SohamManik/ai-claim-verifier

# AI Claim Verifier (ClearClaim) 🚀 一个企业级、多模态的 AI 编排器，旨在智能自动化处理视觉损坏理赔（例如车祸、损坏的笔记本电脑）。它采用强大的多模型 pipeline，集成了 **Google Gemini**、**NVIDIA NIM (Llama 3.2 Vision & Llama Guard)** 以及实时的 **Vector RAG**，以检测欺诈、分析证据并路由复杂案件。 ## 🌟 核心功能 * **多模态 AI 引擎：** 利用 Google Gemini 2.5 Flash 进行快速图像分析、目标检测和上下文提取。 * **NVIDIA NIM 安全与故障转移层：** * **Llama Guard 3 (8B)：** 在每一起传入的理赔到达主 LLM 之前，预先筛查 prompt 注入和越狱尝试。 * **Llama 3.2 90B Vision Instruct：** 当 Gemini 遇到速率限制或错误时作为即时故障转移，保证 100% 的正常运行时间。 * **Vector RAG 欺诈检测：** 使用 NVIDIA `nv-embedqa-e5-v5` embedding 和余弦相似度算法，将新理赔与历史数据库记录进行即时交叉比对，以捕获重复图像/欺诈提交。 * **实时 SSE 流式传输：** 前端利用 Server-Sent Events (SSE)，在 AI 编排器处理数据时向用户流式传输实时进度更新。 * **现代 Web 界面：** 采用流线型、受玻璃拟态启发的 React/Vite 前端，具备拖放文件上传、动态路由和企业级白色主题。 * **可解释 AI (XAI)：** 直接在图像上生成边界框覆盖图，向用户准确展示 AI 所看到的内容。 ## 🛠️ 技术栈 * **前端：** React, Vite, React Router, SSE, Vanilla CSS * **后端：** FastAPI, Python, SQLAlchemy, NumPy * **AI 编排：** OpenAI Client (用于 NIM), Google Generative AI SDK, Groq (第三级降级方案) * **模型：** Gemini 2.5 Flash, Llama 3.2 90B Vision Instruct, Llama Guard 3, NV-EmbedQA E5-V5 * **数据库：** SQLite (包含 vector embedding) * **基础设施：** Docker, Docker Compose ## 🏃‍♂️ 快速开始 ### 前置条件 * Docker 和 Docker Compose * 位于根目录下的 `.env` 文件，包含您的 API 密钥： GEMINI_API_KEY=your_gemini_key_here GROQ_API_KEY=your_groq_key_here NVIDIA_API_KEY=your_nvidia_key_here ### 本地运行 1. 克隆代码库： git clone git@github.com:yourusername/ai-claim-verifier.git cd ai-claim-verifier 2. 构建并启动容器： docker-compose up --build 3. 访问应用程序： * **客户门户：** `http://localhost:80` * **FastAPI 后端 / Swagger UI：** `http://localhost:8000/docs` ### 演示登录（审核员仪表板） * **用户名：** `admin` * **密码：** `password` ## 🧠 架构流程 1. **预处理：** 图像上传及 Llama Guard 安全检查。 2. **分析：** Gemini 2.5 Flash 处理理赔。 3. **故障转移：** 如果 Gemini 触发速率限制，NVIDIA Llama 3 Vision 将接管。 4. **向量搜索：** 生成 embedding 并与 SQLite 历史记录进行比对。 5. **验证：** 计算最终置信度得分并关闭 SSE 流。

标签：AV绕过, FastAPI, RAG, React, Syscalls, 反欺诈检测, 多模态AI, 大模型编排, 版权保护, 理赔自动化, 请求拦截, 逆向工具