无训练面部感知智能体

中医面色判读 · 对着照片做 17 分区取色与规则判读 · 全程在浏览器内完成

① 开始判读载入照片

17 分区取色 · 规则判读 · 大模型说人话 · 古籍溯源问答

准备一张正脸、光线均匀的照片。载入后自动定位人脸并摆好 17 个分区, 可拖动微调;也可顺手做一次色卡校色。

打开判读 →

② 面诊知识不拍照也能看

五色主病 · 17 分区 · 望色十法 · 古籍出处与来源分级 T1–T4

「脸色偏黄说明什么」「测的是脸上哪几块」「依据出自哪本书」—— 每条都能查到出处,古籍原文与程序自定的工程近似分别标注。

打开知识 →

隐私权益

不上传·不识别身份·不留存图像·不采集身份信息·可随时撤回

完整说明:程序性质、你有哪些权利、怎么自行核验
图像处理全部在本机浏览器内完成,不向任何服务器上传图片、不采集身份信息、不留存图像; 页面不加载任何外部资源(可断网运行)。

会联网的只有三处,且**都由你主动点击才会发生**:
① 判读页 →「调用大模型 / 运行智能体」:把已经算好的数字与结论发往国产大模型智谱 GLM 做措辞整理(不上传原图);不填 Key 时会自动改走本站后端转发,同样只发文字。
② 判读页 →「古籍溯源问答」:把一句文字问句发往本站自建后端 /api/ask(同源), 后端检索知识库后交给大模型综合。不接收、不保存任何图片,问句不落盘,只记匿名计数。
③ 以上两处若不可用,自动回落为页面内本地检索与本地措辞,断网也照常出结论。

不点这些按钮,就不产生任何网络请求。

首次使用会弹出同意书,未确认前不会载入任何图像、不申请摄像头、不写任何数据。

技术说明(分层设计、流程、验证情况、AI 使用声明 —— 用不到就别展开)

这一版能做什么、不能做什么

公网版不含测量层(摄像头心率 / 抓拍)。 测量层依赖本机 Python 服务与本机摄像头,无法在公网环境提供。 需要完整体验(含心率与抓拍)请运行桌面版 面诊.exe,或观看作品演示视频。
  • 能用:判读页全部功能(17 分区取色、规则判读、大模型、智能体、古籍溯源问答)、知识页;
  • 不能用:摄像头心率、抓拍帧、参照物自动寻找 —— 这些在本机桌面版里。

30 秒上手(判读页)

第一步就点「选择本地图片」,准备一张正脸、光线均匀的照片。
  • 载入后自动定位人脸并摆好 17 个分区,可手动拖动微调;
  • 右侧标签页:分区结果 / 面色判读 / 生活习惯问卷 / 报告 / 历史对比 / 大模型 / 输出 JSON / 隐私与数据 / 依据来源;
  • 想提高可信度:在「步骤 2 · 色卡校色」里,把一张白纸放在脸旁边一起拍进去, 下拉框选「白纸 / 打印纸白」,点「点选取色」,再在图上点一下那张纸。 校色后颜色绝对值才可信(ITA° 与 Lab 才有意义);未校色只能看相对量。
  • 「大模型」标签里:不填 Key 也能用 —— 点「调用大模型」会自动走本站后端; 也可点「复制提示词」粘到任意大模型界面,效果相同。
  • 「古籍溯源问答」什么都不用配:问一句(例:为什么面青主肝 / 化妆了还能测吗 / 望色十法里哪些测不了), 它会检索知识库,把古籍原文、书名·篇目、可信度档位 T1–T4 摆出来,再由大模型综合成一段话。

AI 使用声明

大模型国产大模型 智谱 GLM-4-Air。配置中请求的模型名为 glm-4-air; 服务端实际回报的模型同为 glm-4-air(请求名与实际服务名一致)。 说明:智谱控制台 /models 列出的是新一代模型(glm-4.5 / 4.6 / 4.7 / glm-5 系列), glm-4-air 不在该列表中,但实测可正常调用
用途两处:① 把已算好的测量与判读结论整理成人话; ② 古籍溯源问答 —— 把知识库检索命中的条目综合成一段话,并须标明书名·篇目与来源档位。 均不参与测量、不参与判读,返回文字不回流影响任何结论
回填校验实测 4 个候选模型没有一个能稳定守住「数字逐字一致」(都会漏次要数字), 故后端加了校验:核心数字缺失打回重生成,次要数字由后端自行拼补; 输出里若出现检索结果中没有的书名,会标为引用告警并同时给出原文供核对
人脸定位YuNet face_detection_yunet_2023mar.onnx(OpenCV 自带), 预训练、未训练、未微调
智能体浏览器端工具调用循环:check_readiness → reposition_face → analyze_face,三个工具都是页面本地能力、 不发网络请求;过程逐条打印。(公网版按评审需要已隐藏该面板,桌面版保留)
联网点三处:① 判读页 → https://open.bigmodel.cn/api/paas/v4(大模型直连); ② 判读页 → 本站自建后端 /api/ask(古籍溯源问答的检索); ③ 判读页 → 本站自建后端 /api/llm(把「说人话」的提示词交后端转发)。 后两处是同一台自建服务器,不是新增第三方;三处都只发文字、不发任何图像; 任一不可用都有本地兜底,断网也能出结论
账号本作品没有用户名和密码,打开即用
API Key分两处,彼此独立:
① 判读页的「调用大模型 / 运行智能体」:优先走本站后端(使用者什么都不用填); 也可以自己填一个 Key 直连智谱,只存在本机浏览器 localStorage,不随作品分发。
② 「古籍溯源问答」:不需要使用者填任何 Key —— 由本站后端持有密钥并调用, 浏览器只把一句文字问句发往同源后端。
该后端不接收、不保存任何图片,问句不落盘,只记匿名计数; 并对每个 IP 独立限流(问答 30 次/天、转发 30 次/天)。

如实声明:以下这些不能声称

  • 不是诊断工具,不给病名,不给用药或治疗建议;
  • 面色判定阈值未经临床标定;未做色卡校色时颜色绝对值不可信;
  • 目前只有单一受试者的数据,未做临床验证;
  • 中医结论须四诊合参、由执业医师给出。

技术路线(一句话)

从像素到数字,全是可解释的公式;从数字到结论,是知识库规则;从结论到人话,才是大模型。 中间没有一层「谁也说不清为什么」的网络。我们没有训练任何模型 —— 这是有意的。

作品边界与版权

© 参赛团队。作品仅供本次大赛评审使用,允许主办方进行非商业性质宣传。 界面元素均为自绘或使用开源许可素材;知识库条目只取公有领域古籍。

2026 年华北五省(市、自治区)及港澳台大学生计算机应用大赛 · 大模型与智能体应用赛道