一、业务背景与插件核心价值

当前国内牛肉大理石纹（雪花肉）的定级依赖国家规范中的参考图谱（如图所示，分为1-5级），但人工判定存在显著痛点：

• 主观性强：不同质检人员对“纹理密度、覆盖面积”的判断标准不一致，导致同一块肉可能被判定为不同等级；

• 效率低下：人工肉眼比对图谱耗时久，批量质检场景下难以满足时效要求；

• 争议频发：采购、质检、销售环节因等级判定差异产生业务异议，影响协作效率。

因此，本插件的核心目标是通过AI技术（百度EasyDL图像分类模型）实现雪花肉等级的自动化、标准化识别，将国家定级标准转化为可量化的AI模型判定逻辑，消除人工主观差异，统一业务执行标准，同时提升质检效率。

图源：牛肉等级规则国家标准和牛肉质量等级规则国家标准

二、方案整体流程概述

本方案的实现需遵循“技术支撑先行、业务配置跟进”的逻辑，完整流程分为两大核心阶段，各阶段衔接紧密、环环相扣：

第一阶段：百度智能云EasyDL模型训练（核心技术支撑）—— 以国家定级图谱为标准，训练能精准识别雪花肉等级的图像分类模型，最终部署为可调用的API接口，为后续识别提供技术能力；

第二阶段：简道云插件配置与集成（业务应用落地）—— 基于简道云平台开发自建插件，配置模型接口调用参数、表单交互规则，实现“用户上传图片→插件调用模型→自动返回等级结果”的业务闭环。

三、第一阶段：百度智能云EasyDL模型训练与部署

模型是实现标准化识别的核心，需严格以国家《牛肉大理石花纹评级图谱》为基准完成训练与部署，确保识别结果与官方规范完全对齐。具体流程如下：

（一）数据准备

高质量数据集是模型精准识别的基础，需围绕“对齐国家规范”完成数据收集、标注与增强：

1. 数据收集与上传：

   1. 以国家定级图谱的1-5级标准为依据，收集对应等级的雪花肉实物图片，每个等级样本量≥100张（官方建议至少不少于20张），覆盖不同拍摄角度、光线条件（需与图谱拍摄标准一致），确保样本能全面反映各等级的纹理特征；

   2. 通过本地文件批量上传或URL导入的方式，将数据集上传至EasyDL“数据服务”模块，完成数据存储与管理。

2. 数据标注：

1. 标签组创建：在“标签组管理”中创建“雪花肉国家定级标准”专属标签组，标签直接对应官方等级（1级、2级…5级），从源头确保标注标准统一；

2. 标注执行：标注人员经国家规范培训后，通过“在线标注”功能严格对照国家图谱，为每张图片打对应等级标签；样本量较大时，可先用“智能标注”功能预标注，再人工修正，提升效率的同时保证标注准确性。

3. 数据增强： 对标注完成的图片进行旋转、裁剪、亮度/对比度调整等增强操作，扩充数据集规模，提升模型的泛化能力；需注意增强后的图片不能偏离国家图谱的纹理特征，避免影响识别准确性。

（二）模型训练

围绕“精准区分等级差异”配置训练参数，确保模型能识别出不同等级雪花肉的细微纹理区别：

1. 任务类型选择：选择“图像分类”任务，匹配雪花肉1-5级的多类别划分需求；

2. 数据集选择：选中已完成标注的雪花肉数据集，按8:2的比例划分训练集（用于模型学习）与测试集（用于效果验证），测试集需包含与国家图谱高度相似的样本，确保验证结果能反映模型对官方标准的适配度；

3. 训练参数配置：选择“高精度”训练模式，保证模型能精准学习各等级的纹理特征；新手可使用默认训练轮数、学习率等参数，资深用户可根据数据情况微调；

（三）模型校验

训练完成后，需通过标准样本验证模型效果，确保识别结果与国家规范无偏差：

1. 批量校验：上传加工车间提供的雪花肉样本，执行批量识别，查看模型返回的等级结果是否与图谱等级100%匹配；

2. 人工对比校验：随机选取100张雪花肉图片，同时进行“模型识别”与“人工对照图谱判定”，计算两者结果的一致性，需确保一致性≥98%；若未达标，需优化数据集（补充易混淆样本）并重新训练。

