简介TMS AI Studio v1.3.0.0 for Delphi 11-13 Florence 是一套帮助 Delphi 开发者快速集成人工智能能力的控件库完整源代码。它面向熟悉 Delphi 但缺乏 AI 算法背景的开发者可在熟悉环境下调用图像识别、自然语言处理、机器学习模型等现成组件实现业务应用的智能升级。包体共216个文件大小61.44MB以68个 pas 源码、32个 dproj/dpr 工程文件为主体辅以 dpk 包定义、dfm/fmx 界面布局、res 资源文件以及 dll、示例数据库等结构性展示了控件库的依赖与构建方式便于按模块阅读与二次编译。当前已有120人学习下载。由于提供 Full Source使用者不仅能直接享用控件功能还可深入研读 AI 集成内部实现、修改默认行为、扩展专属智能场景。压缩包内附多个演示窗体与示例工程以及编译脚本和样例数据适合希望将 AI 能力嵌入 Delphi 11/12/13 应用、兼顾定制化需求的中高级开发者在本地搭建验证。1. 从控件到 AgentTMS AI Studio 到底在解决 Delphi 的什么问题拿到这个「Delphi 13.1 控件之 TMS AI Studio v1.3.0.0 for Delphi 11-13 Florence Full Source.rar」第一反应先别是解压安装——先想清楚它解决的是哪一类问题。TMS AI Studio 不是又一个 JSON 序列化库它是把「大模型调用」这整条链路做成 VCL/FMX 控件从 OpenAI 兼容网关鉴权、聊天补全、流式回调到 Florence 这类视觉模型的图像理解、OCR、目标检测再到 Agent 工具调用全都被封装成 Delphi 里能直接拖到 Form 上的可视组件。老 Delphi 项目要接 AI最疼的不是写 HTTP 请求而是密钥管理、JSON 拼装、流式解析、线程回调这一堆杂活。这套控件的价值就是把这些杂活收进面板让业务代码只跟 Delphi 对象打交道。适合谁手上压着老 VCL 工程、想用 Delphi 直接调大模型、又不想养一套 Python 中转服务的团队这篇就是给你们看的。2. 装包前先摸清底细Full Source 包的正确拆法2.1 为什么优先选 Full Source 而不是安装版TMS 家的控件一直分两条线编译好的安装版和 Full Source。这个 rar 名字里带 Full Source含义很实在——所有 pas 和 dpk 都在里面理论上你可以自己改控件源码也可以手工编译到任何受支持的 Delphi 版本。实际使用中我一般会优先要 Full Source原因有三。第一TMS 控件装进 IDE 后默认会注册到 Component Palette但公司内网环境经常禁止往 C 盘 Program Files 写东西Full Source 可以指定输出目录不污染系统盘。第二控件升级时如果只装了二进制版一旦 Delphi 打补丁从 12.0 升到 12.1很多时候会让你重新下载安装包手工编译就没这个烦恼。第三你真的会碰到需要看源码定位问题的时候——比如某个请求头带得不对黑匣子版只能提工单Full Source 能自己断点进去看省下的时间够买好几套控件了。选择时记住一句能跑的工程优先用 Full Source 方案图省事的新手才考虑直接跑安装向导。2.2 解压与目录结构先定位 dpk 和 lib 文件夹拿到 rar 后我习惯先解压到一个纯英文路径比如D:\Libs\TMSAIStudio\不放进 Delphi 的安装目录。原因是 Delphi 的 Library Path 对中文字符和空格支持很差一旦路径里有中文编译时会出现莫名其妙的File not found错误这种玄学问题排查起来非常浪费时间。解压完先不要急着打开 Delphi用命令行把目录结构列一遍确认包内布局符不符合预期。常见的 Full Source 包会按 Delphi 版本分目录或者统一放在Source或Lib目录下里面有.dpk包文件、.pas源码和.res资源文件。用 PowerShell 看一眼# 列出 TMS AI Studio 包根目录下的所有子目录确认版本目录与 dpk 文件位置 Get-ChildItem -Path D:\Libs\TMSAIStudio -Recurse -Include *.dpk,*.dpkg,*.pas | Select-Object FullName,Length | Format-Table -AutoSize这条命令把包内所有 Delphi 包文件和源码文件列出来输出里你会看到类似TMSAIStudio_D12.dpk或AIStudioCore.dpk这样的文件。逻辑说明.dpk是 Delphi 包工程文件Delphi 编译器通过它决定把哪些单元编进包、生成什么后缀的.bpl.dpkg是群组工程用来一次编译多个包。看到这些文件就说明包的解压是完整的可以进 IDE 操作了。