通过包装图片识别原辅料信息,结合人工核对与维护的检验标准,按模板导出 Excel 查验台账及 Word 检验报告。
已实现本地试用版:账号权限、公司台账、图片分组与识别、人工核对、共享检验标准、修改历史、Excel/Word 导出。公司服务器部署在本地验收后进行。
当前电脑双击 启动本地测试.cmd,浏览器访问 http://127.0.0.1:8000。首次进入建立管理员账号,由管理员分配其他账号。
运行、手机访问、模板签名维护和迁移说明见 本地运行与模板维护。OCR 实测方法与边界见 OCR 实测。
按用户于 2026-10-17 确认的要求,后续修改直接在 main 主分支开发、提交并推送到 origin/main;除非用户另有要求,不再默认创建开发分支。提交前检查改动并运行相关验证,只提交本项目文件。
- 电脑、手机网页使用,区分管理员与普通用户。
- 先进入公司台账,再上传图片、识别及录入。
- 批量录入在“包装图片”旁全选或清空分组;识别未结束也可保存所选记录为待核对,完成后再人工核对。暂存不会自动套用后续识别结果,可重新打开记录查看并选择填入。
- 开源 PaddleOCR-VL-1.5-0.9B 通过模型服务器负责基础识别,DeepSeek
deepseek-flash辅助;默认关闭思考,录入人员可选低强度思考。辅助不可用不影响基础结果、手工录入和保存。 - 所有公司共享物料与检验标准方案,业务字段允许留空。
- Excel 按公司分工作表,Word 每条记录一份。
- 录入采用图片与字段并排布局,列表采用台账表格布局,全站统一青色。
- 本地测试满意后再部署公司服务器。
仓库中的 UI 图片为概念示意。实际业务模板、预置签名、原始照片、数据库和云端密钥不提交 GitHub。
Python 3.12、PostgreSQL 17、Node.js 22 以上。生产依赖锁在 requirements.lock,前端依赖锁在 frontend/package-lock.json。
python -m venv .venv
.\.venv\Scripts\python -m pip install -r requirements.lock -r requirements-dev.txt
cd frontend
npm ci
npm run build
cd ..
# 按 .env.example 配置 DATABASE_URL,放好 templates 中的办公文件
.\scripts\start.ps1测试使用专用 PostgreSQL 数据库:设置 TEST_DATABASE_URL 后执行 scripts/test.ps1。浏览器测试在 frontend 执行 npm test,需安装 Chrome。每个测试使用独立 schema,不读取正式业务数据。模型服务器配置见 OCR 与辅助模型网关:基础 OCR 和 DeepSeek 共用项目外的加密网关配置,不再使用智谱密钥。未配置网关时基础识别使用 RapidOCR,首次使用需下载开源模型,模型就绪后可离线识别。