一、立项原因
政务窗口每天需处理大量材料审批：身份证、营业执照、合同、退休预审材料等。传统人工审核耗时久、标准不一、主观性强，且审批过程不透明，难以回溯。
本项目旨在将AI视觉语言模型引入政务材料审核，以**"像老审批员一样思考"为核心理念，实现材料真伪的智能鉴别 + 推理过程可视化**，让审批员不仅看到结论，更理解AI的判断依据，降低审错风险，提升窗口效率。
二、行业背景
政务数字化转型：全国政务服务"一网通办"持续推进，AI辅助审批成为趋势
材料造假手段升级：电子材料、P图伪造日益猖獗，仅靠肉眼难以辨别
人工审核痛点：窗口人员培训成本高、标准难统一、高峰期积压严重
AI视觉模型成熟：通义千问VL、Claude等视觉语言模型已具备文档理解和推理能力，可接入鉴别流程
三、功能模块
1. 工单管理
创建、查看、搜索、删除工单
支持按状态筛选（待提交 / 审批中 / 已完成 / 已撤回）
批量操作（批量审批、批量停止）
2. 材料上传与鉴别
多图片上传，支持base64/本地路径/URL多种格式
调用VL模型（通义千问qwen-vl-plus）逐份分析图片内容
单次批量鉴别：一次性提交全部材料，统一返回结果
3. 双路径鉴别
规则路径：按预设规则prompt分析材料
盲审路径：不受规则约束，独立纯视觉判断
两路并发执行，结果对比；不一致时自动标记"存疑"，推送人工复核
4. 异步SSE流式展示
提交审批后立即返回run_id，不阻塞前端
前端通过SSE实时订阅事件流，thinking→content逐步展示推理过程
支持中断/停止正在运行的审批任务
5. 审批规则配置
自定义鉴别规则prompt模板
按材料类型（身份证/营业执照/合同等）关联规则
工单创建时选择应用哪些规则
6. 用户与权限
角色：超级管理员 / 审批管理员 / 普通审批员 / 查看员
权限矩阵隔离，敏感操作留存日志
全栈（均本人开发完成）
前端 原生HTML + CSS + JavaScript，单页应用
Web服务 FastAPI（端口8902）
Agent服务 Hermes Agent Runtime（端口8901）
VL模型 通义千问 qwen-vl-plus（DashScope API）
异步通信 SSE（Server-Sent Events）
数据存储 本地JSON文件（users.json / orders.json / rules.json）
亮点
推理过程可视化：SSE流式推送thinking/content两阶段，前端逐字打印，审批员全程可见AI判断逻辑
双路径鉴别机制：规则驱动 vs 纯视觉盲审并发执行，结果不一致自动触发人工复核，避免单一路径的漏判
asyncio异步并发：多材料分析时用asyncio.gather并发调用VL模型，大幅缩短总耗时
统一提示词批量组装：多份材料拼合成单次模型调用，降低API开销
评论