1、立项原因：狗狗保健品消费中，主人缺少"敢给否定结论"的可信来源——营销与口碑多为"吃了没坏处"式含糊表态，钱该不该花、对狗狗到底有没有帮助，难以判断；而市面通用 AI 产品依赖海量数据生成回答，易产生幻觉，听起来权威却无从核实。本项目解决"狗狗保健品花费把关"这一核心问题：结合狗的档案、主粮、体检报告与在喂补剂，依据逐字核实的权威原文，对 13 个保健品品类逐一给出可追溯、可反驳的结论；没有可靠证据时明说"不必花"并附原文，证据不足时明确说不足、并说清缺什么。
2、行业场景：宠物健康消费与科学养宠决策，面向个人养宠主人。
项目功能模块：①档案与录入：狗档案、27 字段主粮保证值、35 项血检、按需添加的补剂卡片；②报告照片识别：可选通道、默认关闭，识别草稿逐项确认才入库，原图不保存；③判断引擎：38 条规则查表，五态结论（不必花/需要补方向/条件式/不明确/未覆盖），数值上限与禁忌拦截优先于正面结论；④报告：结论附逐字出处与中文译文、医生问题卡、每日摄入台账、主粮对照表；⑤历史报告与对比：过往报告随时回看，换主粮或补剂后生成新报告可与上一份对比；⑥账号安全：不开放注册，密码只存哈希。目前已通过熟人试跑，未公开发布。
1、我负责：问题定义、结论语义、证据分级与入库标准、红线清单、验收口径与每次取舍拍板；编码与原文检索由 AI 执行，我逐项验收。
2、①项目采用技术栈：Python 标准库、SQLite 单文件数据库、原生 Web 页面，零第三方依赖。
②实现亮点：每条结论必须挂逐字出处；53 条依据里 47 条是官方原文逐字摘录；检索不到的引用进黑名单、禁止再引；每条不许违反的规则都写成测试，改完必须复跑通过；41 个典型场景与 131 项全流程检查全绿；模型只负责"读"报告照片，结论由规则查表得出，模型不参与拍板。
③难点：指标要求明确结论率≥70%，但诚实查证后起初只够 54%：放松标准等于自欺，于是逐条联网复核，只把原文真正支撑"不必花"的品类升级，做到 85% 且红线不动；AI 给的引用"长得特别真"，四条看似权威的参考文献检索后证实不存在，只好把"检索证实＋逐字入库"做成硬门槛；改一处措辞容易、改全难：同一文字出现在报告、打印、历史、对比四处，旧报告还把旧文字存进了库，最后做成只冻结数据、文字全部按当前规则重新生成，并写回归测试故意塞旧措辞验证。
评论