Claw 古建筑系统产品系统Vibe Coding

当前文化遗产数字化保护领域面临古典建筑图像海量增长、专业鉴赏门槛高、
传统检索效率低等核心痛点。文旅行业、高校教育及博物馆机构亟需一套能够
自动识别古典建筑风格、提供沉浸式鉴赏体验的智能系统。本项目面向文化遗
产保护与传播场景，结合机器学习与三维可视化技术，为用户提供古典建筑智
能分类、风格解析与在线鉴赏的一体化解决方案。

系统包含以下核心功能模块：
1. 古典建筑图像智能分类模块：基于 ResNet50 深度学习模型，支持对上传
建筑图片进行风格识别与朝代分类，准确率达90%以上；
2. 三维建筑展示模块：采用 Three.js 实现古典建筑3D模型在线渲染与交互
式浏览，支持旋转、缩放、多角度查看；
3. 建筑知识库模块：包含各朝代建筑风格说明、构件介绍与历史背景；
4. 用户管理模块：支持注册登录、收藏建筑、浏览历史记录管理；
5. 后台管理模块：支持建筑数据的增删改查与模型版本管理。

本人负责系统全栈开发与云端部署，具体包括：后端 RESTful API 设计与实
现、前端页面开发与前后端联调、AI 分类模型训练与集成、服务器部署运维。

技术栈：前端采用 Vue.js 3.4 + Vite + Three.js 构建响应式SPA；后端基
于 Spring Boot 3.2 + JPA + H2/MySQL 提供数据服务；AI 模块使用 Flask
+ PyTorch 封装 ResNet50 推理接口；系统部署于阿里云 ECS（Windows Server
2022），实现前后端与AI服务的分离部署。

核心亮点：Three.js 与 Spring Boot 的跨域异步联调、ResNet50 迁移学习在
小样本古建数据集上的微调优化、前端3D渲染性能调优（LOD策略降低帧率损耗）。