Add ./manage.py chat

api/emblemapi/settings.py

@@ -185,3 +185,6 @@ EMAIL_HOST_PASSWORD = 'N72yBNi4cJw'
 SERVER_EMAIL = EMAIL_HOST_USER
 
 CSRF_TRUSTED_ORIGINS = ['https://*.themblem.com', 'https://themblem.com']
+
+KIMI_API_KEY = "sk-IKA7ZnDrv44mfaorjF5UZjSsml66yaBNdcrASJsV90hCSdgn"
+KIMI_API_URL = "https://api.moonshot.cn/v1"

api/products/README_AI_CHAT.md

@@ -0,0 +1,180 @@
+# AI聊天功能使用说明
+
+## 概述
+
+AI聊天模块为徵象防伪验证平台提供智能客服功能，基于Moonshot Kimi K2 API实现。
+
+## 文件结构
+
+```
+api/products/
+├── aichat.py                    # 核心AI聊天库
+├── management/
+│   └── commands/
+│       └── chat.py             # Django管理命令
+└── README_AI_CHAT.md           # 本文档
+```
+
+## 使用方法
+
+### 1. 作为Django管理命令运行（推荐）
+
+```bash
+# 进入Django项目目录
+cd api
+
+# 启动AI聊天
+python manage.py chat
+
+# 使用自定义参数
+python manage.py chat --api-key "your_key" --history-file "~/.custom_history"
+```
+
+**可用参数:**
+- `--history-file`: 指定历史文件路径 (默认: ~/.aichat_history)
+
+**注意:** API密钥和URL现在从Django设置中自动获取，无需命令行参数
+
+### 2. 作为Python库导入
+
+```python
+from products.aichat import AIChatService
+
+# 创建服务实例
+service = AIChatService()
+
+# 发送消息
+response = service.chat("你好，请介绍一下徵象平台")
+
+# 查看对话历史
+history = service.get_conversation_history()
+
+# 清空历史
+service.clear_history()
+```
+
+### 3. 直接运行库文件（测试模式）
+
+```bash
+python api/products/aichat.py
+```
+
+## 功能特性
+
+### 核心功能
+- **智能对话**: 基于Kimi K2的AI客服
+- **工具调用**: 支持二维码扫描等工具
+- **多轮对话**: 完整的对话历史管理
+- **品牌定制**: 徵象平台专属系统提示词
+
+### 控制台功能
+- **Readline支持**: 完整的命令行体验
+- **历史记录**: 持久化的输入历史
+- **智能补全**: Tab键命令补全
+- **快捷键**: Emacs风格的编辑快捷键
+
+## 可用命令
+
+在聊天界面中，可以使用以下命令：
+
+- `help` - 显示帮助信息
+- `history` - 查看AI对话历史
+- `clear` - 清空对话历史
+- `readline-help` - 显示快捷键帮助
+- `stats` - 显示readline统计信息
+- `quit/exit/q` - 退出系统
+
+## 快捷键
+
+### 导航
+- `↑/↓` - 浏览历史记录
+- `Ctrl+A` - 跳转到行首
+- `Ctrl+E` - 跳转到行尾
+
+### 编辑
+- `Ctrl+U` - 删除到行首
+- `Ctrl+K` - 删除到行尾
+- `Ctrl+W` - 删除单词
+
+### 搜索
+- `Ctrl+R` - 反向搜索历史
+- `Ctrl+S` - 正向搜索历史
+
+### 补全
+- `Tab` - 自动补全命令
+
+## 配置说明
+
+### 环境变量
+- `KIMI_API_KEY`: Moonshot API密钥（在Django设置中配置）
+- `KIMI_API_URL`: Moonshot API基础URL（在Django设置中配置）
+
+### Django设置配置
+API凭证在 `emblemapi/settings.py` 中配置：
+```python
+KIMI_API_KEY = "your_api_key_here"
+KIMI_API_URL = "https://api.moonshot.cn/v1"
+```
+
+### 历史文件
+- 默认位置: `~/.aichat_history`
+- 最大记录数: 1000条
+- 自动保存: 退出时自动保存
+
+## 开发说明
+
+### 扩展工具
+在`AIChatService._define_tools()`中添加新工具：
+
+```python
+def _define_tools(self):
+    return [
+        {
+            "type": "function",
+            "function": {
+                "name": "your_tool_name",
+                "description": "工具描述",
+                "parameters": {
+                    "type": "object",
+                    "properties": {},
+                    "required": []
+                }
+            }
+        }
+    ]
+```
+
+### 自定义系统提示词
+修改`_add_system_message()`方法中的`system_prompt`变量。
+
+## 故障排除
+
+### 常见问题
+
+1. **API调用失败**
+   - 检查API密钥是否正确
+   - 确认网络连接正常
+   - 查看错误日志
+
+2. **Readline功能异常**
+   - 确认终端支持readline
+   - 检查历史文件权限
+   - 尝试重新创建历史文件
+
+3. **导入错误**
+   - 确认Django环境已激活
+   - 检查Python路径设置
+   - 验证依赖包安装
+
+### 调试模式
+使用`--verbosity=2`参数获取详细日志：
+
+```bash
+python manage.py chat --verbosity=2
+```
+
+## 更新日志
+
+- **v1.0**: 初始版本，支持基础AI聊天和工具调用
+- **v1.1**: 添加readline支持和Django管理命令
+- **v1.2**: 重构为库模块，分离界面和核心功能

api/products/aichat.py

@@ -0,0 +1,324 @@
+#!/usr/bin/env python3
+"""
+AI Chat Module for 徵象防伪验证平台
+基于 Moonshot Kimi K2 API 的智能客服聊天系统
+"""
+
+import os
+import json
+import time
+from typing import List, Dict, Any, Optional
+from dataclasses import dataclass
+from openai import OpenAI
+from django.conf import settings
+
+
+@dataclass
+class ToolCall:
+    """工具调用数据结构"""
+    id: str
+    type: str
+    function: Dict[str, Any]
+
+
+@dataclass
+class ToolResult:
+    """工具执行结果"""
+    tool_call_id: str
+    content: str
+
+
+class AIChatService:
+    """AI聊天服务主类"""
+    
+    def __init__(self, api_key: str = None, base_url: str = None):
+        """初始化AI聊天服务
+        
+        Args:
+            api_key: Moonshot API密钥
+            base_url: API基础URL
+        """
+        self.api_key = api_key or getattr(settings, 'KIMI_API_KEY', None)
+        self.base_url = base_url or getattr(settings, 'KIMI_API_URL', None)
+        
+        if not self.api_key:
+            raise ValueError("KIMI_API_KEY is required")
+        
+        self.client = OpenAI(
+            api_key=self.api_key,
+            base_url=self.base_url
+        )
+        
+        self.model = "kimi-k2-0711-preview"
+        self.conversation_history: List[Dict[str, str]] = []
+        self.tools = self._define_tools()
+        
+        # 添加系统提示词
+        self._add_system_message()
+    
+    def _define_tools(self) -> List[Dict[str, Any]]:
+        """定义可用工具"""
+        return [
+            {
+                "type": "function",
+                "function": {
+                    "name": "start_qr_scan",
+                    "description": "启动二维码扫描，暂停对话等待扫描结果",
+                    "parameters": {
+                        "type": "object",
+                        "properties": {},
+                        "required": []
+                    }
+                }
+            }
+        ]
+    
+    def _add_system_message(self):
+        """添加系统提示词"""
+        system_prompt = """你是一个专业的徵象防伪验证平台AI客服助手。
+
+平台介绍：
+徵象是由广州市诚投科技有限公司开发的AI驱动的智能防伪平台，通过多模态特征识别构建新一代防伪验证体系，实现从物理防伪到数字认证的全链路保护。系统采用ISO 12931国际防伪标准，已获取国家发明专利(证书编号:CN 115222000 B)。
+
+服务范围：
+1. 商品防伪验证
+2. 证件安全验证  
+3. 工业品防伪
+4. 品牌数字化服务
+
+服务原则：
+1. 专业、友好、准确回答用户问题
+2. 优先使用官方信息回答
+3. 对于不确定的信息，明确告知用户
+4. 引导用户使用相关功能和服务
+5. 当用户需要验证产品真伪时，主动提供二维码扫描功能
+
+可用工具：
+- start_qr_scan: 启动二维码扫描功能，用于产品防伪验证
+
+请根据用户问题提供准确、有用的回答。如果用户需要验证产品，请使用二维码扫描工具。"""
+        
+        self.conversation_history.append({
+            "role": "system",
+            "content": system_prompt
+        })
+    
+    def _execute_tool(self, tool_call: ToolCall) -> ToolResult:
+        """执行工具调用
+        
+        Args:
+            tool_call: 工具调用信息
+            
+        Returns:
+            工具执行结果
+        """
+        # Debug logging
+        print(f"🔧 执行工具调用: {tool_call.function}")
+        
+        function_name = tool_call.function.name if hasattr(tool_call.function, 'name') else tool_call.function.get('name', '')
+        print(f"🔧 工具名称: {function_name}")
+        
+        if function_name == "start_qr_scan":
+            return self._execute_qr_scan(tool_call.id)
+        else:
+            return ToolResult(
+                tool_call_id=tool_call.id,
+                content=f"未知工具: {function_name}"
+            )
+    
+    def _execute_qr_scan(self, tool_call_id: str) -> ToolResult:
+        """执行二维码扫描（模拟实现）
+        
+        Args:
+            tool_call_id: 工具调用ID
+            
+        Returns:
+            扫描结果
+        """
+        print("\n🔍 启动二维码扫描...")
+        print("📱 请在客户端打开相机进行扫描...")
+        
+        # 模拟扫描过程
+        for i in range(5, 0, -1):
+            print(f"⏳ 扫描中... {i}秒后完成")
+            time.sleep(1)
+        
+        print("✅ 扫描完成！")
+        print("🎯 验证结果：通过")
+        print("🏷️ 二维码标签：真品")
+        
+        # 返回验证结果
+        result = {
+            "status": "pass",
+            "message": "二维码验证通过，产品为真品",
+            "verification_time": time.strftime("%Y-%m-%d %H:%M:%S")
+        }
+        
+        return ToolResult(
+            tool_call_id=tool_call_id,
+            content=json.dumps(result, ensure_ascii=False)
+        )
+    
+    def chat(self, user_message: str) -> str:
+        """发送消息给AI并获取回复
+        
+        Args:
+            user_message: 用户消息
+            
+        Returns:
+            AI回复内容
+        """
+        # 添加用户消息到历史
+        self.conversation_history.append({
+            "role": "user",
+            "content": user_message
+        })
+        
+        try:
+            # 调用Moonshot API
+            response = self.client.chat.completions.create(
+                model=self.model,
+                messages=self.conversation_history,
+                tools=self.tools,
+                tool_choice="auto",
+                temperature=0.7,
+                max_tokens=2000
+            )
