Flask

1.该项目可以实现低代码平台工作流节点的编排。2.可以使用内置工具和Openapi规范的自定义工具。3.通过RAG实现了对平台知识库的索引与检索，提高的平台大模型的检索精度，降低了大模型的幻觉。

核心功能模块：AI识别引擎：基于MobileNetV2的迁移学习模型，支持6类水果状态实时分类RESTfulAPI服务：Flask框架提供标准化接口，支持HTTP/JSON通信图像预处理模块：自动尺寸调整、归一化、批量处理可视化测试界面：HTML5前端界面，拖拽上传即时反馈主要功能描述：单张/批量图

本项目核心功能包括：分布式数据爬取模块、多维度数据处理引擎、智能分析模型与可视化交互平台。数据爬取模块支持Amazon全站点商品数据抓取，涵盖价格历史、销售排名、评论情感、库存状态等20余个关键字段，具备动态渲染处理与反反爬虫策略。数据处理引擎实现多源数据清洗、归一化存储与实时更新，建立商品-商家-

调用DeepSeek大模型的api，然后将在用户在前端输入相关设计参数，如材料类型，禁带宽度，厚度，目标应用等，然后通过评价提示词的方式，检索相关向量数据库内容，然后再开始设计，最终通过格式化输出寻找设计结果然后可视化渲染出结果。

WebBatchRequesterXM一个用于批量发送HTTP请求的简单工具，可以帮助开发者测试和验证多个URL的响应状态。功能特点批量发送HTTP请求到多个URL显示每个请求的响应状态码和状态信息简单易用的命令行界面使用方法将要测试的URL列表保存到文本文件中（每行一个URL）运行工具并指定URL

1.机器派发为了减轻人工派单压力使用AI机器学习技术训练模型，对新产生的投诉案件的投诉内容通过中文文本分类算法，预测所属的对应的案件类型和所属部门为90以上，以达到热线派发精准分类，便将任务自动直接派发。2.辅助派发在机器预测值不足90时，还是由人员进行手工派发，派单员手工派单时，系统也会给出三个派

项目分为四个组件，分别为：1、数据处理组件，实现数据源文件的数据治理及neo4j数据库数据更新服务，及主备同步等机制；开发语言shell为主；2、通信中间件，提供安全的方式，实现主备库远程通讯指令传输问题，以及实现单节点统筹运维的能力；3、GISAPI接口服务，提供对外的接口开发及权限校验、流量控制

WindowsOEM系统定制：支持从Windows7到Windows11各版本的OEM信息预置（Logo、支持信息、主题）、驱动集成、系统优化与精简、激活与授权管理、开机体验（OOBE）定制、特定功能启用/禁用等。

项目名称一：摩拜单车App 时 间：2015/7-2017/11 项目概述：自行车交互，用户交互功能；主要功能：App功能：注册，登陆，实名认证，押金,余额充值，行程，预约，开关锁,骑行轨迹 等功能 主要工作内容： 1.组建内部功能，自动化，硬件测试团队 2.推动敏捷，规范测试流程，发布流程，提升测试团队效率 3.基于python,flask,sqlalchemy,bootstrap,mysql搭建用例,缺陷,接口一体化平台 4.推动组内python,appium,pytest,allure,git,jenkins构建主功能UI自动化测试 5.使用jmeter, jvisualvm等完成appServer和bikeServer压测支持1亿+流量 6.构建测试组人员接口和UI自动化技术培训 7.负责团队任务调度，绩效，年度考核，向CTO汇报 未出现线上重大bug 业绩： 高质高量的按期迭代完成测试任务，无生产事故和性能瓶颈