Flask

本项目主要包含用户活跃度分析、贡献度分析、兴趣偏好分析、学习能力分析、专业能力分析、编程能力分析和用户标签分析等核心模块。系统能够对平台内用户的学习行为、课程参与情况、内容贡献情况和能力表现进行多维度建模，自动生成结构化画像标签与分析结果。在功能上，支持原始数据清洗与整合、特征提取、指标计算、模型训

系统包含六大核心功能模块。用户认证与权限管理模块提供完整的用户生命周期管理，包括登录注册、密码管理、用户创建与删除等功能，支持管理员和普通用户两种角色，采用bcrypt加密和强制密码修改策略确保安全性。数据文件管理模块支持CSV、Excel、TXT等多种格式的文件上传，自动检测文件编码，同步解析后存

采用FastAPI框架搭建RESTful接口，MySQL存储数据，JWT实现身份认证，代码结构清晰、易维护，解决了前后端分离项目的后端接口开发问题。

系统支持企业文档上传、文本自动切分、向量存储与语义检索，结合大模型实现自然语言问答。用户可通过自然语言提问获取文档内的精准信息，支持多轮对话、上下文记忆，大幅提升企业内部知识查询效率。

本自动化数据处理工具支持批量导入CSV/Excel数据，自动完成清洗、去重、格式转换与统计分析，可自定义处理规则，一键导出结果，可观的大幅提升数据处理效率，减少人工操作错误，替代重复劳动，提升工作效率。

1.文献调研：系统梳理结构化剪枝、非结构化剪枝、基于重要性度量的剪枝三大类方法，对比优缺点。2.思想框架设计：提出基于“模6阴阳分类”与“统计抵消”的剪枝新范式，将卷积核参数离散化后进行阴阳分类，通过贪心对偶映射实现冗余核成对抵消。3.可行性论证：从数学基础（Burgess界保证配对存在性）、工程适

1.多源数据合并：自动识别并合并多个Excel/CSV文件，支持表头映射与格式标准化。2.智能清洗：执行缺失值填充（均值/中位数/众数）、异常值检测、重复记录去重。3.学情报告生成：基于清洗后数据，自动计算平均分、分数段分布、进退步趋势，输出可视化图表。4.轻量API接口：基于Flask提供REST

1.整数模6分类：输入任意正整数范围，自动按模6余数将整数分为阳数（6k+1）、阴数（6k-1）及中性数，并高亮素数。2.半素数分解：对合数进行质因数分解，识别其阴阳因子属性，计算基于勒让德符号的权函数值。3.统计抵消模拟：对阴类半素数执行贪心配对算法，可视化展示污染项的统计期望归零过程。4.数据导

本工具基于Python开发，实现Excel数据与Word模板的自动化匹配和批量生成。支持读取Excel数据、识别字段内容、根据预设规则替换Word模板中的占位符，并批量输出标准化文档。支持日期字段格式化、批量命名、段落与表格中的占位符替换，并尽量保持原有文档格式不变。适用于合同生成、报告生成、通知函

将整个研究视为一个“感知-决策-部署”的完整系统进行顶层设计。该方法将目标检测模块、多目标跟踪模块，分析并权衡各子系统在精度、速度、资源占用等关键指标上的内在矛盾与协同关系。基于此，规划出从算法层改进、到应用层集成、再到工程层优化的阶梯式技术路线，确保最终实现的系统原型在整体性能上达到最优平衡，满足

项目功能模块:1.用户管理模块(登录、个人中心)2.成绩管理模块(成绩查询、成绩列表)3.评价管理模块(评价提交、评价查看)4.教师端功能模块(课程管理、成绩管理、学生列表、评价管理)主要功能描述:本系统是一个学生成绩管理平台,支持多端运行。学生可以查看个人成绩、提交课程评价;教师可以管理课程信息、

项目包含六大核心功能模块：1.Multi-Agent多意图智能路由：基于ChatSubIntent枚举实现9种子意图分类（日常闲聊、健康咨询、情感支持、记录协助、知识问答、图片生成、图片理解、提醒等），通过28个健康关键词和15个情感关键词快速匹配+LLM兜底，为不同意图加载专用SystemProm

基于规则与轻量级模型混合，支持多步骤逻辑推导和假设验证。对每次推理结果进行自我评估，记录置信度、矛盾点和改进方向。经验库：持久化存储成功/失败的推理路径，支持相似场景的快速复用。根据时间、事件触发或优先级，主动发起推理任务（如每日新闻摘要、服务器状态巡检）。在经验积累达到阈值时，自动学习逻辑或参数配

告警中心通过与各个监控平台对接，接收来自不同系统的告警进行统一展示。并且告警中心与itsm系统对接，支持对告警一键派单，创建对应的故障处理单。此外，告警系统还支持按照角色或者账号配置告警通知，通知方式包括邮件、短信、消息。

工单系统与集团的itsm系统对接，接收本部门的服务请求单，并在接单之后转化为变更流程。系统上可以对每一种工单配置各自的流转流程，在工单完成之后将结果推送回itsm系统。系统可以对每种工单配置各自的响应及完成时限，对于快到期的工单给通过邮件和消息进行通知。本系统还有自动化系统对接，将标准变更实现定时自

本项目核心功能模块包括：多模型智能对话：完美集成本地Ollama框架及云端主流模型（GPT-4、DeepSeek、Qwen），支持长短期记忆管理与温度等参数自定义。RAG基础设施实验台：内置BGE-Reranker重排序与BGE-M3向量化模型测试工具，支持实时文本效果验证。多租户管理系统：完整的租

本系统核心功能完整，包含：任务基础管理：支持任务的新增、编辑、删除、标记完成/未完成，可设置任务标题、详细描述、截止日期、优先级（高/中/低）；任务分类与筛选：按任务状态（全部/进行中/已完成）、优先级、截止日期进行多维度筛选，快速定位目标任务；数据持久化存储：基于SQLite数据库存储任务数据，确

OCR识别：实现驾驶证/行驶证/银行卡等通用证照识别，以及钢材标签、采购合同、授权委托书等定制化文本识别，已在公司内部全面推广使用RPA流程自动化：完成财务场景13家银行流水自动获取，大幅提升财务工作效率计算机视觉：落地钢材表面缺陷检测、仓库车辆出入库管控、加工中心钢卷自动上卷等工业视觉项目预测算法

核心职责与产出：●版本管理与发布系统：独立设计并实现了智能体应用的版本控制机制，支持应用状态的快照、回滚及多版本并行管理。●私有化部署与数据隔离：负责团队空间的私有化适配工作，设计基于角色的访问控制，确保不同租户间的数据严格隔离。成功支持了多个私有化节点的交付。●应用分发与迁移工具：开发智能体应用的

跨境电商多Agent协作系统，包含5个专业Agent（选品/舆情/客服/视频/发布），用户输入任意关键词即可获得全方位市场分析。1.选品Agent：自动抓取1688/Amazon商品数据，分析价格、销量、竞争强度，输出选品建议。2.舆情Agent：监测TikTok/Reddit等社媒平台讨论热度、用