JBoltAI智能包装自动化审核系统：参数比对+合规检测实践分享
最近接触到山东向量空间人工智能科技有限公司做的一款产品——JBoltAI智能包装自动化审核系统，专门针对食品包装标签审核场景。作为一个长期关注AI质检领域的人，觉得有必要把它的设计思路整理出来，和大家分享一下。
一、为什么要做包装自动审核？
食品包装标签审核这件事，说白了就是：人工盯着看，逐项比对，逐一校验国标。问题也很明显——效率低、容易出错、不同审核员标准还不统一。
JBoltAI这套系统的核心思路，就是把整个流程拆成了三步：版面信息自动提取 → 参数自动比对 → 国标合规自动校验，最终输出标准化审核报告。
这不是简单的OCR识别，而是结合了版面解析引擎（MinerU）和AI大模型，做到了语义级别的理解。
二、参数自动比对：一项不漏地"找茬"
传统审核中，审核员需要把包装稿上的产品名、净含量、配料表、过敏原、SC编号、厂家信息等，和系统里维护的标准参数逐条比对。这个过程非常耗时，而且容易看漏。
JBoltAI的做法是：先通过MinerU版面解析引擎，自动识别包装展开稿上的文本、表格、结构区域，把产品全称、配料表、过敏原、营养成分表、生产日期、净含量、SC编号、厂家信息等全部提取出来。
提取完成后，系统自动与产品信息表中的标准参数进行逐项比对，比对维度覆盖：产品名、净含量、规格、配料（内容与顺序）、过敏原分类、加工方式、加热时间、营养表、厂家、SC号、标准号等。
比对结果自动标记一致/不一致，生成对比表格，审核员一目了然。
三、合规智能检测：内置国标条款库
这是我觉得最有价值的部分。系统内置了GB7718-2025《预包装食品标签通则》和GB28050-2025《预包装食品营养标签通则》的条款库，可以自动执行多项合规校验：
| 校验项 | 说明 |
| 强制标注完整性 | 必标项是否齐全 |
| 配料表引导词 | 是否带"配料表："引导词 |
| 配料顺序 | 是否按加入量递减排列 |
| 净含量同版面 | 净含量是否与产品名同版面 |
| 日期标注 | 是否清晰、无涂改、无加贴 |
| 营养标签 | 强制营养素是否齐全 |
| 极限词检测 | "最""第一""顶级"等违规词 |
| 虚假宣传检测 | 夸大功效、暗示保健功能 |
同时系统还设置了10条红线禁令，比如禁止过敏原分类颠倒遗漏、禁止配料表无引导词、禁止内部信息混入消费者版面、禁止漏提取翻转180度背面文字等。
这些规则不是写死的，管理员可以通过审核规则模块自由增删改查，控制每条规则的启用状态。
四、标准库管理：审核规则的"弹药库"
合规检测的前提是有标准可依。JBoltAI设计了独立的标准管理模块，支持上传PDF/DOC/DOCX/TXT格式的国标文件，上传后系统模拟解析，自动填充标准内容。
查看内容时以只读形式全文展示，编辑时还提供了"放大区域编辑"功能，弹窗扩展到95vw宽度，方便处理大量文本。
这个设计挺实用的，毕竟国标文件内容都不短。
五、技术上的一些思路
从技术架构来看，JBoltAI采用的是Vue3.5 + TypeScript + Vite6 + Tailwind CSS4的前端技术栈，状态管理用Pinia，表格用VxeTable企业级组件。后端预留了MinerU版面解析接口和AI大模型接口（支持DeepSeek/Qwen/GPT-4o等）。
当前原型阶段全部用Mock数据驱动，后续对接真实后端时只需替换API层实现，视图层不用改动。这个分层思路比较清晰，也方便后续迭代。
系统支持Light/Dark双主题切换，移动端有独立的汉堡菜单导航，整体是响应式设计。
六、写在最后
包装审核这件事，本质上是一个"规则明确、重复性高、人工易疲劳"的场景，非常适合用AI来提效。JBoltAI智能包装自动化审核系统的设计，核心就是把人工审核的SOP完整复刻成了自动化流程——从参数比对到合规检测，再到报告生成，形成了一个闭环。
对正在做食品包装AI质检或者合规智能检测的同行来说，这套思路值得参考。
以上内容基于向量空间JBoltAI产品原型设计说明书整理，仅作技术交流分享。
