A1-14 商用密码测评辅助系统

简要说明

本项目基于大模型（LLM）与知识增强检索（RAG），构建自动化的商用密码测评辅助平台，支持证据多模态解析、知识检索增强推理、可控结构化LLM推理、规则化评分与结构化报告生成，具备自动化与人工复核的全流程质量保证能力，适用于研究、竞赛与产品化部署场景。

🚀 主要功能

• 证据处理：批量上传、PDF/OCR解析与证据归一化。
• 知识检索（RAG）：文档向量化、向量检索并为LLM拼接检索上下文。
• LLM 集成：统一的 LLM 客户端（infrastructure/llm/llm_client.py），支持结构化输出、容错解析与报告评审（judge_evaluation、review_report）。
• 报告生成：自动生成结构化密评报告（单元评分、DAK判定、问题/建议、总体评价，总分<=100）。
• 评审与质量保证：评审模块支持辅助评审（系统生成报告的内控）与独立评审（人工报告的自动化校验），输出结构化评审意见与修正建议。
• 题库服务：基于知识库自动生成带解析的选择题（见 app/services/knowledge_service.py）。
• 测试与分析：test.py 支持批量评测与结果分析（MAE、RMSE、Pearson、正确率等）。

🏗️ 项目结构（重点）

A1-14/                          # 项目根目录
├── app/                        # 应用层
│   ├── __init__.py            # 应用工厂
│   ├── models.py              # 数据模型定义
│   ├── api/                   # API接口
│   │   ├── __init__.py
│   │   ├── evaluation.py      # 评测任务API
│   │   ├── evidence.py        # 证据文件API
│   │   ├── knowledge.py       # 知识库API
│   │   ├── report.py          # 报告API
│   │   ├── auth.py            # 认证API
│   │   └── query.py           # 查询API
│   └── services/              # 业务服务层
│       ├── evaluation_service.py  # 评测服务
│       ├── evidence_service.py    # 证据处理服务
│       └── knowledge_service.py   # 知识库服务
├── infrastructure/            # 基础设施层
│   ├── __init__.py
│   ├── llm/                   # 大模型集成
│   │   ├── __init__.py
│   │   └── llm_client.py      # LLM客户端
│   └── vector_db/             # 向量数据库
│       ├── __init__.py
│       └── vector_store.py    # 向量存储
├── web/                       # Web界面层
│   ├── __init__.py
│   ├── routes.py              # 路由定义
│   ├── templates/             # HTML模板
│   │   ├── base.html          # 基础模板
│   │   ├── index.html         # 首页
│   │   └── knowledge.html     # 知识库页面
│   └── static/                # 静态资源
│       ├── css/main.css       # 样式文件
│       └── js/main.js         # JavaScript
├── config/                    # 配置模块
│   ├── __init__.py
│   └── config.py              # 配置类
├── scripts/                   # 工具脚本
│   ├── init_db.py             # 数据库初始化
│   └── init_vector_db.py      # 向量数据库初始化
├── docs/                      # 文档
│   ├── API.md                 # API文档
│   └── DEPLOYMENT.md          # 部署指南
├── data/                      # 数据目录
│   ├── uploads/               # 上传文件
│   └── chroma_db/             # 向量数据库文件
├── logs/                      # 日志目录
├── GMT 0010-2012.pdf          # GMT标准文档
├── requirements.txt           # Python依赖
├── .env.example               # 环境配置示例
├── .gitignore                # Git忽略文件
├── run.py                     # 应用启动文件
├── start.py                   # 便捷启动脚本
└── README.md                  # 项目说明

🚀 快速开始

方式一：使用便捷启动脚本（推荐）

# 1. 进入项目目录
cd A1-14

# 2. 运行启动脚本
python start.py

脚本会自动检查依赖、设置环境、初始化数据库并启动应用。

方式二：手动步骤

# 1. 安装依赖
pip install -r requirements.txt

# 2. 配置环境变量
cp .env.example .env
# 编辑 .env 文件，设置 DEEPINFRA_API_KEY 等配置

# 3. 初始化数据库
python scripts/init_db.py

# 4. 初始化向量数据库
python scripts/init_vector_db.py

# 5. 启动应用
python run.py

访问系统

• Web界面: http://localhost:5000
• API文档: 参见 docs/API.md
• 默认用户: admin/admin123

🎨 核心功能

📋 证据识别模块

• ✅ 支持多种文件格式（PDF、Word、图片）
• ✅ 智能OCR文字识别
• ✅ 自动内容提取和结构化
• ✅ 元数据信息提取

🤖 智能判定模块

• ✅ 基于GMT标准的合规性评估
• ✅ 自动化技术指标分析
• ✅ 安全风险识别和评估
• ✅ 智能评分和建议生成

📊 报告评审模块

• ✅ 自动化报告格式检查
• ✅ 内容完整性验证
• ✅ 技术标准符合性审核
• ✅ 专业评审报告生成

📚 知识库模块

• ✅ 基于GMT标准的智能问答
• ✅ 自然语言查询支持
• ✅ 相关文档推荐
• ✅ 自动题目生成功能

📈 系统特色

• 🧠 AI驱动: 集成大语言模型，提供智能化分析
• 📖 标准为本: 基于GMT国密标准，确保专业性
• 🔍 向量检索: 高效的语义搜索和知识匹配
• 🎯 易于使用: 直观的Web界面和完善的API
• ⚡ 高性能: 优化的架构设计，支持并发处理
• 🛡️ 安全可靠: 完善的错误处理和安全机制

🔧 开发指南

API接口

完整的RESTful API，支持：

• 评测任务管理
• 证据文件上传和处理
• 知识库查询
• 报告生成和管理

详见 docs/API.md

部署说明

支持多种部署方式：

• 开发环境快速部署
• Docker容器化部署
• 生产环境部署配置

详见 docs/DEPLOYMENT.md

扩展开发

• 模块化设计，易于扩展
• 标准的MVC架构
• 完善的错误处理机制
• 详细的代码注释

🤝 贡献指南

欢迎通过 issue 或 PR 贡献代码。请在提交前运行本地测试并遵循项目代码风格（PEP8）。

📄 许可证

上传前请根据组织要求添加合适许可证（如 MIT、Apache-2.0）。

📞 联系我们

如需协作或技术支持，请在仓库中提交 issue 或联系项目维护者。

---

密码学评测系统 - 让密码学产品评测更智能、更高效！