第14章样板：智能信号卡识别系统

本章把第13章原型整理为可测试、可回归、可追溯的作品。色卡识别仍是人工阈值规则模型；AI体现在学生与Qwen Code连接的大模型协同定义需求、修改代码、解释失败和补充测试，学生负责权限、差异审查和最终验收。

5分钟运行

python scripts/setup.py
python app/main.py --version v2 --mode sample
python app/main.py --version v3 --mode sample
python scripts/verify.py

基础模式仅使用Python标准库和程序生成的PPM色卡，不需要网络、摄像头或账号。v2为三色基线；v3参考实现增加蓝色HELP、暗光FALLBACK和两色冲突CHECK。学生自己的v3不必照抄这两项，应该从失败样例提出一项真实需求及验收标准。

版本任务

1. v0：在 logs/change_log.md 写任务合同、禁止动作和测试矩阵。
2. v1：验证样例输入；教师允许时可探测摄像头。摄像头不可用必须进入 SAMPLE_MODE。
3. v2：运行三色规则基线，验证绿/黄/红/无卡。
4. v3：根据一个失败样例提出一项需求，让Qwen Code先给最小补丁和回归计划，学生审查后才执行。
5. 完成T1—T8回归，填写证据包和5分钟展示说明。

安全边界

• 摄像头画面不保存、不上传，云端模型只可接触代码、模拟资料和脱敏日志。
• 不做人脸、证件、车牌或真实监控识别。
• 不接门锁、车辆、高压电器、大功率电机、机械臂或真实生产设备。
• LED/蜂鸣器只能使用教师审核的低压套件，且为选做。
• 自动脚本不得代写学生结论、失败分析或责任说明。

验收

• v2和v3固定样例矩阵通过，旧功能没有被新需求破坏。
• 摄像头不可用能稳定降级。
• 学生能解释候选颜色证据如何经过质量门、规则和人工确认成为反馈。
• logs/run_log.md、logs/change_log.md、tests/test_matrix.md 和 evidence/evidence_pack.md 均存在，且判断性内容由学生完成。