+            
+            assistant_message = response.choices[0].message
+            
+            # 检查是否有工具调用
+            if assistant_message.tool_calls:
+                # 执行工具调用
+                tool_results = []
+                for tool_call in assistant_message.tool_calls:
+                    # 将function对象转换为字典格式
+                    function_dict = {
+                        'name': tool_call.function.name,
+                        'arguments': tool_call.function.arguments
+                    }
+                    
+                    tool_call_obj = ToolCall(
+                        id=tool_call.id,
+                        type=tool_call.type,
+                        function=function_dict
+                    )
+                    result = self._execute_tool(tool_call_obj)
+                    tool_results.append(result)
+                
+                # 将工具结果发送给AI获取最终回复
+                tool_messages = []
+                for result in tool_results:
+                    tool_messages.append({
+                        "role": "tool",
+                        "content": result.content,
+                        "tool_call_id": result.tool_call_id
+                    })
+                
+                # 添加助手消息和工具结果到历史
+                self.conversation_history.append({
+                    "role": "assistant",
+                    "content": assistant_message.content or "",
+                    "tool_calls": [
+                        {
+                            "id": tc.id,
+                            "type": tc.type,
+                            "function": {
+                                "name": tc.function.name,
+                                "arguments": tc.function.arguments
+                            }
+                        } for tc in assistant_message.tool_calls
+                    ]
+                })
+                self.conversation_history.extend(tool_messages)
+                
+                # 获取最终回复
+                final_response = self.client.chat.completions.create(
+                    model=self.model,
+                    messages=self.conversation_history,
+                    temperature=0.7,
+                    max_tokens=2000
+                )
+                
+                final_message = final_response.choices[0].message.content
+                
+                # 添加最终回复到历史
+                self.conversation_history.append({
+                    "role": "assistant",
+                    "content": final_message
+                })
+                
+                return final_message
+            else:
+                # 没有工具调用，直接返回回复
+                content = assistant_message.content or "抱歉，我没有获取到有效回复。"
+                
+                # 添加助手回复到历史
+                self.conversation_history.append({
+                    "role": "assistant",
+                    "content": content
+                })
+                
+                return content
+                
+        except Exception as e:
+            error_msg = f"AI服务调用失败: {str(e)}"
+            print(f"❌ {error_msg}")
+            return error_msg
+    
+    def get_conversation_history(self) -> List[Dict[str, str]]:
+        """获取对话历史
+        
+        Returns:
+            对话历史列表
+        """
+        return self.conversation_history.copy()
+    
+    def clear_history(self):
+        """清空对话历史"""
+        self.conversation_history = []
+        self._add_system_message()
+    
+    def print_history(self):
+        """打印对话历史"""
+        print("\n" + "="*50)
+        print("对话历史:")
+        print("="*50)
+        
+        for i, message in enumerate(self.conversation_history):
+            role = message["role"]
+            content = message["content"]
+            
+            if role == "system":
+                print(f"🤖 系统: {content[:100]}...")
+            elif role == "user":
+                print(f"👤 用户: {content}")
+            elif role == "assistant":
+                print(f"🤖 AI助手: {content}")
+            elif role == "tool":
+                print(f"🔧 工具结果: {content}")
+            
+            if i < len(self.conversation_history) - 1:
+                print("-" * 30)
+        
+        print("="*50)
+
+
+if __name__ == "__main__":
+    """直接运行时的简单测试"""
+    print("🧪 AI聊天库测试模式")
+    print("=" * 30)
+    print("这是一个库模块，建议使用以下方式运行:")
+    print("1. Django管理命令: python manage.py chat")
+    print("2. 作为库导入: from products.aichat import AIChatService")
+    print("=" * 30)
+    
+    # 简单的功能测试
+    try:
+        service = AIChatService()
+        print("✅ AIChatService 初始化成功")
+        print(f"📝 系统提示词长度: {len(service.conversation_history[0]['content'])} 字符")
+        print(f"🔧 可用工具数量: {len(service.tools)}")
+    except Exception as e:
+        print(f"❌ 初始化失败: {e}")
+

