Add README.md

README.md

@@ -0,0 +1,86 @@
+# AI 图片去重审核系统
+
+基于 DashScope 多模态 Embedding + DashVector 向量数据库的图片相似度检测系统。
+
+## 功能特性
+
+- 使用 DashScope 多模态 Embedding 生成图片向量
+- 使用 DashVector 进行高效向量相似度搜索
+- 支持 pHash 感知哈希预筛选
+- 异步批量下载和处理图片
+- 自动标记重复图片并记录相似度分数
+
+## 环境要求
+
+- Python 3.8+
+- MySQL 数据库
+- DashScope API Key
+- DashVector API Key
+
+## 安装
+
+```bash
+pip install -r requirements.txt
+```
+
+## 配置
+
+创建 `config.ini` 配置文件：
+
+```ini
+[database]
+host = localhost
+port = 3306
+user = root
+password = your_password
+database = your_database
+charset = utf8mb4
+
+[dashscope]
+api_key = your_dashscope_api_key
+
+[dashvector]
+api_key = your_dashvector_api_key
+endpoint = your_endpoint
+collection_name = image_vectors
+vector_dimension = 1024
+
+[image]
+cdn_base = https://your-cdn.com/
+
+[similarity]
+phash_threshold = 10
+vector_threshold = 0.85
+
+[process]
+batch_size = 100
+concurrent_downloads = 10
+log_level = INFO
+log_file = image_similarity.log
+```
+
+## 使用方法
+
+```bash
+python image_similarity_check.py
+```
+
+## 项目结构
+
+```
+├── image_similarity_check.py  # 主程序：图片去重审核
+├── query_status.py            # 查询处理状态
+├── reset_data.py              # 重置数据
+├── reset_vector.py            # 重置向量库
+├── basket.py                  # 测试脚本
+├── requirements.txt           # 依赖包
+└── config.ini                 # 配置文件（不提交）
+```
+
+## 工作流程
+
+1. 从数据库获取待处理的图片记录
+2. 调用 DashScope API 获取图片的多模态 Embedding
+3. 在 DashVector 中搜索相似图片
+4. 根据相似度阈值判断是否重复
+5. 更新数据库状态（重复/不重复）