更新记录

3.5.0（2026-03-18） 下载此版本

• Google Play 上架安全认证审核
• 解决部分机型可能闪退的问题
• 处理细节优化

3.4.0（2026-03-17） 下载此版本

• 1. 提高成像不清晰摄像头识别精确度
• 2. 远距离小图片识别精度提升
• 3. 动作活体灵敏度提升
• 4. 32位CPU定制Android设备人脸录入识别适配

3.3.0（2026-03-16） 下载此版本

Android支持切换前后摄像头以及删除人脸信息

平台兼容性

uni-app(4.52)

uni-app x(4.62)

其他

FaceAISDK-UTS API 插件

1:1人脸识别，活体检测UTS API插件，支持iOS，Android，支持uniappX和uniapp(vue2&vue3)。
所有功能都是设备端侧AI能力可开飞行模式体验无需网络，无需后台API服务可完全离线运行，高性能无依赖

感谢大家收藏与点赞，如有问题可描述你的使用场景说明发送邮件：FaceAISDK.Service@gmial.com
或提issues到本插件GitHub：https://github.com/FaceAISDK/FaceAISDK_uniapp_UTS/issues

快速体验完整人脸识别功能可以下载Demo App：

另：1:N人脸搜索识别 插件应用市场地址：https://ext.dcloud.net.cn/plugin?id=26467

使用方法

如果你是第一次运行UTS插件工程/引入UTS API插件，你应先安装官方说明配置好基础环境 基础环境

1. 下载Demo工程先跑通；熟悉半天后参考文档集成到主项目

2. 运行 -》 运行到手机或模拟器 -》制作自定义调试基座 -》打包 等基座制作完成

.

3. 运行 -》运行到iOS/Android基座-》使用自定义基座运行-》选择手机-》运行

.

4. 把插件引入到你的主项目（即 import {faceVerify,**等方法} from "@/uni_modules/FaceAISDK-Core";）

一定一定要先制作自定义调试基准，然后运行的时候使用自定义基准，请看图片步骤引导说明

若之前手机安装过基座需要先卸载之前的基座，iOS 可能会提示你安装好后杀死应进程后重新启动(可以点击几个其他应用加快彻底杀死重启) 注：只支持真机调试，需要用到硬件摄像头。不可用于金融场景

常见错误与解决方法

1.iOS自定义基座相比Android很容易打包失败

   Analyzing dependencies
   CocoaPods could not find compatible versions for pod "FaceAISDK_Core":
   in Podfile:
   FaceAISDK_Core (= 2026.01.04)
   None of your spec sources contain a spec satisfying the dependency: `FaceAISDK_Core (= 2026.01.04)`.

1. 尽量在云服务器不忙的时候打包
2. 增加版本号并手动清除缓存

3. 切换网络环境，尽量用Mac电脑打包（作者HbuilderX 版本4.87）

   2.下载依赖TensorFlowLiteSwift超时出错了(高峰期打包容易超时)

   [!] Error installing TensorFlowLiteSwift
   [!] /usr/bin/git clone https://github.com/tensorflow/tensorflow.git /var/folders/ft/7c temp
   Cloning into '/var/folders/ft/7cxjq5ss2094sj67mbhnzjrc0000gn/T/d20260113-17932-1xwealt'...
   error: RPC failed; curl 18 transfer closed with outstanding read data remaining
   error: 3926 bytes of body are still expected
   fetch-pack: unexpected disconnect while reading sideband packet
   fatal: early EOF

   这表明：

   1. 仓库过大：TensorFlowLiteSwift 的源仓库（TensorFlow）比较大。
   2. 网络中断：编译环境（无论是本地还是云端）连接GitHub的速度不够快，高峰期打包发生超时，导致在下载完成前连接被切断。 如果是本地 Mac 编译 如果你是在自己的 Mac 上运行 HBuilderX 进行打包，可以通过修改 Git 配置来解决： 增加 Git 缓存大小（这是最直接的修复方法，将缓存设为 1GB）： git config --global http.postBuffer 1048576000 git config --global https.postBuffer 1048576000

   开启 VPN/代理：确保终端走了代理流量，因为TensorFlow的服务器在海外。 设置完后，重新在 HBuilderX 中点击打包。TensorFlowLiteSwift只要成功同步一次后就好了

   3.iOS 基座安装到手机后很久都是白屏/黑屏

   控制台输出
   项目 [FaceAI_API_Plugin] 已启动。请点击手机/模拟器的运行基座App（uni-app x）查看效果。
   如应用未更新，请在手机上杀掉基座进程重启

   根据提示确保杀死基座进程，稍后重启App就可以了

   4.炫彩活体提示光线太亮导致失败

   这个基本上只能规避强光环境了，或引导用户用手遮住强烈光线，让手机彩色光能照到脸部

   5.改动原生swift/kotlin 代码导致基座不能正常运行

   只能重新制作自定义调试基座，UTS API插件使用方如果不需要修改插件底层实现尽量不用改原生代码

人脸识别，活体检测状态码

人脸识别，活体检测状态码含义

    let DEFAULT = 0                  // 0   初始化状态，流程没有开始
    let VERIFY_SUCCESS = 1           // 1   人脸识别对比成功大于设置的threshold
    let VERIFY_FAILED = 2            // 2   人脸识别对比识别小于设置的threshold
    let MOTION_LIVENESS_SUCCESS = 3  // 3   动作活体检测成功（基本不用，还有后续动作）
    let MOTION_LIVENESS_TIMEOUT = 4  // 4   动作活体超时
    let NO_FACE_MULTI = 5            // 5   多次没有检测到人脸
    let NO_FACE_FEATURE = 6          // 6   没有对应的人脸特征值
    let COLOR_LIVENESS_SUCCESS = 7   // 7   炫彩活体成功
    let COLOR_LIVENESS_FAILED = 8    // 8   炫彩活体失败
    let COLOR_LIVENESS_LIGHT_TOO_HIGH = 9 // 9   炫彩活体失败，光线亮度过高
    let ALL_LIVENESS_SUCCESS = 10    // 10  所有的活体检测完成(包括动作和炫彩)
    let SILENT_LIVENESS_FAILED = 11  // 11  静默活体检测失败

Copyright © 2026 FaceAISDK. All rights reserved。 FaceAISDK.Service@gmail.com