plates-server

richard/plates-server

Fork 0

Commit Graph

Author	SHA1	Message	Date
richarjiang	f8fcc81438	feat(medications): 增强AI药品识别质量控制和多图片支持 - 新增图片可读性预检查机制，识别前先判断图片质量 - 设置置信度阈值为60%，低于阈值自动识别失败 - 支持多图片上传（正面、侧面、辅助图片）提高识别准确度 - 完善识别失败场景的错误分类和用户指导提示 - 新增药品有效期字段支持 - 优化AI提示词，强调安全优先原则 - 更新模型版本为 glm-4.5v 和 glm-4.5-air 数据库变更： - Medication表新增 sideImageUrl, auxiliaryImageUrl, expiryDate 字段 - DTO层同步支持新增字段的传递和更新质量控制策略： - 图片模糊或不可读时直接返回失败 - 无法识别药品名称时主动失败 - 置信度<60%时拒绝识别，建议重新拍摄 - 宁可识别失败也不提供不准确的药品信息	2025-11-21 16:59:36 +08:00
richarjiang	a17fe0b965	feat(medications): 增加基于视觉AI的药品智能录入系统构建了从照片到药品档案的自动化处理流程，通过GLM多模态大模型实现药品信息的智能采集：核心能力： - 创建任务追踪表 t_medication_recognition_tasks 存储识别任务状态 - 四阶段渐进式分析：基础识别→人群适配→成分解析→风险评估 - 提供三个REST端点支持任务创建、进度查询和结果确认 - 前端可通过轮询方式获取0-100%的实时进度反馈 - VIP用户免费使用，普通用户按次扣费技术实现： - 利用GLM-4V-Plus模型处理多角度药品图像（正面+侧面+说明书） - 采用GLM-4-Flash模型进行文本深度分析 - 异步任务执行机制避免接口阻塞 - 完整的异常处理和任务失败恢复策略 - 新增AI_RECOGNITION.md文档详细说明集成方式同步修复： - 修正会员用户AI配额扣减逻辑，避免不必要的次数消耗 - 优化APNs推送中无效设备令牌的检测和清理流程 - 将服药提醒的提前通知时间从15分钟缩短为5分钟	2025-11-21 10:27:59 +08:00

Author

SHA1

Message

Date

richarjiang

f8fcc81438

feat(medications): 增强AI药品识别质量控制和多图片支持

- 新增图片可读性预检查机制，识别前先判断图片质量
- 设置置信度阈值为60%，低于阈值自动识别失败
- 支持多图片上传（正面、侧面、辅助图片）提高识别准确度
- 完善识别失败场景的错误分类和用户指导提示
- 新增药品有效期字段支持
- 优化AI提示词，强调安全优先原则
- 更新模型版本为 glm-4.5v 和 glm-4.5-air

数据库变更：
- Medication表新增 sideImageUrl, auxiliaryImageUrl, expiryDate 字段
- DTO层同步支持新增字段的传递和更新

质量控制策略：
- 图片模糊或不可读时直接返回失败
- 无法识别药品名称时主动失败
- 置信度<60%时拒绝识别，建议重新拍摄
- 宁可识别失败也不提供不准确的药品信息

2025-11-21 16:59:36 +08:00

richarjiang

a17fe0b965

feat(medications): 增加基于视觉AI的药品智能录入系统

构建了从照片到药品档案的自动化处理流程，通过GLM多模态大模型实现药品信息的智能采集：

核心能力：
- 创建任务追踪表 t_medication_recognition_tasks 存储识别任务状态
- 四阶段渐进式分析：基础识别→人群适配→成分解析→风险评估
- 提供三个REST端点支持任务创建、进度查询和结果确认
- 前端可通过轮询方式获取0-100%的实时进度反馈
- VIP用户免费使用，普通用户按次扣费

技术实现：
- 利用GLM-4V-Plus模型处理多角度药品图像（正面+侧面+说明书）
- 采用GLM-4-Flash模型进行文本深度分析
- 异步任务执行机制避免接口阻塞
- 完整的异常处理和任务失败恢复策略
- 新增AI_RECOGNITION.md文档详细说明集成方式

同步修复：
- 修正会员用户AI配额扣减逻辑，避免不必要的次数消耗
- 优化APNs推送中无效设备令牌的检测和清理流程
- 将服药提醒的提前通知时间从15分钟缩短为5分钟

2025-11-21 10:27:59 +08:00

2 Commits