x/themblem
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Add ./manage.py chat

Browse Source
This commit is contained in:
Fam Zheng 2025-08-22 22:56:38 +01:00
parent ded583ef22
commit b3fcf3d4e0
7 changed files with 981 additions and 0 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

3
api/emblemapi/settings.py
View File

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

180
api/products/README_AI_CHAT.md Normal file
View File

@ -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

324
api/products/aichat.py Executable file
View File

@ -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}")

1
api/products/management/__init__.py Normal file
View File

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

1
api/products/management/commands/__init__.py Normal file
View File

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

275
api/products/management/commands/chat.py Normal file
View File

@ -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)

197
doc/emblem-intro.md Normal file
View File

@ -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。"