业务痛点
营销物料审核中，字体合规审查面临的典型挑战。
字体合规靠人工肉眼比对
营销物料文字字体繁杂，人工逐字比对授权清单耗时且易漏判，潜藏商用侵权风险。
字体授权判断依赖经验
商用字体授权类型复杂（开源 / 付费 / 专属），非设计人员难以准确判断某字体能否免费商用，误判成本高。
审核结果难以追溯归档
物料审核多为一次性判断，缺乏结构化风险记录与原图标注，事后无法回溯每张物料的判定依据。
大批量物料审查效率低
旺季物料集中上线，人工逐张审查成为瓶颈，难以及时覆盖所有对外发布物料。
解决方案概述
字体合规审查系统利用 AI 视觉理解模型自动识别营销物料图片中的文字字体，并与目标合规字体（如思源黑体，采用 SIL OFL 开源许可可免费商用）进行相似度对比，按预设阈值判定合规性：相似度 ≥ 阈值判定为合规（low 风险），低于阈值判定为不合规（high 风险）。管理员在配置页设定 AI 模型接口、相似度阈值与目标字体后，审查人员上传物料图片即可获得包含字体名称、相似度评分、风险等级、文字位置坐标与风险说明的结构化判定结果，前端以风险看板、字体清单与原图标注三联呈现，任务自动归档并可导出，形成可量化、可追溯的字体合规审核闭环。
核心功能
覆盖模型配置到归档导出的 6 项核心能力。
AI 模型与阈值配置
管理员配置视觉模型 API 地址、密钥与模型名，自定义相似度阈值与目标合规字体，系统提示词可在线维护。
物料图片上传
支持拖拽或点击上传 JPG/PNG/WebP 物料图片，填写物料名称与对外 / 对内类型后提交审核任务。
视觉字体识别
调用 AI 视觉模型识别图片中所有文字区域的字体特征（笔画结构、字重、字形风格），给出与目标字体的相似度评分。
结构化风险判定
按相似度阈值自动判定合规 / 不合规风险等级，输出字体名称、相似度、风险等级、坐标位置与含判定依据的风险说明。
风险看板与原图标注
工作台左侧图片预览叠加风险标注，右侧风险看板按合规 / 不合规分色展示字体清单与相似度，统计高 / 低风险项数。
归档与导出
审核任务自动归档，审核管理页支持历史任务筛选与卡片浏览，可导出审查报告供事后追溯。
