# 智能光电探测器AI设计平台 **Repository Path**: LiamB/Desgin_Platform ## Basic Information - **Project Name**: 智能光电探测器AI设计平台 - **Description**: 这是一个基于 Flask 框架和 DeepSeek 大语言模型构建的智能化叠层光电探测器设计系统。平台通过 AI 深度推理,根据用户输入的材料参数和应用需求,自动生成完整的器件叠层结构设计、性能预测及优化建议,并提供交互式 3D 可视化展示。 - **Primary Language**: Python - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2025-11-16 - **Last Updated**: 2026-03-13 ## Categories & Tags **Categories**: Uncategorized **Tags**: Python, Flask, RAG, langchain, pyecharts ## README # 🔬 叠层光电探测器 AI 设计平台
**Stacked Photodetector AI Design Platform** [![Python](https://img.shields.io/badge/Python-3.8+-blue.svg)](https://www.python.org/) [![Flask](https://img.shields.io/badge/Flask-3.0-green.svg)](https://flask.palletsprojects.com/) [![DeepSeek](https://img.shields.io/badge/AI-DeepSeek-purple.svg)](https://www.deepseek.com/)
## 📖 简介 基于 **Flask** 和 **DeepSeek** 大语言模型的智能光电探测器设计系统。通过 AI 深度推理,根据用户输入的材料参数和应用需求,自动生成器件叠层结构设计、性能预测及优化建议。 ## ✨ 核心功能 - **智能材料选择**:支持量子点、单晶、多晶、二维材料等多种类别 - **双模式 AI 引擎**:深度思考模式 (R1) / 快速模式 (V3) - **渐进式设计**:7 阶段思考流程,含自我评价与迭代优化 - **RAG 知识增强**:基于学术文献的检索增强生成 - **交互式可视化**:3D 层叠模型、性能曲线图 - **中英双语支持**:界面和 AI 输出均支持中英文切换 ## 🚀 快速开始 ### 1. 安装依赖 ```bash pip install -r requirements.txt ``` ### 2. 配置环境变量 创建 `.env` 文件: ```env DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxx FLASK_SECRET_KEY=your-random-secret-key DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxx # RAG 功能需要 ``` ### 3. 启动应用 ```bash python app.py ``` 访问 http://localhost:5000 ## 📂 项目结构 ``` ├── app.py # Flask 主应用 ├── deepseek_api.py # DeepSeek API 封装 ├── rag_service.py # RAG 知识库服务 ├── visualize.py # 可视化生成 ├── templates/ # 页面模板 ├── static/ # 静态资源 ├── data/ # 学术文献 PDF └── vector_db/ # 向量数据库 ``` ## 🛠️ 技术栈 - **后端**: Flask, DeepSeek API, LangChain, FAISS - **前端**: Bootstrap 5, ECharts, CSS3 - **Embedding**: 阿里云 DashScope ## 📝 使用流程 1. **选择材料**:选择材料类别和具体材料 2. **配置参数**:设置禁带宽度、厚度范围、目标应用 3. **选择模式**:深度思考 / 快速模式,可启用渐进式设计 4. **生成设计**:AI 自动生成完整的器件结构 5. **查看结果**:层叠结构、性能参数、优化建议 ## ⚠️ 注意事项 - 确保 API Key 有效且有足够额度 - 设计结果仅供参考,实际性能需实验验证 - 请勿将 API Key 提交到公开仓库 ## 📄 许可证 MIT License ---
Powered by **Flask** & **DeepSeek AI**