项目为B/S架构的楼宇能源AI优化平台，前后端分离。主要模块包括：①能效驾驶舱：KPI总览、区域运行状态监控、设备性能排行、策略建议、7日能耗趋势与实时告警；②设备与拓扑管理：冷机、水泵、锅炉、AHU等设备台账及Zone-AHU-Chiller拓扑绑定配置，支持拓扑有效性验证；③策略中心：内置27条

1.汽车配件商城的询价查询，有车架号可以自动搜对应的peijian2.skill上传打包，支持多agent调用3.实时轮训报价情况，多个商家对比价格，推荐最优地区

提供从底层硬件到上层应用的全栈AI架构设计与部署咨询。涵盖多模态数据（视频/音频/IMU）对齐、特征提取方案、模型训练闭环，以及基于边缘算力平台的低延迟部署架构。核心价值在于帮团队解决“云端训练到端侧部署不一致”的致命痛点，实现AI能力的快速工程化落地。

1、数据处理-图数据库相关数据处理2、特征工程-对多源特征进行处理，特征编码3、召回-多路召回通路模型4、精排-多个深度学习精排模型5、重排-重排算法及策略

项目包含票据智能审核与合同智能审查两大业务方向，共五大功能模块：发票OCR识别模块：支持上传发票图片或PDF（PNG/JPG/PDF，最大20MB），基于多模态大模型自动识别发票类型、发票代码与号码、开票日期、购销双方名称与纳税人识别号、开户行账号、合计金额、税额、价税合计（含大写金额）、商品明细行

1.风控指标批量计算：IV、KS、PSI、逾期账龄、迁徙率、客户风险分层统计2.轻量评分卡项目：特征筛选、离散分箱、逻辑回归训练、效果评估、评分转换3.数据集预处理：缺失值填充、异常值清洗、样本筛选、数据合并

项目由微信小程序、运营管理后台和后端服务三部分组成。小程序支持微信登录、拍照或上传图片识别食材、食材确认、按现有食材推荐菜谱、自然语言“问AI”、菜谱详情、收藏与发现、每周饮食推荐、个人菜单计划、家庭成员管理、饮食目标与过敏忌口设置、识别历史、问题反馈、个人资料及账号注销等功能。运营后台提供用户管理

1.多路视频实时分析：接入高速公路多路RTSP视频流，实现车辆、行人、锥桶、抛洒物等目标检测、分类与跟踪。2.交通事件智能识别：结合目标检测结果与业务规则，识别行人上路、异常停车、路面抛洒物、道路施工等多种交通异常事件，并将事件图片、视频等信息推送至前后端展示。3.AI模型训练与推理加速：支持目标检

本系统基于Black-Scholes模型，将可转债拆解为纯债价值与期权价值，并纳入赎回、回售、下修等特殊条款，构建可转债定价与交易框架。系统采用最保守估算原则处理条款触发、波动率、信用利差及流动性约束，降低模型误判风险。在此基础上，系统将估值信号、规则过滤、仓位管理与实盘执行衔接，形成可落地的交易系

系统包含六大功能模块：①现货价格采集：通过Wind数据接口自动更新40余个商品品种的现货基准价，支持多机数据同步；②跨期价差监控：实时计算同一品种近月/远月合约价差，跟踪价差偏离区间；③套利信号引擎：价差突破阈值自动触发开仓信号，回归后触发平仓信号；④双腿同步下单执行：近远月合约同时报单，内置涨跌停