---

📖 项目介绍

随着 AIGC 技术迅速普及，AI 伪造图片在社交媒体与新闻报道中大量出现，给信息真实性鉴别带来严峻挑战。

AIGI-Holmes 提供了一套完整的检测工作流：

• 🧠 深度学习检测：基于 ResNet-50 微调模型，对图片进行 FAKE/REAL 二分类，输出置信度与 Grad-CAM 热力图
• 🖼️ 多模态分析：集成 CLIP ViT-B/32，支持零样本内容分类与图文一致性评分
• 💬 AI 辅助解读：对接字节跳动豆包 AI，流式输出检测结果自然语言分析，支持多轮追问
• 📄 报告导出：一键生成带水印、判定横幅的正式 PDF / Excel 报告

---

✨ 功能特性

---

🏗️ 系统架构

┌─────────────────────────────────────────────────────────┐
│                    AIGI-Holmes 应用                      │
│                                                         │
│   ┌──────────────┐       ┌───────────────────────────┐  │
│   │  PyWebView   │◄─────►│  uvicorn (127.0.0.1:7860) │  │
│   │  桌面窗口    │       │  FastAPI 后端              │  │
│   └──────────────┘       └──────────┬────────────────┘  │
└──────────────────────────────────────┼──────────────────┘
                                       │
               ┌───────────────────────┼─────────────────┐
               │                       │                 │
        ┌──────▼──────┐   ┌────────────▼──────┐   ┌──────▼─────┐
        │  ResNet-50  │   │   CLIP ViT-B/32   │   │  豆包 AI   │
        │  真伪检测   │   │  内容 / 图文分析  │   │  辅助分析  │
        │  Grad-CAM   │   └────────────┬──────┘   └──────┬─────┘
        └──────┬──────┘                │                 │
               └───────────┬───────────┘                 │
                      ┌────▼────┐                        │
                      │ SQLite  │◄───────────────────────┘
                      │ (默认)  │
                      └─────────┘

技术栈一览

---

🚀 快速开始

方式一：Docker 部署（推荐，v3.0.0 主推方案）

适合服务器部署、跨平台用户、CI/CD 集成场景；一条命令拉起完整服务栈（FastAPI + PostgreSQL + Redis）。

# 1. 克隆仓库
git clone https://github.com/axfly00q/AIGI-Holmes.git
cd AIGI-Holmes

# 2. 配置环境变量
cp .env.example .env
# 编辑 .env：按需填入 SECRET_KEY、DOUBAO_API_KEY、SERPER_API_KEY 等

# 3. 启动全栈服务（含 PostgreSQL + Redis）
docker compose up -d

# 4. 查看日志 / 健康状态
docker compose logs -f app

# 访问：http://localhost:7860

系统要求：

• Docker 24.0+ 与 Docker Compose v2
• 至少 4 GB 可用内存（含数据库与缓存）
• 可选：NVIDIA Container Toolkit（GPU 加速推理）

---

方式二：Windows 安装包（普通用户）

适合记者、内容审核人员；无需 Python 环境。

1. 前往 Releases 下载 AIGI-Holmes-Setup.exe
2. 双击运行安装向导（默认安装到 C:\Program Files\AIGI-Holmes\）
3. 点击桌面快捷方式启动程序

系统要求： Windows 10 1809 (Build 17763) 及以上 · Microsoft Edge WebView2 · 首次启动需 10～20 秒加载模型。

---

方式三：源码运行（开发者）

# 1. 克隆仓库
git clone https://github.com/axfly00q/AIGI-Holmes.git
cd AIGI-Holmes

# 2. 创建虚拟环境（推荐 Python 3.10）
python -m venv venv

# macOS / Linux
source venv/bin/activate

# Windows PowerShell
# .\venv\Scripts\Activate.ps1

# 3. 安装依赖
pip install -r requirements-app.txt

# 4. 配置环境变量
cp .env.example .env          # macOS / Linux
# copy .env.example .env      # Windows
# 按需编辑 .env（默认 SQLite；DOUBAO_API_KEY / SERPER_API_KEY 可留空）

