应用工具工具
Proof of Turnover：用照片验证度假短租房打扫是否完成
SanyaBoroda4/proof-of-turnover · Hackathon 2026. Proves vacation-rental cleanings from the cleaner's photos: an item counts as done only when two independent vision checks and SAM 3.1 agree on one photo. Gaps become re-photo requests in the cleaner's language.
ELI5：它是什么，解决什么问题
该项目是一个面向度假短租房清洁验收的可验证 AI 代理。房东在 setup 页面按房间上传清洁示例照片和规则，由 Muse Spark 起草检查清单并规划引导式拍照流程；清洁工按房间逐一拍摄照片，系统在后台用两次独立的 Muse Spark 检查加 SAM 3.1 目标检测进行三重校验，只有三者对同一张照片达成一致才判定该项已完成。未获证明的项会以清洁工所用语言生成补拍请求，问题项由清洁工选择“已修复、无法修复、没问题或稍后”，最终由房东在 host 页面审核前后对比照片、语音备注翻译和模型调用日志，并决定通过或退回。项目还提供模型调用缓存与回放机制，记录每次判定所依据的证据照片和调用时间线。
核心能力与快速开始
★ 0 · Python
- 能做什么
- 引导清洁工按房间和镜头逐张拍照；根据房东的照片与规则生成检查清单和拍照计划；对每张照片执行两次独立视觉模型检查与 SAM 3.1 物体检测/计数，三者一致才判定完成；对未证明项生成对应语言的补拍请求；支持语音说明转写和翻译；生成带标注框的证据图和模型调用日志；支持从缓存回放模型调用。
- 适用场景
- 度假短租房或民宿的清洁验收；房东远程核查清洁完成情况；清洁人员按多语言指引完成并补拍照片；对涉及物品存在性和数量的清洁项进行可追溯核验。
- 项目形态
- 可直接使用的工具
- 部署方式
- 本地运行 FastAPI 服务，数据以本地文件保存；手机使用页内相机、麦克风和语音播放时需要 HTTPS 隧道（README 示例使用 cloudflared）。
- 主要依赖
- Python 3.13、Meta Model API key；依赖 Meta 的 muse-spark-1.3-contributor、muse-wonder-1.0、sam-3.1、muse-voice-transcribe-1.0 模型，语音朗读使用 edge-tts。API 成本与调用配额未说明。
- 使用限制
- 需要自备 Meta Model API key 并具备网络访问；照片识别依赖视觉模型和 SAM，判定可能因检查结果不一致而要求补拍；仅覆盖 README 所述清洁验收流程，未说明其他场景的适用性；许可证为 MIT，但商用条件与模型服务条款未说明。
- 许可证
- MIT
- 最近推送
- 2026-11-02 23:52
资料检查：2026-11-03 07:00 · 卡片整理：2026-11-03 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
职业应用
程序员
作为可参考的 Python/FastAPI 多模态 AI 代理实现，用于学习如何组织视觉模型校验流程、模型调用缓存与回放（POT_REPLAY=1）、以及记录 calls.jsonl/timeline.jsonl 调用日志；也可运行其 pytest 测试套件（使用 fake Meta client）进行测试实践。
查看内容依据
The suite (320 tests) uses a fake Meta client; live-API smoke and rehearsal scripts live in `scripts/`.
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。