# OCR-AI

**Repository Path**: zaizai2016/OCR-AI

## Basic Information

- **Project Name**: OCR-AI
- **Description**: 用Qoder写的一个OCR识别，主要针对体检报告识别，全部由AI生成，看看AI是否能完成项目。
- **Primary Language**: Java
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-09
- **Last Updated**: 2026-05-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: ocr, AI

## README

# 说明
- 项目使用Bldex框架开发，https://gitee.com/smallc/SpringBlade/tree/boot
- 全部由 Qoder AI 生成，现在知识库还未生成，使用了7000 Credits，其中重构了一次消耗比较多

# PRD: 体检报告智能识别与标准化系统 - OCR 模块

> 版本: v6.5 | 日期: 2026-05-06 | 状态: 需求确认
> 参考文档: 《体检报告智能识别与标准化系统技术方案（完整版）》

## 文件索引

| 文件 | 内容 | 原章节 |
|------|------|--------|
| [PRD-01-概述.md](ocr/doc/prd/PRD-01-概述.md) | 项目背景、核心目标、用户角色、功能模块总览 | 一~四 |
| [PRD-02-核心管线.md](ocr/doc/prd/PRD-02-核心管线.md) | 5 节点处理管线 + 分流-续跑架构 | 五 |
| [PRD-03-任务管理.md](ocr/doc/prd/PRD-03-任务管理.md) | OCR 任务管理 + 患者信息管理 | 6.1~6.2 |
| [PRD-04-标准指标库.md](ocr/doc/prd/PRD-04-标准指标库.md) | 标准指标库管理 | 6.3 |
| [PRD-05-数据元管理.md](ocr/doc/prd/PRD-05-数据元管理.md) | 数据元管理（OCR 指标名称注册表） | 6.4 |
| [PRD-06-知识库管理.md](ocr/doc/prd/PRD-06-知识库管理.md) | 知识库管理（5 类分表 × 三层范围） | 6.5 |
| [PRD-07-识别结果与治理.md](ocr/doc/prd/PRD-07-识别结果与治理.md) | 识别结果管理（数据治理 + 人工审核） | 6.6 |
| [PRD-08-候选指标.md](ocr/doc/prd/PRD-08-候选指标.md) | 候选指标管理（新指标发现 + 审批） | 6.7 |
| [PRD-09-AI配置与日志.md](ocr/doc/prd/PRD-09-AI配置与日志.md) | AI 智能体/模型配置 + 执行日志与成本统计 | 6.8~6.9 |
| [PRD-10-子任务管理.md](ocr/doc/prd/PRD-10-子任务管理.md) | 子任务管理（分流-续跑子任务） | 6.10 |
| [PRD-11-医院与数据集.md](ocr/doc/prd/PRD-11-医院与数据集.md) | 医院管理 + 数据集管理 | 6.11~6.12 |
| [PRD-12-数据模型.md](ocr/doc/prd/PRD-12-数据模型.md) | 冷启动方案 + 数据模型设计 | 七~八 |
| [PRD-13-接口设计.md](ocr/doc/prd/PRD-13-接口设计.md) | 接口设计概要 | 九 |
| [PRD-14-技术架构.md](ocr/doc/prd/PRD-14-技术架构.md) | 技术架构 + 非功能需求 + 优先级 + 已确认决策 | 十~十三 |

## 项目截图
![输入图片说明](ocr/doc/img/1.jpg)
![输入图片说明](ocr/doc/img/2.jpg)
![输入图片说明](ocr/doc/img/3.jpg)
![输入图片说明](ocr/doc/img/4.jpg)
![输入图片说明](ocr/doc/img/5.jpg)
![输入图片说明](ocr/doc/img/6.jpg)

