CheekAI

CheekAI 是一个 AI 生成文本检测桌面应用：前端使用 Vue 3 + TypeScript，后端使用 Rust（Tauri）。支持导入 TXT / PDF / DOCX，并基于“段落 + 句子”双模式进行交叉检测与融合。

说明：仓库内的 legacy-python-electron/ 为旧版 Python/FastAPI + Electron 代码存档，仅供参考，不再作为主实现。

架构

• 前端：src/（Vue 3 + TS）
• 后端：src-tauri/（Rust + Tauri）
• 核心检测逻辑：src-tauri/src/services/detection/
  • segment_builder / aggregation / comparison / dual_mode / llm_analyzer
• 文本处理与分句/分段：src-tauri/src/services/text_processor.rs、src-tauri/src/services/sentence_segmenter.rs

双模式检测（你关心的“工作逻辑/限制”）

双模式指：同时跑“段落侧”和“句子侧”，并做对比与融合：

• 段落侧：按段落块检测，得到整体概率与段落级证据
• 句子侧：先做正文过滤，再按句子块检测（更细粒度）
• 对比：compare_dual_mode_results 计算一致性/差异（阈值目前为 0.20）
• 融合：fuse_aggregations 按权重融合（段落 0.6 + 句子 0.4）

关键限制/约束（用于对齐与性能）：

• 所有块（段落/句子）都使用 UTF-8 字节偏移 start/end 对齐原文，避免多字节字符截断。
• 句子侧会先做“非正文段落过滤”（规则 + LLM），避免目录/参考文献/致谢等被拆成句子后浪费检测额度。
• 分句“LLM 归整”只会合并边界，不会重写文本，确保 offsets 永远能回贴到原文。

实现入口（可直接打开看）：

• src-tauri/src/services/detection/dual_mode.rs
• src-tauri/src/services/detection/content_filter.rs
• src-tauri/src/services/sentence_segmenter.rs

快速开始（开发）

环境要求：

• Node.js 16+（建议 18+）
• Rust toolchain（含 cargo）
• Windows 下建议安装 WebView2（Tauri 依赖）

启动（前后端热更新）：

npm install
npm run tauri dev

仅检查 Rust：

cd src-tauri
cargo check

构建安装包：

npm run tauri build

AI Provider 配置

你可以在应用设置页配置 API Key；后端也支持从环境变量读取（优先级更高）：

• OpenAI：OPENAI_API_KEY / CHEEKAI_OPENAI_API_KEY
• Gemini：GEMINI_API_KEY / CHEEKAI_GEMINI_API_KEY
• DeepSeek：DEEPSEEK_API_KEY / CHEEKAI_DEEPSEEK_API_KEY
• GLM（智谱）：GLM_API_KEY / CHEEKAI_GLM_API_KEY
• Anthropic/Claude：ANTHROPIC_API_KEY / CHEEKAI_ANTHROPIC_API_KEY

智能分句（可选服务 + LLM 归整）

句子分割入口：src-tauri/src/services/sentence_segmenter.rs 的 build_sentence_blocks_smart：

1. 优先调用本机分句服务（默认 http://127.0.0.1:8788）
2. 服务不可用则回退到本地规则分句
3. 可选：LLM 归整（只合并“疑似误切”边界；不改写文本）

关闭句子侧 LLM 归整：

• 环境变量：CHEEKAI_DISABLE_SENTENCE_LLM_REFINE=1

分句服务端实现（Python，spaCy + wtpsplit）：legacy-python-electron/services/sentence_segmenter/server.py

更多细节：docs/sentence_segmentation.md

调试：用你的 DOCX 测试分句/过滤

新增了一个调试二进制（输出分句与块信息，便于定位“误切/漏正文/耗时”）：

cd src-tauri
cargo run -p cheekAI --bin segment_docx -- "C:\\Users\\21240\\Desktop\\文档\\数字化视角下南充体育非物质文化遗产保护与发展策略研究 V2.0  .docx" --filter --llm --provider openai --out segment_docx_result.json

更多文档

• docs/PROJECT_DOCUMENTATION.md
• docs/detection_algorithm.md
• docs/MIGRATION_RUST_TAURI.md

许可证

MIT License，见 LICENSE。