这里有个参数值得注意-Include后面你可以自行追加*.inc很多控件包有条件编译开关写在.inc文件里TMS 也经常用.inc控制不同 Delphi 版本的差异。编译报错时先打开.inc看版本定义往往比改代码更快。另外解压后建议立刻右键 rar 查看属性确认没有「已解压」提示这个步骤容易被跳过但 Full Source 包如果缺失资源文件编译时不会立刻报错而是到 IDE 启动加载包时才崩到时候定位成本就高了。2.3 添加 Library Path 与编译顺序先 Core 后 UI包的结构摸清后标准的安装动作是三步加 Library Path、编译 dpk、验证 Palette 注册。第一步在 Delphi 的Tools - Options - Language - Delphi - Library里把包含源码的目录加到 Library Path 中。TMS 这类控件通常拆成运行期包和设计期包运行期包是业务代码引用的设计期包负责在 IDE 里画控件。编译顺序必须是先运行期、后设计期否则 IDE 会提示找不到 xxx.dcp。我一般会新建一个dcu输出目录比如D:\Libs\TMSAIStudio\dcu\$(Platform)这样编译产物不混在源码里升级时直接清空 dcu 目录重编就能得到干净环境避免旧 dcu 导致的版本错乱。编译前把 Delphi 编译器选项里的Generate all .dcu files打开不打开的话跨平台工程同时编 Win32/Win64会因为 dcu 平台不匹配翻车。接下来打开 dpk 文件按依赖顺序逐个Compile。这里注意看包名后缀标题里写的是 for Delphi 11-13解压后你会看到D11、D12、D13或_D12这样的后缀必须选与你 IDE 版本对应的那个 dpk选错版本编出来的 bpl 就算侥幸能装上运行时也会报Package ... was compiled with a different version of ...的经典错误。// 安装完成后新建一个 VCL 工程在单元头部引用核心命名空间来验证安装 // 如果 IDE 能编译通过并弹出窗体说明运行期包已被正确链接 uses TMS.AI.Core, // 核心客户端组件所在单元 TMS.AI.Florence, // Florence 视觉模型组件单元 TMS.AI.Visual; // 可视化 Agent / 聊天组件单元这段代码没有实际业务逻辑它的作用是触发编译器去解析这三个单元。如果 Library Path 配错或 dpk 没编过IDE 会在uses这一行直接报F2613 Unit TMS.AI.Florence not found这就是最直接的安装反馈。参数说明TMS.AI.Core这一类单元名不是死的具体以你解压包里的实际 pas 文件名称为准——有的版本用AIStudio.Core有的用TMSAI.Types看目录里的.pas列表即可。判断标准只有一个编译不报错并且能在Component Palette里看到新增的组件页签。安装到这里只算完成一半接下来还要验证它真的能连上服务。3. 跑通第一个 LLM 对话从 Palatte 到 JSON 的完整链路3.1 组件背后的调用链TMS 到底替你做了哪些事很多人拖了一个TTMSOpenAIClient到窗体上以为它是个黑匣子其实它做的事情完全可以拆开看。TMS AI Studio 的客户端组件本质上是把标准的 REST 调用折叠成了 Delphi 方法你在属性面板里填 BaseURL、API Key、模型名调用一个ChatCompletion方法控件内部负责拼接 JSON 请求体、设置鉴权请求头、用异步 HTTP 发请求、再把返回 JSON 反序列化成TMSChatResponse对象。其中最容易被忽视的是流式输出的处理——直接调 REST API 通常返回一整段 JSON大模型的输出可能要等十几秒甚至更久用户界面会卡死。TMS 的组件默认把 HTTP 请求放在后台线程通过OnStream或OnPartial回调往主线程抛数据块这样聊天窗口能像 Web 版那样一个字一个字往外蹦。明白了这层关系你就知道后面所有参数调整都是在跟这个链路打交道。3.2 最小可运行的聊天 DemoDelphi 代码里怎么配找一张空 Form放一个TMemo当聊天记录、一个TEdit当输入框、一个TButton当发送按钮再加一个客户端组件代码量控制在一屏以内。用 OpenAI 兼容协议的大模型网关最多因为它是事实标准不管是国内服务还是企业内网部署的模型网关绝大多数都兼容这个协议。下面是核心代码写在按钮的OnClick里procedure TForm1.btnSendClick(Sender: TObject); var Request: TMSChatRequest; Response: TMSChatResponse; ErrMsg: string; begin // 1. 