Skip to content

About

面向工业安全流程的多模态隐患识别与分析后端 API。

Topics

Resources

Contributing

Security policy

Stars

1 star

Watchers

0 watching

Forks

Latest commit

 

History

17 Commits

Folders and files

Repository files navigation

hazard-identification

面向工业安全流程的多模态隐患识别与分析后端 API。服务将同一隐患的多张图片交给视觉模型分析,再结合隐患规则库输出证据、识别结果和处理建议。

仓库采用单项目子目录布局,核心代码和运行环境位于 hazard-identification/。

快速开始

前置环境:

  • Python >=3.12,<3.13
  • uv

在 PowerShell 中执行:

Set-Location hazard-identification
uv sync --locked
Copy-Item .env.example .env
# 仅在本地 .env 中填写实际配置,不要提交密钥
uv run uvicorn python_app.main:app --host 0.0.0.0 --port 8787

启动后可访问:

视觉模型和 Dify 规则库的配置项见 hazard-identification/.env.example。真实密钥、真实生产图片和含个人信息的样本不得提交到仓库。

项目入口

本地验证

当前项目没有在 pyproject.toml 中声明 pytest 等自动化测试依赖。提交后端变更前至少执行:

Set-Location hazard-identification
uv sync --locked
uv run python -m compileall -q python_app

行为或接口变更还应使用授权的、去标识化的样本进行接口验证,并在 Pull Request 中记录结果。仓库 CI 会执行锁文件安装和 Python 编译检查;这项检查不能替代真实模型、Dify 或生产环境联调。

运行边界

该服务可能向外部视觉模型和 Dify 知识库发送图片或文本。接入生产环境前,应确认数据授权、网络出口、凭据轮换、API 认证和 CORS 配置符合所在组织的安全要求。

About

面向工业安全流程的多模态隐患识别与分析后端 API。

Topics

Resources

Contributing

Security policy

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages