sfa-免费陈列产品系统

立项原因
快消品行业（如饮料品牌）长期依赖人工巡查终端门店陈列，执行效率低、标准不统一、核查成本高。本项目旨在通过 AI 图像识别技术 自动判定门店陈列是否达标，替代传统人工核查，提升业务代表拜访效率和陈列费用结算准确性。

行业场景
面向 快消品 FCMC 行业，支撑业务员终端门店拜访场景，覆盖冰柜、货架、堆头、割箱、陈列架等多种陈列类型的 免费陈列 AI 识别 能力，支持多图整批聚合、规则灵活配置及翻拍检测，实现陈列核查自动化与标准化。

1. 陈列拍照提交
业务员在终端门店拍照，支持多图批量上传
自动关联拜访明细（visitDetailId）和客户信息
自动匹配适用组织的陈列标准模板
2. AI 图像识别
拍照数据提交后自动创建识别批次（TaskDisplayFreeBatch）
调用 AI 服务进行图像识别，返回合格/不合格/翻拍结果
支持照片级别（PhotoFact）识别事实更新与标注
全流程状态追踪：待识别 → 识别中 → 识别成功/失败/跳过
3. 翻拍检测
AI 自动检测照片是否为翻拍，fakeFlag 字段标识
翻拍照片自动标记，确保核查真实性
4. 陈列照片管理
照片详情查询：查看单条陈列记录识别结果
照片列表查询：按拜访明细分组展示陈列照片
照片删除：支持逻辑删除，保留操作记录
5. 申诉管理（业务员端）
对识别不达标结果提交申诉
查看个人申诉列表（申诉中/已处理/已逾期）
查看申诉统计：各状态条数、合格/不合格占比
6. 申诉审核（管理员端）
分页查看待审核申诉列表
审核处理：标记申诉结果（合格/不合格）
记录人工审核意见（manualCheckReason）
7. 模板配置
配置陈列标准模板（DisplayStandardAiConfig）
定义识别标准：合格数量、单位、增强规则等
按组织分配模板使用（DisplayTemplateUsage）

一、技术栈
项目基于 Spring Boot + MyBatis-Plus 构建，采用微服务架构，通过 Feign 客户端调用 AI 识别、存储、组织等外部服务。定时任务集成 XXL-Job 分布式调度，API 文档使用 Swagger 管理。分层设计清晰：Controller 接收请求、Facade 层编排业务、Core 层承载核心逻辑、Adapter 层封装外部依赖。

二、亮点与难点
亮点：支持货架、堆头、饮料瓶三种识别引擎灵活切换；规则配置 JSON 化实现业务与代码解耦；批量操作优化减少数据库交互；批次与照片双层管理兼顾宏观与精细化处理；原始识别结果快照存储保障数据可追溯性。

难点：堆头识别需协调正面侧面两张照片的角色匹配；多级组织架构下的陈列标准权限过滤；重复提交的幂等处理与覆盖模式实现；@Transactional 事务保障批次、记录、文件关联的原子性一致性。