香精行业质量控依赖GC-MS质谱分析,但传统人工识别效率低(单样品4小时)、准确率不稳定(20-40%)。FragranceAI旨在用AI替代人工质谱解析,将分析效率提升8倍,准确率提升至60-80%。面向香精香料企业的质检部门和研发实验室。
点击空白处退出提示
香精行业质量控依赖GC-MS质谱分析,但传统人工识别效率低(单样品4小时)、准确率不稳定(20-40%)。FragranceAI旨在用AI替代人工质谱解析,将分析效率提升8倍,准确率提升至60-80%。面向香精香料企业的质检部门和研发实验室。
1. GC-MS质谱文件上传与解析
2. AI智能识别:4个AI模型协同
3. 化合物知识库检索:基于LangChain RAG + Qdrant向量库
4. AI聊天助手:集成Ollama大模型查询化合物信息
5. 用户管理:文件上传历史、分析记录管理
我独立完成了FragranceAI从架构设计到编码实现到部署上线的全流程开发。
技术栈:Python + FastAPI + LangChain + Qdrant + Ollama + PostgreSQL + Redis + Docker
技术亮点:4个AI模型协同、LangChain RAG + 数据库优先架构防幻觉、Agent工作流、Docker 5容器部署




评论