作品简介

fabric-analyzer（面辅料识别工作台）是一款面向服装跟单/技术部门的桌面级 AI 识别工具：把款式工艺单（PDF 或图片）交给豆包视觉模型，自动识别出面辅料构成清单（面料/辅料/工艺三大类，每项附识别证据），人工快速核对后一键上传飞书多维表格归档。每个识别任务独占一个 Tab，多份 PDF、多张图片可同时开跑互不干扰，把「人眼逐页看图、手工敲表格」压缩成「导入 → 识别 → 核对 → 上传」四步。

核心亮点

证据链可溯源：每条识别结果附证据说明（如「图1标注‘主布：色丁’」），提示词要求文字标注与图像互证、多图互补交叉核对，人工核对只看证据列即可快速判断对错
文档导入与选页：支持 PDF（150dpi 渲染）与 PNG/JPG/WebP/BMP；缩略图网格逐页预览，全选/全不选/反选、删除未勾选页，Ctrl+滚轮缩放，双击打开全屏看图器（缩放锚定鼠标、拖拽看细节）
参数可调：API Key、模型 ID、深度思考档位（low/medium/high）、图片质量（low 省 token / high 小字更准）、图片压缩最长边均可配置
核对即改：面料/辅料/工艺三组表格，明细列为下拉框（选项来自三份清单），支持输入清单外自定义值；款号自动填充可改，一键导出 JSON
飞书闭环：按 PersonalBaseToken 模式直连多维表格按行写入；识别到款号后自动查询并分组显示历史上传记录（只提示不判重，尊重同一款号多次制作的业务现实）
配置即生效：三份清单用 chip 标签编辑器维护，同时驱动结果表下拉选项与默认提示词；全部配置持久化到 settings.json，改完立即生效

技术与工具

Python 3.12 + NiceGUI（Quasar/Vue 前端，桌面窗口与浏览器双模式启动）
PyMuPDF 渲染 PDF，提交大模型前 LANCZOS 等比压缩；httpx 异步调用火山方舟 Ark API（doubao 视觉模型）
飞书 Base OpenAPI（search 分页过滤 + batch_create 按行写入）；大图预览走自建 HTTP 路由，规避 websocket 3MB 上限
质量保障：ruff + mypy + pytest（27 用例），uv 管理依赖，日志按天滚动

开发过程

作者借助 Python skill 开发，用 NiceGUI 搭建界面，自述「漂亮是有的，但比较容易踩坑」，为界面美观付出了额外的时间与 token 成本
每轮 UI 改动执行「最小实例验证 → 冒烟启动 → 浏览器实测」三步验证；实测踩坑结论（如 base64 大图超 websocket 上限会静默丢弃）直接沉淀为架构选择

适用场景

服装跟单员收到新款工艺单后快速识别归档；面辅料采购、技术工艺员、生产文员的日常办单
归档建库：识别结果入多维表格后按款号、类别检索统计；生产旺季多份工艺单并行识别
同款号修订核对：历史上传记录可见，工艺变更前后可对比；小字标注单据可切 high 档提升证据提取质量

原始提交内容（点开查看，可复制全文去问 AI）

服装面辅料构成 AI 识别工具（fabric-analyzer）

一款面向服装跟单 / 技术部门的桌面级 AI 识别工具：把款式工艺单（PDF 或图片）交给多模态大模型，自动识别出面辅料构成清单（面料 / 辅料 / 工艺三大类、每项附识别证据），人工快速核对后一键上传飞书多维表格归档。把“人眼逐页看图、手工敲表格”的活儿压缩成“导入识别核对上传”四步。

功能总览

1. 多任务并行识别

每个任务独占一个 Tab（导入选页识别结果核对），互不清空
Tab 只显示“任务 N”序号，悬停 tooltip 显示来源文件名；带状态图标（转圈=识别中，绿色=已完成）
多个 PDF / 多张图片可同时开跑，无需等前一个任务结束

2. 文档导入与选页

支持 PDF（PyMuPDF 150dpi 渲染）与 PNG / JPG / WebP / BMP 直接导入
缩略图网格逐页预览：复选框勾选/去勾选（透明度反馈）、全选 / 全不选 / 反选、删除未勾选页
勾选只做局部更新，滚动位置不丢；Ctrl + 滚轮整体缩放缩略图（6 档）
双击缩略图打开全屏看图器：等比适应屏幕、滚轮缩放（鼠标位置锚点）、按住左键拖拽看细节、ESC 退出

3. AI 识别（火山方舟 doubao 视觉模型）

提示词要求 AI 利用图中原始设计要求、文字标注、外文翻译全部信息交叉核对，文字与图像互证、多图互补
返回结构化 JSON：款号 + 三大类明细 + 每项识别证据（如“图1标注’主布：色丁’”），可疑判断一眼可辨
可配置：API Key、模型 ID、深度思考档位（fast / high）、图片质量（low 省token / high 小字更准）、图片压缩最长边（默认 1600px，LANCZOS + 无损 PNG，压缩环节零损失）

4. 结果核对与编辑

面料 / 辅料 / 工艺三组表格，每行 = 明细 + 证据说明（证据列悬停 tooltip 显示全文）
明细列是下拉框（选项 = 三大清单），支持输入清单外自定义值（如“配布一”“里布二”）
款号文本框：AI 识别自动填充，也可手动改填
一键导出 JSON

5. 飞书多维表格直传

按 PersonalBaseToken 模式配置（pt-token / appToken / tableID 均在设置里维护）
按行写入：款号 / 类别 / 明细 / 识别证据
识别到款号后自动查询历史：按「创建时间」分组统计并显示（如“飞书已有该款号 10 条记录，2 次上传：09-19 09:19（5条）、09-14 09:14（5条）”）；无记录提示“暂未上传飞书，核对无误后请点击「上传飞书」”
只提示不判重——同一款号历史多次制作（工艺略有不同）属正常，清理旧记录由用户到多维表格手动处理

6. 界面可配置（settings.json）

面料 / 辅料 / 工艺三份清单用 chip 标签编辑器维护（点 x 删、回车或 + 加）
清单同时驱动：结果表下拉选项 + 默认提示词的固定清单段（AI 选择题选项随之变化）
全部配置持久化到 settings.json，改文件或改界面均可

应用场景

场景	用法
日常办单	跟单员收到新款工艺单 PDF 导入识别核对上传飞书归档
归档/建库	识别结果直接入多维表格，供后续检索与统计（如按类别、按款号筛选）
多任务处理	生产旺季多份工艺单并行识别，省等待时间
修订核对	同款号历史多次上传记录可见，工艺变更前后对比
小字标注单据	图片质量切 high + 深度思考 high，提升文字标注证据提取质量

适用角色：服装跟单、面辅料采购、技术工艺员、生产文员。

功能特色

证据链设计——每条识别结果附证据说明，AI 判断可溯源，人工核对时只看证据列即可快速判断对错
多任务 Tab 并行——多单互不干扰，Tab 状态图标（转圈/绿色）一眼看清哪些在跑、哪些完成
三处同步的全选/反选——数据、复选框、卡片样式三处同步更新，操作即时可见且不丢滚动位置
完整桌面级看图器——双击全屏、滚轮缩放锚点、左键拖拽，不逊系统看图工具
飞书闭环——识别核对上传历史提示形成完整链路，且尊重“人工判重”的业务现实
配置即生效——清单、提示词、模型参数改完保存立即生效，无需重启

技术要点

架构：Python 3.12 + NiceGUI（Quasar/Vue 前端，native / browser 双模式启动）+ httpx 异步调用火山方舟 Ark Responses API（doubao 视觉模型）
PDF 渲染：PyMuPDF 150dpi 渲染页面为 PNG；提交大模型前 LANCZOS 等比缩至最长边 1600px + 无损 PNG（仅降分辨率，无压缩损失）
大图传输：预览大图走自建 HTTP 路由（base64 超 websocket 3MB 上限会静默丢弃——实测踩坑结论），带 Cache-Control: no-store 防缓存
交互细节：缩略图只绑 dblclick（click 与 dblclick 不共存，弹窗遮罩会吃掉第二次点击）；局部更新防滚动重置；QChip removable 事件回传做标签编辑器；Quasar dialog maximized 全屏 + 注入原生 JS 实现缩放拖拽看图器
飞书集成：PersonalBaseToken 直调 Base OpenAPI（search 带分页按款号过滤、batch_create 按行写入）；分组统计基于表格「创建时间」字段（PersonalBaseToken 模式下记录顶层 created_time 为空——实测结论）
质量保障：ruff lint + mypy + pytest（27 用例）；每轮 UI 改动“最小实例验证冒烟启动浏览器实测”三步验证法
工程化：uv 管理依赖、日志按天滚动（排查信息全进日志、界面只留人话）、start_native.bat / start_browser.bat 双启动方式

项目结构

fabric-analyzer/
 src/fabric_analyzer/
    main.py          # 入口
    ui.py            # NiceGUI 工作台（多任务 Tab、选页、结果核对、上传）
    core.py          # 识别 / PDF渲染 / 图片压缩 / 飞书API
    config.py        # 配置与清单管理 / 默认提示词模板
    dialogs.py        # 原生文件对话框
    logging_setup.py # 按天滚动日志
    resources.py     # 资源加载
 tests/               # pytest 用例
 settings.json        # 用户配置（清单 / 飞书 / 模型）
 .env                 # API Key
 start_native.bat     # 桌面窗口模式启动
 start_browser.bat    # 浏览器模式启动