[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-80220":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":9,"language":10,"languages":9,"totalLinesOfCode":9,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":14,"subscribersCount":14,"size":14,"stars1d":14,"stars7d":15,"stars30d":16,"stars90d":14,"forks30d":14,"starsTrendScore":15,"compositeScore":17,"rankGlobal":9,"rankLanguage":9,"license":9,"archived":18,"fork":18,"defaultBranch":19,"hasWiki":20,"hasPages":18,"topics":21,"createdAt":9,"pushedAt":9,"updatedAt":22,"readmeContent":23,"aiSummary":24,"trendingCount":14,"starSnapshotCount":14,"syncStatus":16,"lastSyncTime":25,"discoverSource":26},80220,"aigc_web","lyq9797\u002Faigc_web","lyq9797","The AI text detection system assists users in conducting fine-grained detection of AI-generated content within mixed texts",null,"Python",67,42,26,0,1,2,4.9,false,"main",true,[],"2026-06-12 02:03:59","# AIGC 文本检测 Web 服务\n\n基于 DeBERTa + CRF 模型构建的文本内容检测系统，集成前端网页界面与后端接口服务，支持用户登录注册、文本检测、历史记录管理等功能。\n\n## 项目结构\n```\n.\u002Faigc_web\n├── app\u002F                    # 应用核心目录\n│   ├── detectors\u002F          # 文本\u002F单词级检测核心引擎\n│   │   ├── __pycache__\u002F    # Python编译缓存文件\n│   │   ├── sentence_level.py                # 句子级检测逻辑\n│   │   ├── utils.py                         # 通用工具函数\n│   │   ├── word_level.py                    # 单词级检测逻辑\n│   │   ├── word_model_runtime.py            # 词模型运行时\n│   │   └── __init__.py                      # 包初始化文件\n│   ├── static\u002F             # 前端静态资源(JS\u002FCSS\u002F图标)\n│   ├── templates\u002F          # HTML网页模板\n│   ├── __pycache__\u002F        # Python编译缓存文件\n│   ├── auth.py             # 用户认证逻辑\n│   ├── config.py           # 全局配置管理\n│   ├── db.py               # 数据库交互操作\n│   ├── file_parser.py      # 文件解析工具\n│   ├── main.py             # 服务启动入口\n│   ├── schemas.py          # 数据模型定义\n│   ├── service.py          # 业务服务逻辑\n│   └── __init__.py         # 包初始化文件\n├── perf\u002F                   # 性能压测相关目录\n│   ├── report_detect_page\u002F # 检测页面压测报告\n│   ├── detect_page_only_load_test.jmx  # 检测页面压测脚本\n│   ├── homepage_load_test.jmx          # 首页压测脚本\n│   ├── README_perf.md                  # 性能测试说明\n│   └── run_perf.ps1                    # 压测执行脚本\n├── security_reports\u002F       # 安全测试结果报告目录\n│   ├── bandit_scan_result.json         # Bandit代码扫描结果\n│   ├── safety_scan_result.json         # Safety依赖扫描结果\n│   ├── semgrep_owasp_scan_result.json  # Semgrep OWASP规则扫描结果\n│   └── semgrep_security_scan_result.json # Semgrep安全规则扫描结果\n├── work1\u002F       # 网页端应用目录\n│   └── test_single_text.py              # 网页端使用的单文本测试\n├── work2\u002F       # 网页端应用目录\n│   └── deberta_CRF(new)_single_text.py  # DeBERTa+CRF模型推理\n├── README.md               # 项目说明文档\n├── requirements.txt        # 项目依赖列表\n└── SECURITY.md             # 安全说明文档\n```\n\n## 功能特性\n- 单词级、句子级多粒度文本内容检测\n- 用户注册、登录、身份权限管理\n- 文本实时检测与文件上传检测\n- 检测历史记录查看与管理\n- 完整 Web 前端页面 + 后端服务接口\n\n## 技术栈\n- 后端：Python\n- 模型：DeBERTa + CRF\n- 前端：HTML \u002F CSS \u002F JavaScript\n- 服务：Web 应用架构\n\n## 环境部署\n\n### 1. 克隆项目到本地并进入项目根目录\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Flyq9797\u002Faigc_web.git\ncd aigc_web\n```\n\n### 2. 创建并激活虚拟环境\n```bash\n# 创建名为aigc的虚拟环境\nconda create -n aigc python=3.11\n\n# 激活虚拟环境\nconda activate aigc\n```\n\n### 3. 安装项目依赖\n```bash\npip install -r requirements.txt\n```\n### 4. 下载相关模型文件至models目录\n```bash\nhuggingface-cli download --resume-download openai-community\u002Fgpt2-xl --local-dir .\u002Fmodels\u002Fgpt2-xl\nhuggingface-cli download --resume-download microsoft\u002Fdeberta-v3-base --local-dir .\u002Fmodels\u002Fdeberta-v3-base\n```\n\n### 5. 启动服务\n```bash\ncd app\npython main.py\n```\n\n### 6. 访问系统\n启动后打开浏览器访问本地服务地址（默认通常为 `http:\u002F\u002F127.0.0.1:8000`），即可进入系统页面。\n\n## 安全测试\n本项目不存在人为故意植入的恶意代码、后门程序或未经授权的功能。完整的安全测试流程与修复情况详见 `SECURITY.md` 文档，所有安全扫描的原始结果文件均存储于 `security_reports` 文件夹中。\n\n## 目录说明\n- `app\u002Fdetectors`：模型推理、多粒度文本检测核心逻辑实现\n- `app\u002Fstatic`：前端静态资源、样式文件与交互脚本\n- `app\u002Ftemplates`：登录、注册、检测、历史记录等页面模板\n- `perf`：JMeter性能压测脚本、执行工具与生成的压测报告\n- `security_reports`：各类安全扫描工具的原始结果文件存储目录\n\u003C!-- doc-update: README.md -->\n","AIGC 文本检测 Web 服务是一个基于 DeBERTa + CRF 模型构建的文本内容检测系统，旨在帮助用户对混合文本中的 AI 生成内容进行细粒度检测。该项目集成了前端网页界面与后端接口服务，支持用户注册、登录、身份权限管理等功能，并提供实时文本检测和文件上传检测，同时允许用户查看和管理检测历史记录。技术上，项目采用 Python 作为后端语言，结合了先进的自然语言处理模型以实现高效准确的内容分析；前端则使用 HTML\u002FCSS\u002FJavaScript 构建友好交互界面。此系统适用于需要辨别文本是否由人工智能生成的各种场景，如教育机构防止学术不端行为、新闻媒体验证信息真实性等。","2026-06-11 03:59:42","CREATED_QUERY"]