else DEFAULT_LLM_PROMPT_TEMPLATE


@@ -156,8 +167,10 @@ class SettingsDialog(tk.Toplevel):
        ttk.Entry(other_frame, textvariable=self.max_retries, width=40).grid(column=1, row=2, sticky=(tk.W, tk.E))
        ttk.Label(other_frame, text="重试延迟(秒):").grid(column=0, row=3, sticky=tk.W, pady=2)
        ttk.Entry(other_frame, textvariable=self.retry_delay, width=40).grid(column=1, row=3, sticky=(tk.W, tk.E))
-        ttk.Label(other_frame, text="渲染Markdown报告:").grid(column=0, row=4, sticky=tk.W, pady=2)
-        ttk.Checkbutton(other_frame, variable=self.render_markdown).grid(column=1, row=4, sticky=tk.W)
+        ttk.Label(other_frame, text="保存Markdown文件:").grid(column=0, row=4, sticky=tk.W, pady=2)
+        ttk.Checkbutton(other_frame, variable=self.save_markdown).grid(column=1, row=4, sticky=tk.W)
+        ttk.Label(other_frame, text="渲染HTML报告:").grid(column=0, row=5, sticky=tk.W, pady=2)
+        ttk.Checkbutton(other_frame, variable=self.render_markdown).grid(column=1, row=5, sticky=tk.W)
        
        # LLM Prompt模板编辑区域
        prompt_frame = ttk.LabelFrame(frame, text="LLM Prompt 模板 (可在此修改，请勿修改{}占位符内容导致程序参数无法正常传递，通常情况下修改总分即可)", padding="10")
@@ -191,6 +204,9 @@ class SettingsDialog(tk.Toplevel):
            "LlmModel": self.llm_model.get(),
            "SensitivityFactor": self.sensitivity_factor.get(),
            "MaxWorkers": self.max_workers.get(),
+            "MaxRetries": self.max_retries.get(),
+            "RetryDelay": self.retry_delay.get(),
+            "SaveMarkdown": self.save_markdown.get(),
            "RenderMarkdown": self.render_markdown.get(),
            "LlmPromptTemplate": self.llm_prompt_text.get("1.0", "end-1c")
        }
@@ -318,7 +334,7 @@ class MainApp:

    def _open_settings_dialog(self):
        """打开设置对话框，并根据返回结果更新和保存配置。"""
-        dialog = SettingsDialog(self.root, self.config_manager.config)
+        dialog = SettingsDialog(self.root, self.config_manager)
        if dialog.result:
            # 清理旧的、统一的AI配置和OCR配置，以兼容新版分离的配置
            self.config_manager.config.pop("AiUrl", None)
@@ -413,10 +429,14 @@ class MainApp:
        try:
            final_report, vlm_usage, llm_usage, html_path = self.api_service.process_essay_image(file_path, topic)
            
-            # 保存Markdown源文件
+            # 检查是否保存Markdown文件
+            save_markdown = self.config_manager.get("SaveMarkdown", True)
            report_filename_md = os.path.splitext(file_path)[0] + "_report.md"
-            with open(report_filename_md, 'w', encoding='utf-8') as f:
-                f.write(final_report)
+            
+            # 保存Markdown源文件（如果配置开启）
+            if save_markdown:
+                with open(report_filename_md, 'w', encoding='utf-8') as f:
+                    f.write(final_report)
            
            vlm_in = vlm_usage.get("prompt_tokens", 0)
            vlm_out = vlm_usage.get("completion_tokens", 0)
@@ -426,11 +446,21 @@ class MainApp:
            usage_log = f"Token用量: VLM(in:{vlm_in}, out:{vlm_out}), LLM(in:{llm_in}, out:{llm_out})"
            
            # 记录所有生成的文件
-            output_files = [os.path.basename(report_filename_md)]
+            output_files = []
+            if save_markdown:
+                output_files.append(os.path.basename(report_filename_md))
+            
+            # 检查是否只勾选了HTML，如果是则删除Markdown文件
+            render_html = self.config_manager.get("RenderMarkdown", True)
            if html_path and os.path.exists(html_path):
                output_files.append(os.path.basename(html_path))
                self.ui_queue.put(("log", f"已生成HTML报告: {os.path.basename(html_path)}"))
                
+                # 如果只勾选HTML，不勾选Markdown，则删除Markdown文件
+                if not save_markdown and render_html and os.path.exists(report_filename_md):
+                    os.remove(report_filename_md)
+                    self.ui_queue.put(("log", f"已删除Markdown文件（仅保留HTML）"))
+
            self.ui_queue.put(("log", f"完成批改: {base_name} -> {', '.join(output_files)}"))
            self.ui_queue.put(("log", usage_log))

--- a/config_manager.py
+++ b/config_manager.py
@@ -38,14 +38,10 @@ class ConfigManager:

    def _ensure_default_render_settings(self):
        """确保渲染相关的默认设置存在"""
-        if self.get("RenderMarkdownToImage") is None:
-            self.set("RenderMarkdownToImage", True)  # 默认开启渲染功能
-        if self.get("RenderImageFormat") is None:
-            self.set("RenderImageFormat", "png")  # 默认PNG格式
-        if self.get("RenderImageWidth") is None:
-            self.set("RenderImageWidth", 800)  # 默认图片宽度
-        if self.get("RenderImageQuality") is None:
-            self.set("RenderImageQuality", 90)  # 默认图片质量
+        if self.get("SaveMarkdown") is None:
+            self.set("SaveMarkdown", True)  # 默认保存Markdown文件
+        if self.get("RenderMarkdown") is None:
+            self.set("RenderMarkdown", True)  # 默认开启HTML渲染功能

    def _decrypt(self, encrypted_value: str) -> str:
        """
--- a/markdown_renderer.py
+++ b/markdown_renderer.py
@@ -119,7 +119,6 @@ class MarkdownRenderer:
                margin: 10px 0;
            }
        </style>
-        </style>
        """
        return f"""
        <!DOCTYPE html>