（四）模型部署

模型验证通过后，部署应用，生成可调用的API接口，为简道云插件提供识别能力：

1. 服务类型选择：选择“公有云在线服务”，配置服务名称，设置合理的配额（根据实际业务量调整）；

2. 应用接入配置：在“模型应用”模块创建专属应用，完成应用信息登记后，获取应用对应的API Key（AK）和Secret Key（SK）（后续简道云插件需通过这两个密钥完成接口调用的身份认证）；

 3. 接口生成：部署完成后，平台自动生成模型调用的API接口地址（如：https://aip.baidubce.com/rpc/2.0/ai_custom/v1/classification/*），记录该地址用于后续简道云插件配置。

四、第二阶段：简道云插件配置与集成

        基于已部署的EasyDL模型接口，在简道云平台完成自建插件的配置，实现技术能力与业务场景的落地融合，核心是完成“参数配置→表单交互→结果存储”的全流程设计：

（一）插件核心配置参数设置

插件运行依赖模型接口的身份认证参数，需通过简道云表单控件完成配置并存储：

参数名称	控件ID	配置值	作用	校验要求
百度API Key（AK）	_widget_1769*****1	***	对应EasyDL应用的AK，用于调用模型接口时的身份标识	必填、字符串格式
百度Secret Key（SK）	_widget_1769*****1	***	对应EasyDL应用的SK，与AK配合完成接口调用的身份认证	必填、字符串格式

说明：上述参数通过简道云“文本”类型控件配置，设置为“必填”属性，避免因参数缺失导致接口调用失败；默认值已预填充，减少用户后续配置成本。

（二）输入与输出参数配置

明确插件与简道云表单的交互数据格式，确保“用户上传数据→插件处理→结果返回”的数据流顺畅：

1. 输入参数（用户上传数据）

• 控件ID：_widget_176******81

• 参数类型：字符串（JSON格式）

• 数据结构：包含雪花肉图片URL的数组，示例格式为 [{"url":"图片在线访问地址"}]

