桌面端实时视觉风控监控系统（OCR + UI 自动化）

技术信息

语言技术
Python、Shell、Flask、Docker、MySQL系统类型
Web、Windows行业分类
人工智能、金融

作品详情

行业场景

金融投资场景下，行情监控与风险控制长期依赖人工盯盘：终端数据无开放接口、难以二次加工；人工盯盘易疲劳、响应慢，在行情剧烈波动时无法按既定规则及时判断并处理，风险敞口容易失控。因此需要一套能持续、自动、按既定规则运行的风险监控与告警机制，降低人工盯盘成本，提升风险响应时效。

功能介绍

功能模块
1. 实时数据采集模块：基于屏幕视觉识别（OCR + 图像处理），在不依赖任何外部接口的前提下获取行情与指标数据
2. 指标解析模块：自动标定坐标轴刻度、识别指标窗口与自定义阈值线，内置抗误读校验（去重、迭代拟合、量程校验）
3. 风控规则引擎：多条件组合判定 + 状态机，支持交易时段、持仓跟踪、单日限额、多空方向等规则
4. 实时监控与告警模块：秒级轮询、阈值触发、事件日志与执行回执
5. 自动化处置模块：通过 UI 自动化完成风险处置动作，支持挂单/撤单重试闭环与执行校验
6. Web 仪表盘：实时状态展示、参数配置、事件流查看与手动干预
7. 守护与稳定性模块：看门狗自愈、GPU/CPU 推理自动降级、异常重连与自动降频
8. 安全与配置模块：演练/实盘双开关、配置原子写入、操作审计日志

主要功能描述
系统以屏幕视觉识别替代数据接口，实时采集行情与指标数据；内置可配置的风控规则引擎，按预设条件组合进行秒级判定，命中后触发告警与自动化风险处置；提供 Web 仪表盘用于实时监控、参数调整与事件追溯；并通过守护进程、GPU 加速与多级缓存保障长时间稳定运行，单进程 CPU 占用优化至原来的 1/39，实现无人值守的实时风控监控。

项目实现

我负责的具体任务
1. 需求梳理与方案设计：确定"无接口取数 + 实时风控"技术路线，完成整体架构与模块划分
2. 核心模块开发：屏幕实时采集、图像/OCR 识别、坐标轴与阈值线标定、风控规则引擎、UI 自动化处置
3. 性能优化：定位 CPU 瓶颈，落地窄带抓屏、多级缓存、GPU 推理加速，单进程 CPU 由 12.6 核降至 0.32 核（约 39 倍）
4. 稳定性建设：守护进程、GPU/CPU 自动降级、异常自愈、配置原子写入
5. 测试与验证：编写 40+ 条离线自动化断言，完成模拟与实盘双环境联调验证
6. 交付与文档：Web 仪表盘、启动脚本、使用文档与开发记录
（开发过程借助 AI 编程工具提效，以自动化测试 + 实盘验证保证质量）

技术栈与架构
语言：Python 3.11
视觉识别：OpenCV + RapidOCR + ONNX Runtime（DirectML GPU 加速，CPU 自动回退）
客户端自动化：PyWin32 + ctypes（Win32 API）+ UIAutomation（WPF 控件树）
服务与前端：Flask + 原生 HTML/JS
架构：采集 / 识别 / 判定执行三线程分离，关键动作单进程串行化保证一致性；守护进程负责存活检测与自动降级

亮点与难点
难点1：目标客户端无任何开放接口、界面为自绘控件，无法通过常规方式取数 → 采用屏幕视觉识别方案，配合像素级坐标标定与抗误读校验（去重 + 迭代拟合 + 量程校验）
难点2：实时性要求高 → 窄带抓屏 + 多级缓存 + GPU 推理，单次读数由秒级降至毫秒级
难点3：自动化执行必须可靠且安全 → 落点校验、执行回执与重试闭环、演练/实盘双开关、多重安全护栏
亮点：全程零外部接口，方案可迁移到任意客户端数据采集场景；工程化完整（守护、审计、仪表盘、自动化测试）