项目背景：针对宠物皮肤问题高发但主人缺少即时专业判断渠道的痛点，开发一款AI赋能的健康管理工具。用户通过小程序上传宠物患处图片或文字描述，系统利用AI模型自动推断问题类型、评估医疗等级并给出护理建议。

主要功能：

多模态问诊：支持图片+文字混合输入，用户拍照上传宠物皮肤异常区域，并可补充症状描述文字。

AI智能诊断：图像路径使用YOLO目标检测模型定位皮肤病灶区域；文本路径使用大模型（如Qwen/GLM）解析用户描述；最终将视觉特征与语义信息融合，综合推断可能的皮肤问题类型（如真菌感染、湿疹、寄生虫叮咬等）。

医疗等级评估：按问题严重程度输出分级结果（如绿色-居家护理、黄色-需门诊检查、红色-紧急就医），并附带对应的护理建议或用药参考。

健康档案记录：每次诊断结果自动归档，生成宠物健康时间轴，方便主人追踪病情变化。

技术实现：

前端：微信小程序，实现图片上传、文字输入、诊断报告展示与健康档案查看。

后端：使用FastAPI构建API服务，处理图片存储、模型调用及结果返回。YOLO模型部署在GPU后端进行推理，大模型通过API调用（如通义千问）完成文本分析。

数据融合：设计简单的规则引擎或轻量级融合策略，将YOLO输出的病灶标签与LLM输出的描述理解合并，输出最终诊断结论。

我的职责：独立完成全流程开发，包括：

需求梳理与功能设计；

YOLO模型的选型、训练/微调（使用公开宠物皮肤数据集）及推理接口封装；

大模型API接入与prompt工程调优；

小程序端UI设计与前后端联调；

诊断记录的数据存储与健康档案管理逻辑实现。

结果产出：

支持常见的猫狗皮肤问题识别，top-3诊断准确率在测试集上达到约85%；

从用户上传到获取诊断报告，全流程控制在5秒以内；

目前已作为个人工具稳定运行，为数十位宠物主人提供了免费诊断参考，反馈实用性强。