• 来源：简道云表单的“雪花肉照片”上传字段（用户上传照片后，表单自动生成图片的在线访问URL）

• 核心要求：图片需清晰展示雪花肉纹理，无遮挡、模糊或光线异常问题（与EasyDL模型训练样本的拍摄标准一致），否则会影响识别准确性。

2. 输出参数（识别结果）

• 参数名称：classification_name

• 类型：字符串

• 数据内容：雪花肉等级结果（如“5级”），直接来源于EasyDL模型的识别输出，与国家定级标准完全一致

• 存储配置：通过插件配置将该参数值映射到简道云表单的“雪花肉等级”字段，实现结果自动存储，供采购、质检、销售等各业务环节直接引用，消除判定争议。

（三）前端事件配置（插件与表单交互逻辑）

        通过简道云“前端事件”功能，定义插件的触发条件、执行动作与字段映射关系，实现业务流程自动化：

1. 触发动作：用户在简道云表单中完成“雪花肉照片”上传后，自动触发插件请求；

2. 执行动作：插件自动完成“参数校验→获取模型接口令牌→图片Base64编码→调用EasyDL模型接口→解析识别结果”的全流程处理；

3. 字段映射：

   1. 输入映射：表单“雪花肉照片”字段的URL→插件输入参数；

   2. 输出映射：插件返回的classification_name参数→表单“雪花肉等级”字段。

4. 赋值方式：逐行赋值，适配表单多数据行批量上传、批量识别的业务场景。

（四）插件核心代码逻辑（Python）

        插件通过Python代码实现与EasyDL模型接口的交互，核心逻辑是串联“参数校验→令牌获取→图片处理→接口调用→结果解析”，确保数据处理与接口调用的稳定性：

简道云插件开发：对接百度EasyDL实现图片自动分类

一、开发背景

基于简道云自建插件能力，对接百度EasyDL自定义图片分类模型，实现表单上传图片后自动调用AI接口完成分类，并将结果写回表单。

二、核心功能

1. 读取简道云表单图片字段的临时URL；

2. 将图片转换为Base64编码（适配AI接口要求）；

3. 调用百度EasyDL自定义分类模型； 4. 解析分类结果并返回给简道云表单。

三、使用说明（脱敏后需替换的内容）

1. 替换控件ID：将代码中`_widget_XXXXXXXXXXXXXX`替换为自己简道云插件配置的实际控件ID；

2. 替换模型地址：`call_ai_classification_api`函数中的`api_url`替换为自己EasyDL模型的部署地址；

3. 调整结果解析：根据自己的模型返回格式，修改`classification_result`的解析逻辑；

4. 适配返回参数：`return {"classification_result": top_result}`中的键名对应插件「返回参数」配置的ID。

四、开发要点

1. 简道云插件参数读取规范：通用参数从`agentConf`读取，请求参数从`triggerConf`读取，键为控件ID而非显示名称；

2. 异常处理：通过`raise`抛出异常，简道云插件会自动捕获并展示错误信息；

3. 网络请求：添加超时控制和HTTP异常捕获，提升插件稳定性；

4. 图片处理：适配简道云图片字段的JSON数组格式，解析出图片URL。

import json
import requests
import base64

"""
【简道云插件开发】百度EasyDL图片分类接口调用示例
功能：对接简道云表单图片字段，调用百度EasyDL自定义分类模型，返回分类结果
适用场景：简道云自建插件开发、AI图片分类自动化
"""

# ===================== 1. 脱敏配置 - 核心参数读取（简道云插件规范） =====================
# 通用参数（插件全局配置）：从简道云agentConf读取（替换为自己的控件ID）
AI_API_KEY = agentConf.get('_widget_XXXXXXXXXXXXXX')       # 百度API Key控件ID
AI_SECRET_KEY = agentConf.get('_widget_XXXXXXXXXXXXXX')    # 百度Secret Key控件ID
# 请求参数（表单触发参数）：从简道云triggerConf读取（替换为自己的控件ID）
IMAGE_FIELD_KEY = triggerConf.get('_widget_XXXXXXXXXXXXXX')# 表单图片字段控件ID

# 解析简道云图片字段（JSON数组格式）
try:
    parsed_image_data = json.loads(IMAGE_FIELD_KEY)
    image_url = parsed_image_data[0]['url']  # 取第一张图片的URL
except Exception as e:
    raise ValueError(f"图片参数解析失败：{str(e)}")

# 参数合法性校验（增强插件健壮性）
if not AI_API_KEY or not isinstance(AI_API_KEY, str):
    raise ValueError('AI接口API Key格式错误或未配置')
if not AI_SECRET_KEY or not isinstance(AI_SECRET_KEY, str):
    raise ValueError('AI接口Secret Key格式错误或未配置')
if not image_url or not image_url.startswith('http'):
    raise ValueError('图片URL无效或未获取到')

# ===================== 2. 核心工具函数 - 通用能力封装 =====================
def get_ai_platform_token(api_key: str, secret_key: str) -> str:
    """
    获取AI平台接口访问令牌（通用逻辑，适配百度EasyDL/文心一言等平台）
    :param api_key: 平台API Key
    :param secret_key: 平台Secret Key
    :return: 访问令牌
    """
    token_url = "https://aip.baidubce.com/oauth/2.0/token"  # 百度通用token地址
    params = {
        "grant_type": "client_credentials",
        "client_id": api_key,
        "client_secret": secret_key
    }
    try:
        token_response = requests.get(token_url, params=params, timeout=10)
        token_response.raise_for_status()  # 主动抛出HTTP异常
        return token_response.json()["access_token"]
    except requests.exceptions.RequestException as e:
        raise Exception(f"获取AI平台令牌失败：{str(e)}")

def image_url_to_base64(image_url: str) -> str:
    """
    图片URL转Base64编码（适配AI接口要求）
    :param image_url: 图片临时URL
    :return: Base64编码字符串
    """
    try:
        headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"
        }
        response = requests.get(image_url, headers=headers, timeout=15)
        response.raise_for_status()
        return base64.b64encode(response.content).decode('utf-8')
    except requests.exceptions.RequestException as e:
        raise Exception(f"图片下载/编码失败：{str(e)}")

def call_ai_classification_api(image_base64: str, token: str) -> dict:
    """
    调用AI图片分类接口（自定义模型）
    :param image_base64: 图片Base64编码
    :param token: AI平台访问令牌
    :return: 分类结果JSON
    """
    # 替换为自己的EasyDL模型部署地址（脱敏）
    api_url = f"https://aip.baidubce.com/rpc/2.0/ai_custom/v1/classification/XXXXXX?access_token={token}"
    headers = {"Content-Type": "application/json"}
    request_data = {"image": image_base64}  # 接口入参格式（按模型要求调整）
    
    try:
        response = requests.post(
            api_url, 
            headers=headers, 
            json=request_data, 
            timeout=20
        )
        response.raise_for_status()
        return response.json()
    except requests.exceptions.RequestException as e:
        raise Exception(f"AI分类接口调用失败：{str(e)}")

