基于onenCV的外卖差评AI自动申诉系统产品系统Vibe Coding

本项目面向使用美团外卖商家后台处理顾客差评和客诉申诉的餐饮商家。传统流程需要运营人员逐页查看评价，核对评分、回复状态和申诉资格，再选择申诉原因并填写说明，评价量较大时重复劳动多、处理效率低，还容易发生评价错位、重复回复或错误申诉。本项目旨在实现差评识别、自动回复、智能申诉和结果确认的闭环，提高客诉处理效率及操作准确性。

系统提供美团商家后台自动登录、评价接口监听、差评筛选、卡片定位、自动回复、智能申诉、批量翻页和运行诊断等功能。程序通过 API 获取评价ID、评分、回复及申诉状态，仅选择符合规则的1至2星评价；通过 OpenCV 将接口中的评价顺序与 Flutter 页面卡片准确对应。对于未回复评价，系统先发送统一回复，再调用 DeepSeek 分析评价内容，生成合法的申诉分类和说明并完成提交。系统还具备已处理记录持久化、重复请求拦截、分页范围控制、Dry-run演练、页面审计、空格急停、截图日志和一键启动功能。

我负责项目整体架构设计、自动化流程开发、视觉识别、接口监听、安全校验、测试及Windows打包交付。项目采用 Python、PyQt6 QtWebEngine 构建内嵌浏览器，通过 Cookie 注入完成登录；使用 CDP、WebSocket 监听评价、回复和申诉接口；使用 OpenCV、NumPy、模板匹配及相邻帧单调轨迹解决 Flutter Canvas 页面无法直接通过 DOM 定位的问题。针对灰色禁用按钮导致卡片编号错位的问题，我以白色卡片面板建立1至10的稳定编号，使 active、disabled、missing 状态均保留序号。流程采用状态机、快照 epoch、评价ID校验和 ActionRequestGuard，防止异步旧响应、误点及重复提交；同时通过原生 Qt 点击、系统手型光标检测和剪贴板哨兵回读解决透明交互层、DPI差异及输入框焦点不稳定问题。最终使用 PyInstaller生成单文件版、目录版和一键启动器，现有139项离线回归测试全部通过。