组装对话请求系统提示词约束角色用户消息为输入框内容 Request : TMSChatRequest.Create; try Request.Model : qwen-plus; // 选一个 OpenAI 兼容的模型名 Request.Temperature : 0.7; // 采样温度控制输出随机性 Request.MaxTokens : 1024; // 单次回复的最大 token 数 Request.AddSystemMessage(你是一个熟悉 Delphi 的资深架构师回答要简洁、给代码。); Request.AddUserMessage(edtInput.Text); // 2. 同步发起调用组件内部已在后台线程执行 HTTP不会卡 UI Response : TMSOpenAIClient1.ChatCompletion(Request, ErrMsg); try if Assigned(Response) then mmoChat.Lines.Add(AI: Response.Content) else mmoChat.Lines.Add([错误] ErrMsg); finally Response.Free; end; finally Request.Free; end; end;这段代码做完两件事组装请求对象、发起调用并取回文本结果。逻辑说明AddSystemMessage和AddUserMessage是组件提供的语义化方法TMS 在内部把它们转换成 OpenAI 协议里的system和user角色数组你不需要手工拼 JSONChatCompletion是同步方法的命名风格但控件内部用了异步 HTTP主线程不会假死。参数说明Temperature在需要稳定输出的场景比如数据抽取、代码生成调到 0.20.3在写作文、头脑风暴场景调到 0.80.9MaxTokens不是回复长度的上限是生成预算的上限设太大会让单个慢请求占用连接设太小会导致回答被截断1024 对这个 Demo 够用。如果你用的组件派生产自 TMS 其他 AI 系列方法名可能是CreateChatCompletion或GetChatCompletion注意看 IDE 代码提示即可。3.3 必调参数流式、超时、重试与密钥保管同步 Demo 跑通只证明链路通真正要上生产还有四个参数必须动。第一个是流式回调TMS 的客户端多半带EnableStreaming属性设成True后用OnStreamDelta事件逐段接收文本在事件里往 Memo 追加内容就能做到打字机效果。这个效果不只是好看用户在等待时能看到输出在增长就会愿意等这是聊天类产品的基本体验。第二个是Timeout默认值往往是 60 秒大模型推理经常超过这个数尤其在用慢模型或满负载网关时我一般设到 180 秒。第三个是重试次数TMS 底层用 Indy 或 NetHTTP 时对 429限流和 5xx网关错误的重试策略不同控件一般提供RetryCount属性我建议设 23 次但重试之间要有退避否则网关限流会雪上加霜。第四个是密钥保管APIKey属性如果直接写在 dfm 里别人拿到工程就能看到至少单独放到一个AIKeys.inc文件里并加入版本库忽略名单或者运行时从外部配置读入不要让明文密钥出现在窗体文件里。4. 让 Delphi 看懂图Florence 模型接入与图像理解4.1 Florence 在 TMS 里扮演什么角色Florence 不是聊天模型它是微软公布的视觉基础模型核心能力是把图片变成文字结构可以做 OCR 文字识别、目标检测返回目标框和标签、区域描述、整图描述、视觉问答等。TMS 把它集成进 Delphi意味着 VCL 程序里可以直接把TImage里的图、TBitMap 里的截图、甚至 PDF 渲染出的页面交给 Florence它返回结构化 JSONDelphi 再用TJSONObject解析。这个组合让 Delphi 老项目第一次能高效处理「看图说话」类需求。我见过最快的落地案例用 Delphi 的WebBrowser控件打开一个内部系统定时截取页面区域再调用 Florence 把表格区域变成文字描述——整个流程不需要任何 OCR 中间服务一台普通 Windows 机器就能跑。标题里特别提到 Florence Full Source说明这个包不光能调 Florence 的服务端 API还可能包含了本地推理接口或者对 Florence 模型的完整封装源码这对要做离线识别、数据不出内网的团队价值很大。4.2 把 TImage 转成 Florence 能吃的 Base64压缩这一步不能省Florence 服务端对图片有体积和分辨率限制最常见的是图片最大 20MB、边长阈值在 2048 像素左右。Delphi 程序里截屏或加载的图往往远超这个数所以必须先压缩。压缩策略我固定用两步先等比缩放到最长边 1024再保存为 JPEG 质量 85。这个组合在清晰度和体积之间最稳OCR 对小字体的需求也能满足。