# 灵钥解码

**Repository Path**: blueteaq/key-decoding

## Basic Information

- **Project Name**: 灵钥解码
- **Description**: 本项目致力于打造端云一体化刑侦级智能门锁解码设备，分为硬件和软件部分
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-06-16
- **Last Updated**: 2025-06-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: Cpp, Python, JavaScript, CSS

## README

# 灵钥解码 LingYao Decode 🔐  
**智能门锁芯片协议解码与行为分析平台**  
> 一键采集｜自动解码｜可视化报告｜公安实战可用级

---

## 📌 项目简介  

“灵钥解码”是一个面向公安刑侦领域的智能门锁芯片取证与解码平台，致力于解决当前电子锁取证过程中存在的**协议封闭、取证门槛高、响应效率低**等问题。

本系统采用**便携式嵌入式终端 + BLE无线通信 + 微信小程序解析平台 + 网页可视化中心**的架构，搭建起完整的“端-云协同”闭环，适用于公安实战、教学实验与技术研究等多场景使用。

> 项目由北京信息科技大学信息与通信工程学院学生团队主导开发，已获公安部物证鉴定中心实战测试支持、北京市大学生创新训练计划立项。

---

## 🧠 系统架构  

```

\[ESP32硬件终端] → BLE → \[微信小程序端] → 云端API → \[网页可视化平台]
↑                                            ↓
探针读取芯片数据                          协议解析 + 聚类分析 + 报告生成

```

**技术栈一览：**

- **嵌入式硬件：** ESP32、STM32、BLE通信模块  
- **通信协议：** I2C / SPI / UART 自动识别与切换  
- **移动端平台：** 微信小程序（WePY框架）  
- **云端服务：** Python FastAPI  
- **算法模块：** 马尔科夫链、K-Means聚类、HMM、向量嵌入  
- **可视化前端：** React + ECharts + TailwindCSS

---

## ✨ 功能概览

| 模块 | 描述 |
|------|------|
| 🔌 **芯片数据采集模块** | 自动识别芯片通信协议，读取锁芯存储数据 |
| 📲 **微信小程序端** | 显示厂商选择 → 解码 → 异常识别 → 报告生成 |
| 🧠 **协议解码引擎** | 内置特征库与预测模型，对未知协议自适应解码 |
| 📊 **可视化网页端** | 展示聚类图、时间轴、协议向量等分析结果 |
| 🗂 **一键导出报告** | 生成PDF图文报告，含行为分类与案件建议 |

---

## 🚀 快速使用指南（测试版）

### 🔧 硬件端
1. 连接门锁芯片通信引脚  
2. 启动设备 → 绿灯闪烁表示读取完成  
3. 开启BLE广播，等待小程序连接  

### 📱 微信小程序端
1. 打开“灵钥解码”小程序  
2. 点击蓝牙连接绑定设备  
3. 自动接收数据并启动解码流程  
4. 生成报告，支持导出 PDF / 图像

### 🖥 网页可视化平台  
访问地址：[https://visual.lingyao-lock.cn](https://visual.lingyao-lock.cn)

- 登录后同步小程序数据  
- 可视查看聚类图、特征向量图、异常检测结果  
- 支持报告导出、技术分析回溯

---

## 📁 项目目录结构（简要）

```

lingyao-decode/
├── hardware/                  # 硬件原理图与固件代码
├── firmware/esp32/            # ESP32蓝牙采集模块
├── app/wechat-miniprog/      # 微信小程序代码
├── backend/api/              # 解码算法后端（FastAPI）
├── algorithms/               # 协议识别与行为分析模型
│   ├── protocol\_matcher.py
│   ├── behavior\_cluster.py
│   └── anomaly\_detector.py
├── frontend/visual-dashboard/ # 可视化网页平台
├── docs/                     # 技术文档与开发者指南
└── README.md                 # 本说明文档

````

---

## 👩‍💻 开发者指南

### 开发环境建议

- Python 3.10+  
- Node.js 18+  
- 微信开发者工具最新版  
- VSCode + PlatformIO（适用于 ESP32）

### 安装方式示例（后端）：

```bash
cd backend/api
pip install -r requirements.txt
uvicorn main:app --reload
````

### 前端可视化平台启动：

```bash
cd frontend/visual-dashboard
npm install
npm run dev
```

---

## 📃 开源协议

本项目遵循 **Apache License 2.0** 开源协议，欢迎学习、研究与非商业使用。
如有商业部署、深度合作、接口扩展需求，请联系开发团队获取授权。

---

## 🤝 联系我们 / 合作对接

* **项目负责人：** 樊子游
* **单位：** 北京信息科技大学 信息与通信工程学院
* **邮箱：** \[[yourname@bistu.edu.cn](mailto:yourname@bistu.edu.cn)]
* **团队主页：** *（如有可填写）*

---

## ❤️ 特别感谢

* 公安部物证鉴定中心技术指导
* 北京信息科技大学创新训练计划、育研计划
* 中美青年创客大赛、蓝桥杯等平台支持
* ESP-IDF、WePY、小程序蓝牙SDK、ECharts 等开源社区

---

**未来我们仍将不断迭代协议库与模型算法，欢迎 Star 🌟、Fork 🍴、交流 📬！**