api/products/management/__init__.py

@@ -0,0 +1 @@
+# Django management package

api/products/management/commands/__init__.py

@@ -0,0 +1 @@
+# Django management commands package

api/products/management/commands/chat.py

@@ -0,0 +1,275 @@
+#!/usr/bin/env python3
+"""
+Django management command for AI chat with readline support
+Usage: python manage.py chat
+"""
+
+import os
+import readline
+import atexit
+from django.core.management.base import BaseCommand
+from products.aichat import AIChatService
+
+
+class ReadlineConfig:
+    """Readline配置类"""
+    
+    def __init__(self, history_file: str = None):
+        self.history_file = history_file or os.path.expanduser("~/.aichat_history")
+        self.commands = ['help', 'history', 'clear', 'readline-help', 'stats', 'quit', 'exit', 'q']
+        self.setup_readline()
+    
+    def setup_readline(self):
+        """设置readline功能"""
+        # 设置历史文件
+        try:
+            readline.read_history_file(self.history_file)
+        except FileNotFoundError:
+            pass
+        
+        # 设置历史文件大小
+        readline.set_history_length(1000)
+        
+        # 注册退出时保存历史
+        atexit.register(self.save_history)
+        
+        # 设置tab补全
+        readline.parse_and_bind('tab: complete')
+        
+        # 设置其他有用的绑定
+        readline.parse_and_bind('set editing-mode emacs')  # 使用emacs编辑模式
+        readline.parse_and_bind('set completion-ignore-case on')  # 忽略大小写补全
+        readline.parse_and_bind('set show-all-if-ambiguous on')  # 显示所有可能的补全
+        
+        # 设置自定义补全器
+        readline.set_completer(self.completer)
+        
+        # 设置补全分隔符
+        readline.set_completer_delims(' \t\n`!@#$%^&*()=+[{]}\\|;:\'",<>?')
+    
+    def completer(self, text, state):
+        """自定义补全器"""
+        options = [i for i in self.commands if i.startswith(text)]
+        if state < len(options):
+            return options[state]
+        return None
+    
+    def save_history(self):
+        """保存历史到文件"""
+        try:
+            readline.write_history_file(self.history_file)
+        except Exception as e:
+            print(f"⚠️ 保存历史记录失败: {e}")
+    
+    def add_to_history(self, line: str):
+        """添加行到历史"""
+        if line.strip():
+            readline.add_history(line.strip())
+    
+    def get_history_stats(self):
+        """获取历史统计信息"""
+        try:
+            history_length = readline.get_current_history_length()
+            return {
+                'current_length': history_length,
+                'max_length': readline.get_history_length(),
+                'history_file': self.history_file
+            }
+        except Exception:
+            return {'error': '无法获取历史统计信息'}
+    
+    def clear_history(self):
+        """清空readline历史"""
+        try:
+            readline.clear_history()
+            print("🗑️ Readline历史已清空")
+        except Exception as e:
+            print(f"⚠️ 清空历史失败: {e}")
+
+
+class Command(BaseCommand):
+    """AI聊天管理命令"""
+    
+    help = '启动AI聊天系统，支持readline功能'
+    
+    def add_arguments(self, parser):
+        """添加命令行参数"""
+        parser.add_argument(
+            '--history-file',
+            type=str,
+            help='指定历史文件路径 (默认: ~/.aichat_history)'
+        )
+    
+    def handle(self, *args, **options):
+        """执行命令"""
+        self.stdout.write("🚀 徵象防伪验证平台 AI客服系统")
+        self.stdout.write("=" * 50)
+        self.stdout.write("输入 'help' 查看帮助信息")
+        self.stdout.write("输入 'history' 查看对话历史")
+        self.stdout.write("输入 'clear' 清空对话历史")
+        self.stdout.write("输入 'quit' 或 'exit' 退出系统")
+        self.stdout.write("=" * 50)
+        self.stdout.write("💡 提示: 使用 ↑↓ 键浏览历史，Tab 键补全，Ctrl+A/E 跳转行首/尾")
+        self.stdout.write("=" * 50)
+        
+        try:
+            # 初始化readline
+            readline_config = ReadlineConfig(options.get('history_file'))
+            
+            # 初始化AI服务
+            ai_service = AIChatService()
+            self.stdout.write("✅ AI服务初始化成功！")
+            self.stdout.write("")
+            
+            # 启动聊天循环
+            self._chat_loop(ai_service, readline_config)
+            
+        except Exception as e:
+            self.stderr.write(f"❌ 系统初始化失败: {str(e)}")
