登录 注册

google_ml_kit_flutter

去点 Star
其他
1,294
Stars
892
Forks
17
Watchers
2
Open Issues
MIT
许可证
Dart
语言
2020-12-04
创建时间
2026-11-10
最近更新

项目能做什么

集成 Google 独立 ML Kit 的 Flutter 机器学习插件。
来源:AI 基于仓库事实生成 · 内容以仓库实际 README 为准

使用说明 查看原始 README 原仓库文档

中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
# Google's ML Kit for Flutter

[![Pub Version](https://img.shields.io/pub/v/google_ml_kit)](https://pub.dev/packages/google_ml_kit)
[![analysis](https://github.com/flutter-ml/google_ml_kit_flutter/actions/workflows/code-analysis.yml/badge.svg)](https://github.com/flutter-ml/google_ml_kit_flutter/actions)
[![Star on GitHub](https://img.shields.io/github/stars/flutter-ml/google_ml_kit_flutter.svg?style=flat&logo=github&colorB=deeppink&label=stars)](https://github.com/flutter-ml/google_ml_kit_flutter)
[![License: MIT](https://img.shields.io/badge/license-MIT-purple.svg)](https://opensource.org/licenses/MIT)

Google's ML Kit for Flutter is a set of [Flutter plugins](https://docs.flutter.dev/packages-and-plugins/using-packages) that enable [Flutter](https://flutter.dev) apps to use [Google's standalone ML Kit](https://developers.google.com/ml-kit).

## Features

### Vision APIs

| Feature                                                                                         | Plugin                                                                                                                                                                                                                                                   | Source Code                                                                                                                                                                                                                   | Android | iOS |
|-------------------------------------------------------------------------------------------------| -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------- | --- |
| [Barcode Scanning](https://developers.google.com/ml-kit/vision/barcode-scanning)                | [google_mlkit_barcode_scanning](https://pub.dev/packages/google_mlkit_barcode_scanning) [![Pub Version](https://img.shields.io/pub/v/google_mlkit_barcode_scanning)](https://pub.dev/packages/google_mlkit_barcode_scanning)                             | [![GitHub](https://img.shields.io/badge/github-%23121011.svg?style=for-the-badge&logo=github&logoColor=white)](https://github.com/flutter-ml/google_ml_kit_flutter/tree/master/packages/google_mlkit_barcode_scanning)        | ✅      | ✅  |
| [Face Detection](https://developers.google.com/ml-kit/vision/face-detection)                    | [google_mlkit_face_detection](https://pub.dev/packages/google_mlkit_face_detection) [![Pub Version](https://img.shields.io/pub/v/google_mlkit_face_detection)](https://pub.dev/packages/google_mlkit_face_detection)                              
阅读完整原文

项目深度分析 AI 生成

离线隐私型票据与多语言文档扫描 App(端到端产品)

产品构想基于该插件的 Vision APIs(文本识别、文档检测等),开发一款完全离线运行、无数据上传隐私风险的便携扫描与结构化记账助手,面向移动端用户变现。
核心功能离线边缘检测拍照、多语言文本 OCR 提取、发票/收据关键信息本地正则与结构化解析、离线导出加密 PDF/Excel。
目标用户重视数据隐私的商务出差人士、海外自由职业者、中小企业主。
难度/周期中等 · 1 - 2 个月 · 成本:极低(主要是开发者账号年费及必要设计素材成本,零云端推断算力成本)
收费模式应用内买断(In-App Purchase)高级导出功能,或按月订阅云备份扩展服务。
竞争风险移动端 OCR 存在特定复杂排版或模糊光线下识别率下降问题,依赖手机本地硬件算力。
依据 已验证事实

Flutter 商业级端侧智能扫码与身份核验 UI/业务组件套件

产品构想将底层的 barcode_scanning、face_detection 等插件二次封装为开箱即用、包含完整交互动画与容错机制的 Commercial UI Kit,以源码授权方式出售给其他 Flutter 开发者。
核心功能极速暗光条码扫码增强交互、活体眨眼/抬头检测流封装、连续扫码批处理组件、完整的 Flutter 前端调用 UI 模板。
目标用户需要快速集成扫码盘点、人脸活体核验、证件扫描功能的 Flutter 外包团队及中小公司移动端开发。
难度/周期低至中等 · 2 - 4 周 · 成本:几乎为零(仅自身时间投入)
收费模式在 Gumroad、Envato Market 或专属网站以单应用/多应用商用 License 形式售卖源码包。
竞争风险开源社区可能出现免费竞品组件;各厂商 Android 摄像头底层驱动存在碎片化兼容风险。
依据 数据支持的判断

基于端侧 AICore/GenAI 的离线智能便签与写作助手

产品构想利用插件最新整合的 GenAI APIs 与 AICore 特性,打造一款针对支持 AICore 的高端 Android 设备(如 Pixel、部分三星旗舰)的完全本地运行、零延迟离线文本润色与智能摘要工具。
核心功能本地长文本摘要生成、语法检查与语气转换、纯本地离线运行不耗流量、系统级悬浮快捷调用。
目标用户拥有新型旗舰 Android 设备、关注笔记隐私与无网办公的极客与重度内容记录者。
难度/周期高 · 2 - 3 个月 · 成本:中等(需采购具备 AICore 兼容特性的特定 Android 硬件测试设备)
收费模式应用付费下载(Pay-to-download)或增值功能买断制。
竞争风险README 已明确提示 GenAI 依赖系统 AICore,当前受限设备覆盖率较低,iOS 无法直接对应支持,潜在用户盘子受限。
依据 尚需验证的假设
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心

竞品与相似项目 GitHub Search 真实检索

相似项目数据正在完善中,暂不展示(避免误导)

项目优势与风险

技术成熟度创建于 2020-12-04,近 30 天仍在推送
社区活跃Star 1,294 / Fork 892 / Issue 2(数据支持,可自行核实)
许可证MIT
主要风险上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价

安装与使用

此项目未提供 Docker 镜像,安装步骤以原仓库 README 为准(涉及依赖安装与环境配置,对新手门槛较高)。