# 5. 启动服务
uvicorn backend.main:app --host 127.0.0.1 --port 7860 --reload

# 访问：http://127.0.0.1:7860

---

方式四：桌面窗口模式

pip install pywebview
python desktop_launcher.py

---

📋 使用说明

图片检测

检测结果说明

账号与权限

单图检测与 URL 检测支持匿名使用，无需注册账号。

---

📡 API 文档

启动服务后访问：

• Swagger UI：http://127.0.0.1:7860/docs
• ReDoc：http://127.0.0.1:7860/redoc

主要接口

POST  /api/detect                  # 单图检测
POST  /api/detect-url              # URL 页面图片检测
POST  /api/detect-batch            # 多图批量检测（同步）
POST  /api/detect-batch-init       # 创建批量任务（异步）
GET   /api/detection/{id}/analyze  # 豆包 AI 分析（SSE 流式）
GET   /api/report/{id}/export      # 导出 PDF / Excel 报告
POST  /api/auth/register           # 用户注册
POST  /api/auth/login              # 用户登录
WS    /ws/detect/{job_id}          # 批量检测进度推送

---

📦 部署与打包

Docker 镜像构建（v3.0.0 推荐）

# 构建镜像
docker build -t aigi-holmes:3.0.0 .

# 单容器运行（使用宿主 SQLite，最小化部署）
docker run -d --name aigi-holmes \
  -p 7860:7860 \
  -v $(pwd)/.env:/app/.env \
  -v $(pwd)/finetuned_fake_real_resnet50.pth:/app/finetuned_fake_real_resnet50.pth \
  aigi-holmes:3.0.0

# 全栈编排（含 PostgreSQL + Redis）
docker compose up -d --build

Windows 安装包打包

需要 Python 3.10+、PyInstaller、Inno Setup 6

# 打包可执行文件
pip install pyinstaller
pyinstaller AIGI_Holmes.spec

# 编译 Windows 安装包（需已安装 Inno Setup 6）
iscc installer.iss
# 输出：dist\AIGI-Holmes-Setup.exe

详细说明见 docs/packaging.md。

---

🗂️ 项目结构

AIGI-Holmes/
├── backend/                    # FastAPI 后端
│   ├── main.py                 # 应用入口，注册所有路由
│   ├── config.py               # 配置管理（读取 .env）
│   ├── auth.py                 # JWT 认证工具
│   ├── models/                 # SQLAlchemy ORM 模型
│   ├── routers/                # API 路由（detect/auth/report/admin）
│   ├── report/                 # PDF / Excel 报告生成
│   └── llm/                    # 豆包 AI 客户端
├── static/
│   ├── css/style.css           # 全局样式
│   └── js/app.js               # 前端交互逻辑
├── templates/
│   ├── index.html              # 检测主页
│   └── admin.html              # 管理后台
├── CLIP/                       # CLIP 模型代码
├── detect.py                   # 核心检测逻辑（ResNet-50 推理）
├── desktop_launcher.py         # 桌面应用启动器
├── finetuned_fake_real_resnet50.pth  # 微调模型权重（必需）
├── AIGI_Holmes.spec            # PyInstaller 打包配置
├── installer.iss               # Inno Setup 安装脚本
├── docker-compose.yml          # Docker 编排
├── requirements-app.txt        # 运行依赖
└── .env.example                # 环境变量示例

---

❓ 常见问题

更多问题见 USAGE.md。

---

🧪 开发与测试

# 代码格式化
pip install ruff && ruff format .

# 基础连通性测试
python _smoke_test.py

# 接口集成测试
python _integration_test.py

# 认证流程测试
python _smoke_test_auth.py

---

� 版本变更

v3.0.0 — Docker 版本（当前）

• 🐳 完整 Docker 化：提供 Dockerfile 与 docker-compose.yml，一条命令拉起 FastAPI + PostgreSQL + Redis 全栈
• 🌐 跨平台支持：从仅支持 Windows 桌面应用扩展为 Linux / macOS / Windows 全平台部署
• ⚡ 生产就绪：默认使用 PostgreSQL 持久化、Redis 缓存加速，适配多用户并发审查场景
• 🔧 GPU 加速可选：支持 NVIDIA Container Toolkit，容器内自动调度 CUDA 推理
• 📦 保留 Windows 安装包：v2.0.0 的 AIGI-Holmes-Setup.exe 单机安装链路完整保留

v2.0.0 — Windows 桌面版

• 🖥️ pywebview + WebView2 桌面窗口
• 📦 PyInstaller + Inno Setup 一键打包安装程序
• 🔐 JWT 三级权限系统（user / auditor / admin）
• 📄 PDF / Excel 报告导出

完整变更记录见 Releases。

---

�🙏 致谢

• ResNet — 图像特征提取骨干网络
• CLIP — 多模态图文理解模型
• FastAPI — 高性能 Python Web 框架
• pywebview — Python 桌面 WebView 库
• 字节跳动 豆包 AI — 自然语言分析能力

---