企业官网建设流程全解析

为什么做这个

我做淘宝几年，最怕的不是没流量，是某天打开后台，发现链接被下架、店铺被扣分。翻来翻去才发现问题出在一张自己都没细看过的商品图上。

朋友问我，你不可能人工一张张看图吧？说真的，店一多图一多，人眼根本盯不过来。于是周末时间撸了个工具——智检卫士，本质就三步：扫图识字、比规则、标风险。纯前端实现，没有云端依赖，单机就能跑，对淘宝卖家特别友好。

下面把这套实现思路讲一下，只讲设计，不念代码。

总体架构

商品链接 → 下载主图/详情图 → OCR 识别 → 关键词规则比对 → 风险点标注 → 报告导出

每一块都对应一个具体问题：

三个核心模块

1. 图像 OCR（智能识别扫图，不靠 AI）

OCR 引擎用了现成的开源方案（PaddleOCR 无须联网），支持中英文混合、表格、竖排文字。这里不需要任何大模型，也不用任何 AI 标签——用通用 OCR + 规则比对已经够用，只要识别准确率在 95% 以上，剩下 5% 漏网交给人工复核即可。

OCR 引擎以独立 exe 形式运行，主程序通过 stdin/stdout 与之通信，避免内存爆炸。早期版本有个坑：stdin 关闭时进程挂死（Errno 22），后来加了 EOF 显式处理才稳。

2. 关键词规则库

实施上分三层：

基础词库（厂家/工厂/品牌词等公认违规词） ↓ 动态词库（拉取平台最新公告词条） ↓ 用户自定义词库（卖家自己店铺的差异化禁忌词）

之所以要分三层，是因为平台规则风向变得太快——你上周背熟的"合规写法"，这周可能就进了风险名单。借助云端词库实现"用户无感更新"，本地兜底词库保证离线可用。

3. 风险点标注

OCR 识别出文字后，结果里包含 (text, bbox, confidence)。命中规则时，直接把原图复制一份、用矩形把 bbox 区域标红，再叠加到详情上。这样卖家一眼看出"哪张图、哪个位置、命中了哪条规则"。

为了避免任何 AI 机制描述嫌疑，这里统一叫"智能识别扫图识字"，不贴任何 AI 标签。

一点伪代码

# OCR → 关键词比对 → 标注（伪代码示意）defscan_image(img_path,rules):texts=ocr_engine.recognize(img_path)# [(text, bbox, conf), ...]hits=[]fortext,bbox,confintexts:ifconf<0.6:continueforruleinrules:ifrule.match(text):hits.append({"bbox":bbox,"rule":rule.name,"text":text})breakreturnannotate(img_path,hits)

伪代码不展示具体词条，规则细节严重词 N、严重词 (N+1)这种（具体词条详见软件）。

几个真踩过的坑

1. 图片下载 404：商品链接失效是常事，单独记录失败清单，不阻塞主流程。
2. OCR 速度瓶颈：单核 OCR 跑 5-7 张/秒，加了多进程队列才把整体扫描压到分钟级。
3. 硬编码路径：最早开发机上写死了D:/xxx，后来用户装到 E 盘就崩。所有路径必须走os.tmpdir()或app.getPath('userData')，不让任何目录路径写死在代码里。

一句话总结

淘宝商品违规预检这套场景，OCR + 关键词规则 + 标注这套纯前端的方案已经被验证可行，不需要复杂的模型。如果你是做电商工具的，可以参考这条路。

如果你也是淘宝卖家，可以直接试一下智检卫士——粘贴商品链接，自动智能识别、扫图、比对规则、出报告。