注意：本项目90%以上的代码都是AI生成的，生产环境使用前请自行阅读检查。 基于AI的问答系统，集成了OCR（光学字符识别）和AI对话功能。 可以通过摄像头采集视频流,截图后通过图片给输入系统 对于多模态大模型会直接发送图片给大模型进行回答 对于文字大模型会通过系统ocr识别图片中的文字，传送给大模型进行回答
- 视频流管理：支持摄像头采集，实时视频流显示
- AI对话：流式响应，支持Markdown渲染，对话历史记录
- 双平台支持：支持兼容OpenAI和Anthropic (Claude)两种AI接口协议的接入
- OCR识别：对视频截图进行文字识别，支持中英文
- 多模态分析：支持直接发送截图给AI进行视觉分析
- 知识库：添加和管理知识内容，作为AI对话的上下文
- 配置管理：支持自定义API Base URL、模型名称、系统提示词
- 配置日志：记录配置变更历史，便于追踪
- 用户认证：支持密码登录保护设置页面
- 文件上传：支持上传图片文件进行分析
- 调试功能：提供调试日志记录功能
ai-job/
├── backend/
│ ├── main.py # Flask服务器主文件
│ ├── requirements.txt # Python依赖
│ ├── app.pid # 运行时进程ID文件（自动生成）
│ └── services/
│ ├── ai_service.py # AI服务（OpenAI/Anthropic）
│ ├── ocr_service.py # OCR服务（Tesseract）
│ ├── video_service.py # 视频流服务（OpenCV）
│ ├── knowledge_base.py# 知识库管理
│ ├── debug_service.py # 调试服务
│ ├── config.py # 配置管理类
│ ├── upload_service.py# 文件上传服务
│ ├── image_service.py # 图像处理服务
│ └── password_service.py # 密码服务
├── config/
│ ├── config.json # 配置文件（自动生成）
│ ├── config.MD # 配置说明文件
│ ├── base_prompt.md # 系统提示词文件
│ ├── knowledge.json # 知识库文件（自动生成）
├── frontend/
│ ├── index.html # 主界面
│ ├── settings.html # 设置页面
│ ├── login.html # 登录页面
│ ├── css/
│ │ ├── style.css # 主样式文件
│ │ └── settings.css # 设置页面样式文件
│ └── js/
│ ├── app.js # 主应用脚本
│ ├── settings.js # 设置页面脚本
│ ├── debugInfo.js # 调试信息脚本
│ └── marked.min.js # Markdown渲染库
├── logs/
│ ├── config.log # 配置变更日志
│ └── running.log # 运行日志
├── start.ps1 # 启动脚本（Windows）
├── stop.ps1 # 停止脚本（Windows）
├── restart.ps1 # 重启脚本（Windows）
├── 问题必读.md # 注意事项文档
├── README.md # 项目说明文档
└── HTTPS.md # HTTPS配置说明
cd backend
pip install -r requirements.txt
下载安装 Tesseract，安装后在设置页面配置 Tesseract 路径（例如：C:\Program Files\Tesseract-OCR\tesseract.exe）。
方式一：使用脚本（推荐）
# 启动服务
.\start.ps1
# 停止服务
.\stop.ps1
# 重启服务
.\restart.ps1
方式二：直接运行
cd backend
python main.py
- 主页：http://localhost:5000
- 设置页：http://localhost:5000/settings 首次登录请查看用户认证部分，设置初始密码。
| 脚本 | 功能 | 说明 |
|---|---|---|
start.ps1 | 启动服务 | 检查是否已运行，记录进程ID到 backend/app.pid |
stop.ps1 | 停止服务 | 停止主进程及端口5000相关进程，清理PID文件 |
restart.ps1 | 重启服务 | 先停止后启动，适用于配置更新后重启 |
注意：
backend/app.pid文件在服务运行时自动创建，服务停止时自动删除。
在设置页面 (/settings) 配置以下内容：
请查看config.MD文件，了解详细的配置说明。
AI模型名称请使用提供平台的完整名称，例如：
minimax-m2.5或deepseek-v3.2. 请从你api提供商的模型列表中选择，确保模型名称与提供商的模型名称一致。
| 配置项 | 说明 |
|---|---|
| Tesseract 路径 | Tesseract OCR 可执行文件路径 |
| 视频源 | 目前支持摄像头 |
| 启用OCR | 是否启用OCR功能 |
| 流式响应 | 是否启用流式响应 |
- 启动视频：点击"启动视频"按钮开始摄像头采集
- 截图分析：点击"截图分析"捕获当前帧
- AI对话：在输入框输入问题，点击"发送"与AI交互
- 上传图片：点击"上传图片"按钮选择本地图片进行分析
- 视觉分析：勾选"使用视觉分析"，直接将截图发送给AI进行图像理解
- OCR识别：勾选"OCR识别后发送"，先进行文字识别，再将识别结果发送给AI
在右侧"知识库"面板添加内容，这些内容会作为AI对话的上下文，帮助AI更好地理解特定领域的问题。
- 首次密码设置：首次设置密码需要通过以下步骤：
- 在项目根目录创建
OTP.env文件，内容为您想要设置的初始密码（例如：123456） - 打开
config/config.json文件，将OTP字段设置为true - 启动服务后，系统会自动读取
OTP.env文件中的密码，将其哈希存储，并将OTP设置为false，然后删除OTP.env文件
- 在项目根目录创建
- 登录：设置密码后，再次访问设置页面时需要输入密码登录。
- 修改密码：登录后，在设置页面的安全配置部分可以修改密码。
- 后端：Flask, OpenCV, pytesseract, OpenAI SDK, Anthropic SDK
- 前端：原生 HTML/CSS/JavaScript, Marked.js (Markdown渲染)
- OCR：Tesseract OCR
- 认证：Flask session, password hashing
- 首次使用需要在设置页面配置API Key
- OCR功能需要安装Tesseract并配置正确路径
- 服务默认运行在5000端口，确保端口未被占用
- 设置页面需要密码保护，首次访问时需要设置密码
如需启用 HTTPS，请参阅 HTTPS 配置说明，包含：
- 方法一：反向代理（推荐生产环境）
- 方法二：Flask 直接启用 HTTPS（开发测试用）
35/F,Tencent Building,Kejizhongyi Avenue,Nanshan District,Shenzhen
