🧩 智能眼镜社交辅助系统

该系统用于实现智能眼镜的社交辅助功能。核心流程：当识别到人物时，系统能够判断场景并生成一条合适的开场或延续语句。

本系统现已集成DeepSeek API，并提供了交互式测试UI，方便用户进行功能测试。

🚀 快速开始

1. 安装依赖

pip install fastapi uvicorn

2. 初始化数据库

sqlite3 app.db < data/schema.sql

3. 启动服务

uvicorn app:app --reload

服务将在 http://127.0.0.1:8000 启动。

4. 启动交互式测试UI

直接在浏览器中打开项目根目录下的 index.html 文件，或者使用静态文件服务器提供该文件。

# 使用Python的内置HTTP服务器（可选）
python -m http.server 8001

然后在浏览器中访问 http://localhost:8001/index.html。

4. 测试接口

开启系统

curl -X POST "http://127.0.0.1:8000/toggle" -H "Content-Type: application/json" -d '{"action": "on"}'

生成社交建议

curl -X POST "http://127.0.0.1:8000/suggest" -H "Content-Type: application/json" -d '{"contact_id": "c_001", "scene": "会议"}'

预期响应：

{"contact_name": "Alice", "suggestion": "Hi Alice! Nice to see you in 会议."}

📁 项目结构

project/
 ├── app.py            # 主入口文件
 ├── routes/           # API路由
 │    ├── toggle.py    # 触发管理接口
 │    ├── recognize.py # 面部识别接口
 │    ├── suggest.py   # 话术生成接口
 │    ├── profile.py   # 身份解析接口
 │    └── scene.py     # 场景判断接口
 ├── services/         # 核心服务
 │    ├── face_recognition.py # 面部识别服务
 │    ├── profile_service.py  # 身份解析服务
 │    ├── llm_service.py      # Dify预留服务
 │    ├── scene_service.py    # 场景服务
 │    └── trigger_service.py  # 触发管理服务
 ├── data/             # 数据文件
 │    ├── contacts.json # 联系人数据（Mock）
 │    └── schema.sql   # 数据库schema
 ├── .env              # 环境变量配置
 └── README.md         # 项目说明文档

🔧 功能模块

0. 交互式测试UI

提供用户友好的界面进行系统功能测试：

• 录入测试人物信息（照片和相关信息）
• 模拟对话场景（上传对话时的照片、设置场景和对话目的）
• 多轮对话测试（输入对方的话，系统生成回复建议）
• 对话结束后自动清理测试数据

1. 触发管理（Trigger Manager）

• 开启/暂停/关闭整个功能
• 显示当前状态

2. 面部识别（Face Recognition）

• 识别当前画面中的人物并返回人物ID
• Mock阶段：使用静态字典模拟

3. 身份解析（Profile Service）

• 根据contact_id查询人物档案
• 返回姓名、标签、上次见面时间等信息

4. 场景与意图判断（Scene & Intent Analyzer）

• 理解当前场景（会议/派对/餐厅等）与社交意图
• Mock阶段：通过接口传入场景字符串

5. 话术生成引擎（LLM Suggestion Engine）

• 基于场景+人物信息生成一句合适的提示语
• 集成DeepSeek API实现智能话术生成
• 支持API模式和Mock模式切换

🌱 未来扩展

1. 接入真实的面部识别库
2. 集成Dify API实现智能话术生成
3. 添加语音识别功能
4. 实现持久化存储和用户认证
5. 开发Web UI或移动应用界面

📝 开发说明

• 本项目使用Python 3.8+和FastAPI框架
• 使用SQLite作为数据库（MVP阶段）
• 所有API接口遵循RESTful设计规范

🤝 贡献指南

1. Fork此仓库
2. 创建特性分支
3. 提交更改
4. 推送到分支
5. 创建Pull Request

📄 许可证

MIT License# aiidpro