+            self.stderr.write("请检查API密钥配置")
+    
+    def _chat_loop(self, ai_service, readline_config):
+        """聊天主循环"""
+        while True:
+            try:
+                # 获取用户输入
+                user_input = input("👤 您: ").strip()
+                
+                if not user_input:
+                    continue
+                
+                # 添加到readline历史
+                readline_config.add_to_history(user_input)
+                
+                # 处理特殊命令
+                if user_input.lower() in ['quit', 'exit', 'q']:
+                    self.stdout.write("👋 感谢使用，再见！")
+                    break
+                elif user_input.lower() == 'help':
+                    self._print_help()
+                    continue
+                elif user_input.lower() == 'history':
+                    ai_service.print_history()
+                    continue
+                elif user_input.lower() == 'clear':
+                    ai_service.clear_history()
+                    self.stdout.write("🗑️ 对话历史已清空")
+                    continue
+                elif user_input.lower() == 'readline-help':
+                    self._print_readline_help()
+                    continue
+                elif user_input.lower() == 'stats':
+                    self._print_readline_stats(readline_config)
+                    continue
+                
+                # 发送消息给AI
+                self.stdout.write("🤖 AI助手正在思考...")
+                response = ai_service.chat(user_input)
+                
+                self.stdout.write(f"🤖 AI助手: {response}")
+                self.stdout.write("")
+                
+            except KeyboardInterrupt:
+                self.stdout.write("\n\n👋 感谢使用，再见！")
+                break
+            except EOFError:
+                self.stdout.write("\n👋 再见！")
+                break
+            except Exception as e:
+                self.stderr.write(f"❌ 发生错误: {str(e)}")
+                self.stderr.write("请重试或输入 'quit' 退出")
+    
+    def _print_help(self):
+        """打印帮助信息"""
+        help_text = """
+📖 帮助信息
+==========
+
+基本命令:
+- 直接输入文字与AI助手对话
+- help: 显示此帮助信息
+- history: 查看对话历史
+- clear: 清空对话历史
+- readline-help: 显示readline快捷键帮助
+- stats: 显示readline统计信息
+- quit/exit/q: 退出系统
+
+功能特性:
+- 智能客服问答
+- 二维码扫描验证（输入 '扫描' 或 '验证' 触发）
+- 防伪平台信息咨询
+- 多轮对话支持
+- 持久化输入历史记录
+
+使用提示:
+1. 可以询问平台功能、防伪验证等问题
+2. 需要验证产品时，AI会主动提供扫描功能
+3. 支持中文对话，表达自然即可
+4. 使用 ↑↓ 键快速访问历史输入
+"""
+        self.stdout.write(help_text)
+    
+    def _print_readline_help(self):
+        """打印readline快捷键帮助"""
+        readline_help = """
+⌨️  Readline 快捷键帮助
+=======================
+
+导航快捷键:
+↑/↓          - 浏览历史记录
+Ctrl+A       - 跳转到行首
+Ctrl+E       - 跳转到行尾
+Ctrl+B       - 向后移动一个字符
+Ctrl+F       - 向前移动一个字符
+Ctrl+P       - 上一个历史记录 (同 ↑)
+Ctrl+N       - 下一个历史记录 (同 ↓)
+
+编辑快捷键:
+Ctrl+U       - 删除从光标到行首的内容
+Ctrl+K       - 删除从光标到行尾的内容
+Ctrl+W       - 删除光标前的一个单词
+Ctrl+D       - 删除光标后的一个字符
+Ctrl+H       - 删除光标前的一个字符 (同 Backspace)
+
+历史搜索:
+Ctrl+R       - 反向搜索历史记录
+Ctrl+S       - 正向搜索历史记录
+
+补全功能:
+Tab          - 自动补全
+双击Tab      - 显示所有可能的补全
+
+其他:
+Ctrl+L       - 清屏
+Ctrl+C       - 中断当前操作
+Ctrl+D       - 退出 (EOF)
+
+💡 提示: 这些快捷键基于 Emacs 编辑模式，与大多数终端应用保持一致
+"""
+        self.stdout.write(readline_help)
+    
+    def _print_readline_stats(self, readline_config):
+        """打印readline统计信息"""
+        stats = readline_config.get_history_stats()
+        
+        if 'error' in stats:
+            self.stderr.write(f"❌ {stats['error']}")
+            return
+        
+        self.stdout.write("\n📊 Readline 统计信息")
+        self.stdout.write("=" * 30)
+        self.stdout.write(f"当前历史记录数: {stats['current_length']}")
+        self.stdout.write(f"最大历史记录数: {stats['max_length']}")
+        self.stdout.write(f"历史文件路径: {stats['history_file']}")
+        
+        # 检查历史文件大小
+        try:
+            if os.path.exists(stats['history_file']):
+                file_size = os.path.getsize(stats['history_file'])
+                self.stdout.write(f"历史文件大小: {file_size} 字节")
+            else:
+                self.stdout.write("历史文件: 尚未创建")
+        except Exception:
+            self.stdout.write("历史文件: 无法获取信息")
+        
+        self.stdout.write("=" * 30)