用 VCL 里的TBitmap配合JPEG单元做转换function BitmapToFlorenceBase64(Src: TBitmap; MaxSide: Integer 1024; Quality: Integer 85): string; var Bmp: TBitmap; Jpg: TJPEGImage; MS: TMemoryStream; Scale: Double; begin Bmp : TBitmap.Create; try // 1. 等比缩放长边控制在 MaxSide避免服务端拒绝超大图 if Src.Width Src.Height then Scale : MaxSide / Src.Width else Scale : MaxSide / Src.Height; Bmp.Width : Round(Src.Width * Scale); Bmp.Height : Round(Src.Height * Scale); Bmp.Canvas.StretchDraw(Rect(0, 0, Bmp.Width, Bmp.Height), Src); // 2. 转 JPEG 并编码为 Base64 字符串 Jpg : TJPEGImage.Create; MS : TMemoryStream.Create; try Jpg.Assign(Bmp); Jpg.CompressionQuality : Quality; Jpg.SaveToStream(MS); MS.Position : 0; // 调用 EncodeBase64 前要先解码字节Delphi 自带 EncdDecd 单元 Result : TNetEncoding.Base64.EncodeBytesToString(MS.ToArray); finally Jpg.Free; MS.Free; end; finally Bmp.Free; end; end;逻辑说明先把原始图StretchDraw到缩放后的画布这一步保证图像不失真地变更尺寸然后走 JPEG 压缩利用 JPEG 对自然图像的压缩率把体积降下来最后把 JPEG 字节流转成 Base64 字符串供 Florence 请求装配。参数说明MaxSide设 1024 是保险线Florence 服务端如果支持更大分辨率可以适当提高到 1536但要同时观察请求耗时图片越大推理越慢Quality设 85 而不是 90 以上是为了压体积Florence 对 JPEG 质量不是特别敏感85 足够。注意有个容易被忽略的坑TNetEncoding.Base64在 Delphi 10.3 才有旧版本请改用EncdDecd.pas的EncodeBase64(MS.Memory, MS.Size)接口形式不同效果一样。另外Florence 如果走的是本地推理模型这一步就不是为了体积而是为了归一化输入尺寸因为本地模型往往固定输入大小缩放是硬要求。4.3 两个值得复用的落地场景截图识别与表格 OCR场景一VCL 里定时截取全屏或某区域把截图交给 Florence 做「界面描述」再配合聊天模型生成操作指令这就是轻量级 RPA 的雏形。Delphi 里截屏用TCanvas.CopyRect从桌面 DC 抓图抓到TBitmap后直接调用上面的BitmapToFlorenceBase64方法把 Base64 塞进请求的image字段。这比调用海康摄像头抓帧再走 OpenCV 的方案简单因为控件层已经替你消化掉了 HTTP 细节。场景二Delphi 的TRBuilder或TMS Flexcel导出 PDF 后把 PDF 页面渲染成位图再做 OCR。热搜里那条「delphi rbuilder 导出成pdf」其实就接着这条线导出的 PDF 如果后续要录入系统先用 Florence 识别一遍能自动填单。Florence 返回的目标检测 JSON 里带坐标框你可以用 TCanvas 把识别结果框在原图上画出来给用户一次可视化的校对机会。5. TMS AI Studio 避坑指南全源码模式下最常见的 5 个翻车现场5.1 现象IDE 启动报「Package 版本不匹配」或直接崩原因最常见的是机器上装了多个 Delphi 版本或者之前装过 TMS 其他控件的旧编译产物你手工编译的新 bpl 被 IDE 加载器和旧 bpl 混用两边的 dcu 版本对不上。另一个高频原因是你在 Delphi 11 里编译了但Target Platforms里同时勾了 Win32 和 Win64只编了其中一个平台却注册了全部。解决先关掉 IDE进C:\Users\用户名\AppData\Roaming\Embarcadero\BDS\下的对应版本目录清空 Known Packages 缓存里的 TMS 条目再回到源码目录删除所有__history、dcu输出目录里的旧文件只保留当前目标平台重新编译最后只编译和你 IDE 版本匹配的那个 dpk不要顺手把相邻版本的也编了。5.2 现象请求发出去十几秒后超时或返回 403/401原因不是模型的错大多是 TLS 版本和证书校验的问题。Delphi 的 Indy 组件默认 SSL 版本可能是 TLS 1.0很多模型网关在新版本里直接禁用了 TLS 1.0/1.1只开 TLS 1.2/1.3。