aisee/技术文档/技术选型.md

AISee 技术选型方案

1. AR 眼镜硬件选型

推荐方案

Rokid Air / Xreal Air

• 轻量化设计（约 80g）
• 支持蓝牙和 USB-C 连接
• 1080p 显示分辨率
• 内置摄像头（部分型号）
• 价格适中（2000-3000元）

备选方案

• RealWear HMT-1：工业级，更耐用但较重
• Vuzix Blade：集成度高但价格较贵
• 自研方案：基于树莓派 + 微型显示器（成本可控但开发周期长）

2. 移动端技术栈（Flutter 跨平台）

选型理由

• 一套代码同时支持 Android 和 iOS，快速验证产品
• Dart 语言性能接近原生，热重载提升开发效率
• 丰富的插件生态，蓝牙、相机等硬件访问成熟
• 社区活跃，问题解决快

核心框架

语言：Dart 3.2+
框架：Flutter 3.16+
状态管理：Riverpod 2.x
路由：GoRouter
网络请求：Dio
WebSocket：web_socket_channel
本地存储：Hive + sqflite
JSON 序列化：freezed + json_serializable

硬件交互

相机：camera 插件
蓝牙：flutter_blue_plus
权限管理：permission_handler
语音合成：flutter_tts
图片处理：image

UI 相关

设计规范：Material Design 3
图片加载：cached_network_image
字体：google_fonts
图标：cupertino_icons + flutter_svg

开发工具

IDE：VS Code + Flutter/Dart 插件
代码生成：build_runner
代码规范：flutter_lints
测试：mockito + mocktail

3. 后端技术栈

核心框架

语言：Python 3.11+
Web 框架：FastAPI
异步处理：asyncio + uvicorn
任务队列：Celery + Redis
数据库：PostgreSQL 15
缓存：Redis 7
对象存储：MinIO / 阿里云 OSS

AI 推理服务

深度学习框架：PyTorch 2.0+
模型服务：TorchServe / TensorRT
GPU 加速：CUDA 12.0+
模型管理：MLflow

4. AI 模型选型

视觉识别模型

物体检测

• YOLO v8：实时性好，精度高
• EfficientDet：移动端友好
• Faster R-CNN：高精度场景

文字识别（OCR）

• PaddleOCR：中文支持好，开源免费
• EasyOCR：多语言支持
• Tesseract：传统方案，稳定可靠

场景理解

• CLIP（OpenAI）：图文匹配，零样本学习
• BLIP-2：图像描述生成
• SAM（Segment Anything）：通用分割

人脸识别

• InsightFace：高精度，商用友好
• FaceNet：经典方案
• RetinaFace：人脸检测

大语言模型（LLM）

• GPT-4 Vision：最强理解能力（API 调用）
• Claude 3：视觉理解能力强
• Qwen-VL：国产开源，可私有化部署
• LLaVA：开源多模态模型

5. 云服务选型

推荐：阿里云

计算：ECS（GPU 实例 - GN7i）
存储：OSS
数据库：RDS PostgreSQL
缓存：Redis 企业版
CDN：阿里云 CDN
负载均衡：SLB

备选：AWS

计算：EC2（g4dn 实例）
存储：S3
数据库：RDS
缓存：ElastiCache
CDN：CloudFront
负载均衡：ALB

6. 通信协议

眼镜 ↔ 手机

• 蓝牙 BLE：低功耗，适合控制指令
• WiFi Direct：高带宽，适合图像传输
• USB-C：有线连接，最稳定

手机 ↔ 后端

• HTTP/2 + gRPC：API 调用
• WebSocket：实时双向通信
• MQTT：轻量级消息推送

7. 开发工具链

版本控制

• Git + GitHub / GitLab

CI/CD

• GitHub Actions / GitLab CI
• Docker + Kubernetes

监控运维

• Prometheus + Grafana（监控）
• ELK Stack（日志）
• Sentry（错误追踪）

协作工具

• Jira（项目管理）
• Confluence（文档）
• Figma（设计）
• Postman（API 测试）

8. 技术选型原则

1. 优先开源：降低成本，避免供应商锁定
2. 成熟稳定：选择经过验证的技术栈
3. 性能优先：实时性是核心需求
4. 可扩展性：支持未来功能扩展
5. 团队熟悉度：考虑团队技术背景
6. 社区活跃：便于问题解决和学习