doc/emblem-intro.md

@@ -0,0 +1,197 @@
+# 徵象AI防伪溯源平台介绍
+
+## 一、品牌与技术定位
+
+徵象是广州市诚投科技公司开发的AI驱动智能防伪溯源平台，核心依托"一物一码"技术，通过前沿科技解决包装印刷领域防伪溯源难题。其名称源自古代汉语"验证、分辨假象"之意，精准契合防伪技术本质，致力于为品牌提供可靠的防伪保障，维护市场秩序与品牌声誉。
+
+诚投科技是一家处于迅速发展期的专业防伪技术企业，依托自有工厂实现自主研发，构建产研销一体化模式，在广州、深圳、佛山分别建立生产基地及营销体系。公司以"赋予商品唯一的数字化包装"为理念，以AI智能算法和多学科融合研究为核心，致力于打破传统防伪技术局限性，结合用户需求为全行业商品提供更安全、可靠的防伪保障。
+
+### 诚投科技核心价值观
+
+- **愿景**：成为国民级的防伪验证服务商，让世界充满真实
+- **使命**：使每件商品包装成为唯一，提升品牌的价值
+- **价值观**：诚心服务，投入创新
+
+### 诚投科技服务类别
+
+- **防伪验证服务**：自主研发的AI人工智能验证系统
+- **一物一码管理系统定制**：全功能的个性化定制
+- **防伪标签定制生产**：自有工厂，提供业务连续不间断交付
+
+## 二、系统概述：徵象是什么？
+
+徵象是一套基于AI算法的智能二维码防伪验证系统，通过识别二维码在印刷过程中形成的微观差异，实现防伪验证与真伪判断。徵象是智能安全的商品数字化生态平台，依托"一物一码"技术，通过AI智能算法解决传统防伪痛点，为品牌构建安全可靠的数字化包装体系。
+
+### 徵象提供
+
+- **防伪验证**（唯一性）
+- **便捷鉴别**（使用手机即可）
+- **AI算法支撑**（图像级识别模型）
+
+## 三、核心技术特性
+
+### （一）"无复制性原理"的二维码防复制技术
+
+#### 1. 技术背景
+
+传统刮刮银二维码存在诸多问题：
+
+- 消费者不可购前验证，需购买后刮开才能验证产品真伪
+- 品牌方部分功能受限，无法实现物流追踪、窜货稽查等，还需印刷多个二维码增加包装负担
+- 刮刮银耐久性差，快递运输易损坏影响品牌形象
+- 本质为标准数据编码，易被复制
+
+#### 2. 解决方案
+
+去除遮盖二维码的刮刮银，回归二维码开放、快捷的初始属性，重点解决开放二维码的防复制问题。
+
+#### 3. 底层逻辑
+
+产品包装、标签上的二维码由印刷设备制作，受印刷设备误差、环境、纸张等变量影响，每个二维码都有唯一、随机、微小且不受人为控制的图形特征，天生具备"无复制性原理"特性，就像没有两片完全相同的树叶，任何印刷设备都无法复制出完全一样的二维码。
+
+徵象通过鉴别这些特征实现防复制功能，系统以"图像指纹"方式判断二维码是否为原件。
+
+### （二）简单、便捷的二维码鉴别技术
+
+#### 1. 鉴别工具
+
+选择用户随身携带的手机作为鉴别工具，并将鉴别程序植入日活跃用户达10.8亿的微信，方便用户获取工具。
+
+#### 2. 鉴别过程
+
+用户扫码进入微信小程序，将二维码向屏幕中间靠拢，采集过程仅需1-2秒，随后等待系统反馈结果，过程简单快速，用户体验与微信扫码一致。通过用户行为分析，增加自动亮度感应、更新用户界面、调整图像预处理算法等，用户验证采集效率优化后，使用体验无限接近普通扫码。
+
+#### 3. 兼容性
+
+兼容IOS、安卓、鸿蒙等手机系统，以及广角、微距、1200万-1亿像素摄像头等硬件，任何主流智能手机型号均可使用，采集体验无限接近微信扫码。对手机操作系统、影像硬件、软件等多维度分类适配，采用动态配置检测方案，完全兼容的设备数量超1500个，几乎覆盖市场上流通的全部手机型号。
+
+### （三）精准图像二维码智能鉴别模型
+
+#### 1. 模型基础
+
+历经3年开发，基于超千万训练数据量构建的人工智能精准图像算法模型，该模型已申请专利（专利号：ZL2021105XXXX.2 ，授权公告号：CN 115222000B），受法律保护。
