Vinfinity

要解决什么问题

酒标几乎集齐了 OCR 的全部难点：花体衬线字、金底白字、多瓶并排竖拍、含连字符与冠词的法文酒庄名。FusionOCR 把 Chambertin 读成 Qhambedin、把 Mouton 读成 Moutcn 是常态；LLM Vision 也可能把村级酒标误判为 Premier Cru。Vinfinity 要解决的是在信息残缺且互相矛盾的多源输出中给出一个可信判断，并产出可归档的双语报告。

核心管线

混合识别

• FusionOCR v2.4 融合 EasyOCR、Tesseract、RapidOCR、腾讯云 OCR 等引擎，叠加字典匹配、30+ 条音频纠错、136 条澳洲产区误读修正，以及去噪、纠偏、CLAHE、多阈值二值化与反色预处理。
• 花体字与复杂标签由 wine_vision_hybrid.py（OpenRouter）接管，与 OCR 并行执行，先到的结果先回复，目标 25–30 秒。
• 双重确认：OCR 碎片模糊（如 d'ergent）或仅识别到酒庄时，必须跑 Vision 补全酒款与产区；Vision 返回的 classification 字段须与标签文本交叉验证后才能采信。

三步递进式输出

1. 快速识别：只输出酒庄、酒款、年份、产区、品种五行，不列候选清单，不反问确认。
2. 背景故事：酒庄历史、地块风土、酿酒哲学，来自本地 KB 与联网搜索（Firecrawl、last30days）。
3. 双 PDF：wine_report_pdf.py 与 wine_deep_report.py，均须带 --image 嵌入原图；档案文本通过 stdin 管道传入，用 echo 传占位符会触发错误的默认模板。

多瓶同图

1280×1700 竖图按列拆分扫描，每瓶独立推理、独立入库、独立出报告，按左→中→右顺序发送。

适用边界

• 代理仅对 OpenRouter、DuckDuckGo 与海外酒类网站必需，微信公众号与百度网盘直连即可。
• 深度档案默认模板对勃艮第、波尔多、澳洲最完整，v1.2 起扩展奥地利、德国、意大利、西班牙、美国，边缘产区仍依赖联网搜索补全。
• RapidOCR 需单独安装，腾讯云 OCR 需配置密钥环境变量。
• 识别后仅对葡睿产品转报价/运费流程，非葡睿酒款只做识别与报告。