## 变更日志

| 版本 | 日期 | 变更内容 |
|------|------|----------|
| v7.0 | 2026-05-07 | **五域架构重构**：将单一 OCR 模块拆分为 data（治理核心）、job（作业管理）、knora（知识库）、log（日志）、ocr（OCR采集）五个领域。表前缀 blade_ocr_* 按职责映射到 blade_data_*/blade_job_*/blade_knora_*/blade_log_*（仅 OCR 采集相关表保留 blade_ocr_* 前缀）。实体类、API 路径、前端路由同步重命名。管线分为"数据采集层"（ocr，源相关）和"数据治理层"（data，源无关），通过 blade_data_indicator 表（ODS）作为统一数据契约衔接。全部 14 篇 PRD 文档同步更新 |
| v6.5 | 2026-05-06 | Node5 指标计算增加 AI 兜底（三级策略：公式计算 → CALC_AGENT → 创建子任务人工修正）。新增指标管理菜单（/blade-ocr/indicator），支持单任务全量指标浏览和跨任务未匹配指标汇总，人工匹配操作同时沉淀 kn_name_mapping 知识库（状态可配置：立即生效或草稿待审），匹配完成后手动触发管线从 Node4 续跑。更新 PRD-02 管线流程、PRD-13 接口设计、PRD-14 技术架构 |
| v6.4 | 2026-05-06 | 架构重构：新增最终结果指标表 blade_ocr_result_indicator，将匹配/转换/计算结果从 blade_ocr_indicator 分离。blade_ocr_indicator 定位调整为"提取记录表"（Node2 后只读）。新表通过 source_indicator_id 溯源、match_reason 记录 AI 匹配理由、计算指标自动创建占位记录。Node3/4/5 全部切换到新表操作。新增 SourceType.CALC_AUTO(8)。更新 PRD-02 管线流程、PRD-07 识别结果与治理、PRD-12 数据模型、PRD-13 接口设计 |
| v6.3 | 2026-05-06 | 候选指标溯源增强：新增 source_indicator_id 字段（最近一次来源识别指标 ID）；新增出现记录表 blade_ocr_candidate_occurrence（每次出现记录一条明细，含任务/页面/原始值）；Node2 重跑前置清理旧指标（逻辑删除），修复重跑后重复 group 导致候选指标数量膨胀的问题。更新 PRD-02 管线流程、PRD-08 候选指标、PRD-12 数据模型 |
| v6.2 | 2026-05-06 | 新增"从指定节点启动管线"功能（startFromNode），支持从任意节点手动启动（fromNode: 0-5），解决节点中途失败必须从头重跑的问题。前端任务详情页：待处理→「启动识别管线」按钮；非完成状态→「从指定节点启动」下拉按钮（可选 Node0-5）。更新 PRD-02 管线流程、PRD-03 功能列表（F-1.17）+ 页面原型、PRD-13 接口设计、PRD-14 技术架构 |
| v6.1 | 2026-05-06 | 确认全部待确认事项（Q1~Q8）：候选指标审批简化为一级（数据管理员）；患者模块独立维护不对接 HIS；暂不限流；文件处理改为三级质量等级（STANDARD/BALANCED/HIGH）+ Token 自动降级机制（匹配代码实现）；标准指标库参考范围首期不按人群区分但预留字段；OSS 复用 blade-starter-oss（MinioTemplate）；种子报告部分准备；双模型不限制同模型 |
| v6.0 | 2026-04-30 | PRD 按功能模块拆分为 14 个子文件；管线架构从"线性执行"改为"分流-续跑"模式（高置信度即时走完，低置信度 sub_task_id 暂留，审核后续跑）；OcrReviewTask → OcrSubTask；review_task_id → sub_task_id；接口路径 /review-task → /sub-task；新增 /sub-task/complete 接口（触发续跑） |
| v5.0 | 2026-04-29 | 重构知识库为 5 张分表架构（分层范围 + 版本链 + 来源溯源 + 标签），前置步骤合并患者提取，标准指标库增加 AI 辅助识别和 tags，置信度阈值移入智能体配置，删除 confidence_rule 独立表，新增知识生成定时任务与草稿采纳机制 |