+
+#### 2. 核心能力
+
+- **快速高质量采集**：支持扫码方向、垂直和水平角度自动纠正，让鉴别过程随意自然
+- **超高精度验证**：二维码特征验证最高精度达0.03mm，远高于各类型印刷设备生产误差范围，且随数码影像设备升级，精度优势将进一步扩大。通过真实用户数据收集、自主学习及人工测试数据辅助，对二维码真伪的综合验证准确率达99.94%
+- **高效数据处理**：将存储的二维码特征图像代码化压缩，降低数据存储成本，提高网络数据传输效率，增强服务器数据安全性，兼顾性能与成本
+- **自主学习升级**：通过持续数据训练和真实业务场景数据获取，不断升级优化，以应对市场变化和科技发展，实现多角度、模糊、轻污损情况下的稳定识别
+
+## 四、徵象AI防伪对话功能（行业首创）
+
+### 1. 功能简介
+
+突破传统防伪场景中消费者扫码仅能获得真假固定答案的模式，植入DeepSeek并经本地化二次开发，实现系统与用户的多轮对话交互，变身"无所不能的AI客服"。通过接入DeepSeek AI技术，实现二维码防伪验证后，支持用户与AI客服多轮自然语言对话，获得丰富产品信息。
+
+### 2. 核心价值
+
+用户扫码验证真伪后，可通过与AI客服聊天获取产品信息、使用建议、优惠促销等20多个维度的问题解答。
+
+### 3. 应用案例
+
+- **智能推荐搭配产品**：用户查询美妆产品后，AI推荐更适合肤质的配套商品。美妆产品用户验证后询问产品好坏，AI客服回答卖点与功效，同时询问需求并推荐适配配套产品
+- **识别查询行为并个性化营销**：用户多次查询后，AI主动推荐优惠组合并邀请注册会员。识别到用户1个月内查询5次同款产品真伪，主动推荐优惠套装组合，邀请加入会员享积分福利
+- **处理假货场景**：AI客服安抚用户、提供维权报告、引导举报并推荐官方渠道。二维码未通过验证时，安慰用户，建议下载"防伪验证报告"维权，邀请参与举报假货得奖金活动，并推荐官方授权渠道购买正品
+
+## 五、与传统防伪技术的对比
+
+| 对比维度 | 传统刮刮银二维码 | 徵象AI二维码 |
+|---------|----------------|-------------|
+| **验证方式** | 必须刮开才能验证 | 开放扫码，随时验证 |
+| **功能扩展** | 受限 | 支持物流追踪等全功能 |
+| **耐久性** | 易磨损 | 持久耐用 |
+| **防复制性** | 可被复制 | 物理不可复制 |
+
+## 六、适配与集成方案
+
+- **支持独立部署或作为插件接入其他一物一码系统**：集成"一物一码"防伪溯源平台几乎全部主流功能，可按需提供服务；对于使用其他友商一物一码系统的用户，可作为防伪验证功能插件，不接触核心业务数据即可轻松兼容，提升防伪性能
+- **多种二维码载体形式**：二维码载体支持不干胶标签、卡片、吊牌等形式交付，支持设计、材质和附加防伪技术全定制
+- **定位烫印膜解决方案**：还可供应二维码定位烫印膜，实现二维码直接烫印在包装上，满足去标签化及防伪一体化包装需求，提供二维码定位热转印膜，可将二维码直接烫印在包装上，满足去标签化需求，实现一体化防伪包装
+
+## 七、应用价值与优势
+
+### （一）核心应用场景
+
+- **品牌保护**：AI智能专利防伪，打击假冒伪劣，维护品牌利益
+- **渠道管理**：完善经销商管理，实现窜货乱价监控
+- **功能集成**：商品数字平台功能全集成，根据用户需求提供服务
+- **销量提升**：依托权威第三方背书，拓展线上销售渠道，进行全方位品牌宣传
+- **用户运营**：构建会员积分体系，通过线上营销引流，增强用户粘性
+- **兼容适配**：对于已使用其他一物一码系统的用户，可作为防伪验证插件轻松兼容，不涉及核心业务数据，如同在家门口增加一把锁
+
+### （二）目标价值与商业意义
