renopit

装修还没开工，AI已经替你把坑踩了一遍装修这件事，大概是成年人世界里最让人头疼的“必修课”之一。你刚拿到新房钥匙，满心欢喜地开始看效果图、选风格、谈装修公司。设计师给你看的效果图美得让你心动——无主灯设计、满墙收纳柜、开放式厨房、艺术吊顶……每一个细节都像是理想中家的模样。你签了合同，付了定金，等着几个月后搬进新家。

装修怕增项、合同看不懂？我做了 RenoPit，帮普通业主提前发现装修坑装修最让人焦虑的，往往不是选什么颜色的瓷砖，而是明明拿到了一整套方案，却仍然不知道它到底靠不靠谱。户型图看起来很专业，效果图足够漂亮，报价单列了几十页，合同里的每个字也都认识，可一旦问到“这里以后会不会难打扫”“这个项目是不是重复收费”“为什么图纸里有、报价里却没有”，很多普通业主就不知道该从哪里查起。

装闭 RenoPit 源码解析（14）：Demo模式、健康检查与Docker部署前面的文章已经走完装修素材到 AI 报告的业务链，最后还需要解释应用如何演示、部署和判断依赖是否可用。装闭 RenoPit 的完整运行配置与诊断代码都已开源在 fthux/RenoPit。

装闭 RenoPit 源码解析（12）：从AI分析结果到React避坑报告设计分析、合同审查、增项预测和跨文档核查分别产生不同结构的数据，报告页却需要一次性展示它们。装闭 RenoPit 在开源仓库 fthux/RenoPit 中通过 /result 接口先统一后端数据，再由 React 按结果内容组合页面。

装闭 RenoPit 源码解析（10）：AI如何审查装修合同与报价单装修风险不仅藏在设计图里，也常出现在计价方式、模糊条款和后期增项中。装闭 RenoPit 在开源仓库 fthux/RenoPit 中为合同和报价单建立了独立分析链，本篇追踪分类、LLM 审查、JSON 保存和增项预测。

装闭 RenoPit 源码解析（09）：AnalysisEngine装修闭坑分析主流程LLM 服务返回的只是文本，真正把项目素材、Prompt、模型调用、JSON 校验和数据库记录串起来的是 analysis_engine.py。本篇基于开源仓库 fthux/RenoPit，分析 run_analysis_sync() 的完整执行过程。

装闭 RenoPit 源码解析（08）：多模态AI调用、重试与文本降级Prompt 构建完成后，RenoPit 还要面对不同模型、不同兼容接口以及图片能力差异。开源仓库 fthux/RenoPit 将这些差异集中在 llm_service.py，业务层只调用 analyze_design() 等统一函数。

装闭 RenoPit 源码解析（07）：装修闭坑知识库与AI Prompt构建装闭 RenoPit 并不是只把装修图片交给大模型自由发挥。它会先把本地装修坑位、消费者立场和 JSON 输出格式写入系统 Prompt，再附上用户说明和文档内容。相关源码位于开源仓库 fthux/RenoPit，本篇分析这套 Prompt 是怎样拼装出来的。

装闭 RenoPit 源码解析（06）：SSE如何实时推送AI装修分析进度Celery 让 AI 装修分析脱离 HTTP 请求执行，但浏览器仍然需要知道任务是否完成。装闭 RenoPit 的开源代码 fthux/RenoPit 使用 Server-Sent Events（SSE）连接项目页和后台状态，本篇分析这条进度链路。

装闭 RenoPit 源码解析（05）：FastAPI与Celery如何执行AI装修分析AI 装修闭坑分析可能包含多张图片、多份合同以及多次大模型调用，不适合让 FastAPI 请求一直阻塞。装闭 RenoPit 在 fthux/RenoPit 中使用 Celery 和 Redis 编排这条长任务链，本篇分析任务从入队到结束的全过程。

装闭 RenoPit 源码解析（04）：装修图纸和合同文件上传处理流程装修闭坑分析的输入既有户型图、效果图，也有合同、报价单和用户文字说明。装闭 RenoPit 的完整上传实现可以在 fthux/RenoPit 查看，本篇重点追踪文件从浏览器进入磁盘和数据库的过程。

装闭 RenoPit 源码解析（02）：AI装修闭坑系统数据库与模型设计装闭 RenoPit 的项目、装修素材、AI 分析结果和 PDF 报告都需要跨请求保存。本篇结合开源仓库 fthux/RenoPit 中的 SQLAlchemy 模型，分析六张核心数据表如何组织一份完整的装修闭坑项目。

我是有底线的