另外公司电脑如果装了安全代理证书链会不完整Indy 校验证书时直接失败。解决在窗体创建时强制设置安全协议用 Delphi 自带的TIdSSLIOHandlerSocketOpenSSL时在OnConnect里把SSLOptions.Method设为sslvTLSv12如果用的是 NetHTTP 客户端检查SecureProtocols属性把 TLS 1.2 打开。不要只开 TLS 1.3部分网关和代理的兼容性还停在 1.2。证书报错时先确认不是公司内部的证书劫持如果是内网实验室环境可以在代码里临时跳过证书校验做连通性测试但生产环境不要这样干。5.3 现象Florence 返回「invalid image」或空结果原因图片转 Base64 之后体积仍然超标或者格式不对。很多模型网关要求图片提交为 JPEG/PNG 的原始字节流而不是带有 data URL 前缀的完整串如果你直接把data:image/jpeg;base64,前缀保留下来一起发出去服务端解析器会报格式错误。另外监控摄像头取到的 BMP 位图里可能带透明通道或 32 位色深Florence 模型不支持。解决回看第二章的封装函数确认输出的是纯 Base64 字符串把Bmp.PixelFormat先强制设成pf24bit再转 JPG压缩后如果体积还在 1MB 以上把MaxSide降到 768。做这一步时用 Delphi 的TFileStream把编码结果直接落盘看一下大小别靠猜。5.4 现象编译过程中报内存错误或 IDE 越来越卡原因这就是热搜里那条「delphi 编译程序报内存错误」在控件场景下的变体。TMS 控件包比较大全源码模式下 IDE 要加载的符号多再加上开了 Code Insight 的自动成员提示Delphi 编辑器会把你机器内存吃满。更隐蔽的诱因是安装时把输出目录放进了输入目录dcu 和 pas 混在一个夹子里Delphi 编译时反复扫描自身生成的文件陷入循环。解决准备一个 dcu 独立输出目录并确保它不在源码目录的子路径里关闭 IDE 的Background compilation功能改成手动编译如果 32 位 Delphi 在 Windows 上经常崩换 64 位 IDE 或把大工程拆成多个包。这条属于环境整洁度问题做对了能省掉后面几个月的火气。5.5 现象中文响应乱码或截断原因TMS 的 HTTP 客户端在解析响应体时用了 ISO-8859-1 或系统默认代码页而大模型网关返回的流式 JSON 是 UTF-8。另一处是请求方的角色消息里如果带中文组件内部拼 JSON 时发生了隐式编码转换。解决看控件是否暴露ResponseCharset属性有就显式设成UTF-8没有的话拿到Response.Content后先用TEncoding.UTF8.GetString(RawBytes)自己转一遍不要直接用String。如果问题出在流式回调的分段字符上多半是 TCP 分包把多字节中文切成了两半TMS 的组件做了缓冲拼接还好一旦没有你需要在回调里维护一个TStringBuilder把接收到的字节先累积再按 UTF-8 解码而不是逐段TEncoding.UTF8.GetString。处理完中文再把MaxTokens往上提一点中文 token 密度比英文高同样语义下多耗 1.5 到 2 倍 token1024 对中文对话很容易截断。6. 再往前走一步把控件调用封装成自己的服务层最后一招直接决定这套控件的寿命不要在 Form 里到处直接TMSOpenAIClient1.ChatCompletion控件的 API 跟着版本走明年 TMS 升级到 v2 可能改方法名你的业务代码会被牵着鼻子走。我习惯是在业务层定义自己的接口把 AI 调用挡在接口后面type ITextAIService interface function Complete(const Prompt: string; SystemPrompt: string ): string; function CompleteStream(const Prompt: string; OnDelta: TProcstring): string; end;然后写一个TTMSTextAIService类实现这个接口内部持有 TMS 的客户端组件实例把所有参数模型名、温度、超时、密钥来源收敛到类的构造器里。这样以后不管是把 TMS 换成别的控件还是直接改成 REST 自研Form 层的代码一行都不用动。做这个封装时带上一个习惯给服务和模型写个真实可用性的验收清单用 Delphi 写一个小工具逐个测模型连通性、中文乱码、长文本截断、流式是否卡顿测完勾选留档。这个清单比我在这里多写两千字都值——再遇到 5.2 节那种 TLS 冲突你只需要跑一遍工具就能定位是环境问题还是模型网关问题不用再开两个工程对比玄学。我自己的 Delphi 项目里一直维持这个习惯用 TMS AI Studio 只是把验证范围从「调通大模型」扩到了「调通控件封装层」而已希望帮到你。本文还有配套的精品资源点击获取