# ===================== 3. 主逻辑 - 插件核心执行流程 =====================
def main():
    """简道云插件主执行函数（符合插件开发规范）"""
    try:
        # 1. 获取AI平台令牌
        ai_token = get_ai_platform_token(AI_API_KEY, AI_SECRET_KEY)
        # 2. 图片URL转Base64
        img_base64 = image_url_to_base64(image_url)
        # 3. 调用AI分类接口
        classification_result = call_ai_classification_api(img_base64, ai_token)
        
        # 4. 解析结果（按实际模型返回格式调整）
        if not classification_result or "results" not in classification_result:
            raise ValueError("AI分类接口返回结果异常")
        
        # 取置信度最高的分类结果
        top_result = classification_result["results"][0]["name"]
        
        # 5. 返回结果给简道云（键名对应插件返回参数配置）
        return {"classification_result": top_result}
    
    except Exception as e:
        # 异常向上抛出，简道云插件会自动捕获并展示
        print(f"插件执行异常：{str(e)}")
        raise

# 执行主逻辑（简道云插件入口）
if __name__ == "__main__":
    main()

五、方案运行流程与效果验证

（一）完整运行流程（业务闭环）

1. 用户操作：在简道云表单中上传待判定的雪花肉照片；

2. 触发机制：照片上传完成后，自动触发简道云前端事件，调用自建插件；

3. 插件处理：插件提取配置的AK/SK参数，获取EasyDL模型接口令牌，同时将图片URL转换为Base64编码；

4. 接口调用：插件向EasyDL模型接口发送编码后的图片数据，请求等级识别；

5. 结果返回：模型完成识别后，将与国家规范一致的等级结果（如“5级”）返回给插件；

6. 结果存储：插件将识别结果自动填充到简道云表单的“雪花肉等级”字段，完成整个流程。

（二）效果验证

通过实际测试验证方案的可行性与准确性：

• 测试输入：上传30张覆盖1-5级的雪花肉照片（含与国家图谱一致的标准样本）；

• 测试结果：插件均能快速返回识别结果，且结果与人工对照国家图谱判定的一致性达98%以上；

• 业务价值：各业务环节直接引用表单中自动存储的等级结果，无判定争议，同时质检效率较人工提升60%以上。

六、适用场景与扩展建议

（一）适用场景

1. 餐饮企业采购质检：采购时快速判定雪花肉等级是否符合菜品要求（如高端牛排需5级），提升采购效率；

2. 生鲜电商平台运营：商家上传商品图片后自动标注等级，向消费者透明展示品质，提升购物体验；

3. 肉类加工厂批量质检：替代人工肉眼判定，实现批量产品的标准化分级，降低人力成本。

（二）扩展建议

1. 批量识别优化：扩展插件代码逻辑，支持多图片URL批量解析与调用，适配加工厂批量质检场景；

2. 置信度展示：在简道云表单中新增“识别置信度”字段，同步展示模型返回的置信度分值，让用户了解结果可靠性；

3. 模型迭代：定期收集识别错误的样本，补充到EasyDL数据集并重新训练，持续提升模型识别准确率；

4. 多品类支持：基于EasyDL训练其他肉类（如猪肉、羊肉）的等级识别模型，通过简道云下拉框让用户选择识别类型，提升插件通用性。

七、总结

        本方案通过“百度智能云EasyDL模型训练先行、简道云插件配置跟进”的逻辑，成功将国家雪花肉定级标准转化为自动化、标准化的识别能力，有效解决了人工判定主观性强、争议多、效率低的痛点。方案整体流程清晰、可落地性强，既保证了识别结果与官方规范的一致性，又通过简道云的表单交互能力实现了业务场景的快速落地。后续通过扩展优化，可进一步提升方案的通用性与适用范围，为更多肉类品质分级场景提供技术支撑。。