# beesight

**Repository Path**: hanmoum/beesight

## Basic Information

- **Project Name**: beesight
- **Description**: No description available
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-04-01
- **Last Updated**: 2026-04-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


# 皮肤病分类助手（蜂眸zero）
基于 Python + Flask 开发的皮肤病分类系统，集成皮肤病识别、专家模式对话、服药提醒、数据统计等核心功能，支持高德地图POI展示、流式AI问答、历史对话管理等特性。

## 环境准备
### 1. 安装Python依赖
```bash
# 安装项目所需依赖
pip install -r requirements.txt
2. 下载并放置大文件（关键）
由于 Git 仓库容量限制，模型文件和模型资源文件需手动下载并放置到对应目录：
（1）下载文件
表格
文件名	百度网盘链接	提取码
model_assets.zip	https://pan.baidu.com/s/1AFCbDY7-aV1DoteUct5-FQ	hby1
skin_cnn.onnx	https://pan.baidu.com/s/1QvN2I8VH37t0nwuSvo1umg	hby1
（2）解压 / 放置步骤
model_assets.zip 处理：
下载后解压该压缩包，得到 medical_encoder.onnx、medical_decoder.onnx、vocab.json 等文件；
将解压后的所有文件复制到项目目录下的 qinyuan/runmodel/model_assets/ 文件夹中（若该文件夹不存在，手动创建）。
skin_cnn.onnx 处理：
下载该文件后，直接复制到项目目录下的 local_system/model/ 文件夹中（若该文件夹不存在，手动创建）。
运行项目
bash
运行
# 进入项目根目录
cd D:\蜂眸zero\beesight

# 启动Flask应用
python app.py
启动后访问 http://127.0.0.1:5000 即可进入系统。
核心功能
专家模式：基于 DeepSeek API 的流式医疗问答，支持文字 / 图片输入；
皮肤病识别：通过 skin_cnn.onnx 模型实现皮肤病图片识别；
服药提醒：医疗管理模块，支持用药计划设置与提醒；
数据统计：可视化展示医疗数据、传感器数据（温湿度）；
历史对话：支持对话记录的查看、删除与回溯。
注意事项
确保模型文件路径正确，否则皮肤病识别、AI 对话功能会异常；
运行前需配置 DeepSeek API 密钥（修改 local_system/static/js/master.js 中的 DEEPSEEK_API_KEY）；
高德地图 POI 功能需配置自己的 API 密钥，否则地图无法正常加载；
若遇到依赖安装错误，建议使用 Python 3.8 + 版本，并创建虚拟环境：
bash
运行
# 创建虚拟环境
python -m venv venv
# 激活虚拟环境（Windows）
venv\Scripts\activate
# 安装依赖
pip install -r requirements.txt
plaintext

### 使用说明
1. 将上述内容复制到项目根目录的 `README.md` 文件中（编码为UTF-8）；
2. 可根据实际项目情况补充：
   - 高德地图API密钥配置位置；
   - 数据库（Neo4j）的初始化步骤；
   - 常见问题排查（如端口占用、模型加载失败等）；
3. 提交该文件到Git仓库，便于后续协作和部署时参考。

### 核心要点总结
1. 清晰标注了两个大文件的下载链接、提取码，以及对应的目标文件夹；
2. 明确了解压/放置的具体步骤，新手也能快速完成环境配置；
3. 补充了项目结构、运行命令、核心功能等基础信息，提升文档完整性；
4. 包含环境依赖、常见问题等注意事项，降低部署门槛。