Fair Repair AI

公平维修

FairRepair是一个基于人工智能的系统，用于分析汽车维修账单中的机械发票，以确保其准确性、透明度和公平性。 它是在NVIDIA Build for Good黑客马拉松（2025）期间，仅用两个小时，利用NVIDIA的MCP框架、Nemotron模型以及智能体工具包构建而成的。

______________________________________________________________________

目录

• 特点/特性
• 演示
• 黑客马拉松故事
• 结果与影响
• 技术栈
• 建筑
• 入门指南
• 使用方法
• 文件夹结构
• 作者
• 致谢

______________________________________________________________________

特点/特性

• AI代理工作流程：用于成本验证和发票解析的自主代理。
• 发票理解：从原始文本中提取零件、人工及定价详情。
• 成本基准测试：通过网页抓取获取实际维修价格进行对比。
• 透明报告：提供易于理解的细分信息，以促进信任和公平。

______________________________________________________________________

演示

______________________________________________________________________

黑客马拉松故事

FairRepair是在两小时内开发完成的，作为NVIDIA“影响之代理”黑客马拉松活动的一部分。 目标是快速构建一个由人工智能驱动的系统，以创造更美好的未来。我选择使用NVIDIA MCP、Nemotron NIM以及Agent Intelligence Toolkit来解决一个现实世界中的问题：汽车维修价格不透明。

______________________________________________________________________

成果与影响

• 在2小时的限制内交付了一个可运行的原型。
• 展示了使用人工智能代理验证和解释维修数据的可行性。
• 成本验证工作流程效率提高了80%以上。
• 展示了NVIDIA AI代理编排技术在实际消费者透明度应用中的表现。

______________________________________________________________________

技术栈

人工智能与编排:

• NVIDIA MCP框架
• NIM Nemotron 模型
• 智能代理工具包

后端:

• python
• FastAPI
• 网页抓取（或网页数据提取）
• JSON 解析
• 还有更多！

前端：

• Next.js
• SCSS（Sass的缩写，一种CSS预处理器语言）
• HTML（超文本标记语言）
• WebSocket

开发工具:

• Cursor 集成开发环境 (IDE)
• Git 和 GitHub

______________________________________________________________________

建筑学

flowchart TD
    A[User Uploads Invoice] --> B[ReAct Agent]
    B --> C[PDF to Text Tool]
    C --> B
    B --> D[Web Scraper]
    D --> B
    B --> E[Price Calculators]
    E --> B
    B --> F[Summary Report]

流动；流程；流畅：

• 用户上传或输入一份机械发票。
• 解析代理提取零部件、人工及定价数据。
• 成本通过抓取实时数据进行验证。
• 成本差异已量化
• 该系统为每张发票的每一项生成公平性总结。

______________________________________________________________________

入门指南

1. 克隆仓库

git clone https://github.com//FairRepair.git
cd FairRepair

1. 安装依赖项

cd backend
pip install -r requirements.txt
# Install NVDIDIA's nat from github

1. 在 .env 文件中添加环境变量：

NVIDIA_API_KEY=your_nvidia_api_key_here
TAVILY_API_KEY=your_tavily_api_key_here

1. 构建前端：

cd ../frontend
npm install
npm run dev

1. 前端可在以下位置获取

http://localhost:3000

1. 运行后端

cd ..
nat serve --config_file=backend/src/fair_repair/configs/config.yml

1. 后端可用地址为

http://localhost:8000

______________________________________________________________________

使用方法

• 启动后端服务。
• 在浏览器中打开前端界面
• 提交一份机械发票（PDF或文本格式）。
• 人工智能代理分析成本公平性，并输出结构化的透明度报告。

______________________________________________________________________

文件夹结构

FairRepair/
├─ backend/
│  ├─ requirements.txt
│  ├─ src/fair_repair
│  │  ├─ configs/
│  │  │  └─ config.yml
│  │  ├─ __init__.py
│  │  ├─ main.py
│  │  └─ register.py
│  └─ pyproject.toml
├─ frontend/
│  └─ ...
├─ README.md
└─ LICENSE

______________________________________________________________________

作者

科尔·罗伯茨

*圣克拉拉大学人工智能理学硕士*

电子邮箱：cole03roberts@gmail.com

LinkedIn（领英）链接：https://www.linkedin.com/in/cole03roberts/

______________________________________________________________________

致谢

NVIDIA影响力黑客马拉松（2025） NVIDIA MCP（多芯片模块）、Agent Intelligence Toolkit（智能体工具包）和NIM Nemotron。