+
+徵象不仅是一套安全防伪技术，更是一个数据入口和营销辅助工具：
+
+- **打击假货，提升用户信任**
+  - 保障产品真实性：让消费者可便捷查验产品真伪及相关信息，如食品行业的生产信息、质量检测报告，电子产品的序列号、保修期等
+  - 保护品牌声誉：减少假冒伪劣产品对品牌形象的损害，降低消费者投诉率（据统计，使用"一物一码"技术的企业消费者投诉率降低20%）
+  - 维护市场秩序：助力品牌规范渠道管理，打击窜货乱价等行为
+- **降低重复购买风险**
+- **支持销售数据回流与营销触达**
+- **预计可带动满意度、销量、复购率提升10%~30%**：市场价值预测：相较于传统防伪，徵象独特功能预期可使消费者满意度、产品销量、复购率等关键营销数据提升10%-30%
+
+## 八、增值服务
+
+- **QBS全程质量保障体系**：充分发挥国家质量基础设施作用，以信用、标准、检测、溯源保险（保障）为支撑，运用云计算、大数据、人工智能和区块链等技术，为产品全生命周期提供质量品牌保障，是ISO体系的丰富和发展
+- **澳门质量品牌国际认证联盟支持**：联盟立足粤港澳大湾区，面向RCEP区域，服务"一带一路"，以"一个标准、一次检验、一次认证、多国认可"为使命，助力企业参与全球质量治理
+- **线上销售渠道拓展**：质易购平台是国内首家全面导入QBS体系的电商平台，汇聚质优价优品牌产品，为企业拓展销售渠道，推动高标准自主创新品牌发展
+- **全方位品牌宣传支持**
+  - 入驻电商选品平台，如粤港澳质量品牌选品中心及其他线上平台
+  - 提供主流媒体、全国主要城市公交站广告牌等广告宣传渠道
+  - 提供各类品牌展参展机会，增强企业行业影响力
+  - 支持国际市场拓展，帮助企业开拓海外市场空间
+
+## 九、客户案例
+
+徵象已服务多个行业知名客户及项目，包括：
+
+### 国内行业客户
+
+- **烟草行业**：中国烟草（黄金葉、黃鶴樓1916、雲煙、泰山、重庆中烟等）
+- **酒类行业**：贵州茅台集团
+- **电子行业**：AMD、Microsoft、HUAWEI
+- **快消与美妆行业**：膜法世家、巨子生物、金燕耳
+- **其他行业**：adidas、Helen Keller、GOODYEAR、德高、志高空调等
+
+### 国际项目
+
+- 尼日利亚联邦共和国选民证
+- 毛里塔尼亚伊斯兰共和国国库支票
+- 埃塞俄比亚护照模
+- 科威特国工业公共管理局证书
+- 缅甸联邦共和国护照热塑膜等
+
+### 政府项目
+
+- 广东省农业农村厅"一码追溯"项目，实现食用农产品全链条信息追溯，守护"舌尖上的安全"
+
+## 十、联系方式
+
+- **电话**：+862031063634
+- **邮箱**：info@themblem.com
+
+### 办公地址
+
+- **营销研发中心（广州）**：广东省广州市番禺区番禺大道北天安总部中心30-305
+- **国际贸易部（深圳）**：广东省深圳市罗湖区人民南路天安国际大厦B-1108-1109
+- **生产基地（佛山）**：广东省佛山市顺德区杏坛镇二环路智富园工业城33-503
+
+### 官方账号
+
+抖音、微信、小红书等平台均有官方账号，可关注获取更多信息：
+
+- **抖音账号**：智能防伪码-徵象
+- **微信视频账号**：徵象AI防伪码
+- **小红书账号**：AI防伪码徵象
+
+## 十一、总结
+
+徵象通过"无复制性原理"的二维码防复制技术、简单便捷的鉴别技术和精准图像智能鉴别模型，构建了可靠的防伪溯源体系。并推出对话交互型AI防伪功能，将二维码从"验证工具"升级为"智能接口"，将防伪系统从"安全卫士"演进为"数据入口"。
+
+徵象愿与各方携手，共同构建有温度、有智慧的防伪新生态。
+
+### 技术价值主张
+
+> "将二维码从验证工具升级为智能接口，使防伪系统从安全卫士演进为数据入口，构建有温度、有智慧的防伪新生态。"