Django

本项目主要包括官方资讯源管理、Sitemap自动抓取、正文提取与去重、智能摘要、行业分类、资讯流展示、全文检索、文章收藏和智能问答等功能模块，可定时汇聚国内外知名AI厂商的一手资讯，生成结构化中文摘要，并支持按来源和行业筛选、检索原文及摘要、查看文章详情，以及将指定文章加入问答上下文进行分析，帮助用

#灵山智慧导览系统(LingshanGuide)基于Vue3+TypeScript+Vite构建的灵山景区数字化导览平台，整合景点展示、AI智能问答、数字人交互、地图导航、路线规划与后台管理，为游客提供沉浸式的景区游览体验。***##技术栈-**前端框架**：Vue3+CompositionAPI+

平台涵盖用户权限管理、水质数据采集与清洗、数据看板可视化、水质类别及指数多维分析、数据查询导出、随机森林与时间序列水质预测、水质超限预警、AI智能咨询等模块，实现水质数据全流程闭环管理。

本项目是一个为AIAgent提供持久化记忆和代码理解能力的混合检索系统。主要包含以下功能模块：混合记忆检索模块：基于ChromaDB实现语义向量搜索，结合SQLite(FTS5)实现关键词与元数据精确匹配，为Agent提供精准的历史记忆检索能力。上下文智能压缩模块：集成Headroom引擎，能对JS

功能介绍前端1. 统一公共模板，自适应布局，导航自动高亮；2. 首页轮播展示企业资讯、主推产品；3. 公司、科研静态图文页，荣誉相册展示；4. 产品分类列表+详情，分页浏览、自动统计浏览量；5. 新闻富文本展示、自动截取摘要、标题检索；6. 资料在线下载、招聘岗位查看、简历表单提交；7. 咨询页面内

项目主要包括实时数据采集、三维人体模型可视化、运动数据监测、项目管理和实验数据管理等功能模块。系统能够实时接收ROS发送的关节运动数据，并通过Babylon.js驱动三维人体模型同步运动，同时利用图表实时展示关节角度、运动轨迹等数据。平台支持Project、Subject、Session等实验数据管

智能对话引擎—基于大模型的实时对话，支持流式输出、多轮会话、上下文记忆，面向终端用户的AI问答入口RAG知识库系统—文档上传后自动分段、向量化存储到MySQL，检索时通过余弦相似度匹配相关片段，注入Prompt生成增强回答Agent编排平台—可视化配置AIAgent，绑定工具和知识库，通过LangG

人员管理，派单管理，客户管理，招生培训考试管理，人员管理，派单管理，客户管理，招生培训考试管理，人员管理，派单管理，客户管理，招生培训考试管理，人员管理，派单管理，客户管理，招生培训考试管理，

基于Python开发的招聘数据采集与可视化分析系统，通过网络爬虫技术采集招聘网站公开岗位信息，包括岗位名称、薪资水平、工作地点、学历要求等数据，并完成数据清洗、统计分析和可视化展示，为求职者和企业提供数据参考。

1.线路查询模块支持按线路编号（如"1路"）或线路名称模糊搜索，系统自动清洗"路"、"号线"等后缀以提高匹配率。点击线路进入详情页，展示起终点站、首末班时间、票价、线路类型及完整站点列表。站点以时间轴样式展示，支持"换向"按钮切换往返方向。2.站点查询模块支持按站点名称或地址模糊搜索，返回匹配站点列

该平台使用Python-Django框架、Mysql数据库基于python的企业前后端系统,包括“服务器管理、服务配置管理、密码管理、接口配置、空间查询、探测接口配置管理、表空间在线查询”等等功能

平台涵盖完整的购票闭环：首页推荐热门演出，智能筛选场次与价位；可视化在线选座，一键下单支付；支持微信、支付宝等多种支付方式，出票后自动生成电子票码。后台提供订单管理、票务核销、销售数据看板等功能。系统性能强劲，可支撑万人同时抢票不卡顿，为终端用户和运营方提供高效稳定的票务服务。

本系统基于深度学习技术，采用MobileNetV2轻量化模型，实现生活垃圾的智能识别与分类。系统支持厨余、可回收、有害、其他四类垃圾的自动识别，通过图片上传或摄像头实时拍摄完成检测。后端使用Flask框架，前端提供简洁友好的交互界面，识别结果包含置信度判定和详细的投放指南。系统具有轻量化、高精度、易

一些前后端的交互页面显出的一些不合理问题，曾经有幸接手过一个类似于淘宝网站项目，本人负责的是后端的交互以及对前端的反馈，对于这个还是比较有经验的，还有就是对数据的查询以及筛选怎么样合理以及最高效的查到并反馈

功能介绍本系统是基于Python+Django+MySQL开发的轻量级酒店管理系统，聚焦酒店日常运营核心场景，覆盖客房、订单、客户全流程管理，适配中小酒店/民宿的管理需求，操作简单、功能实用。?核心功能模块1.客房管理支持客房信息全生命周期管理：新增、编辑、删除、查询客房信息（房型、价格、面积、设施

后端管理办公室、人员、学科组等相关资源。同步管理人员与学科组、办公室的关联，明确人员与办公室的关系，间接展示学科组使用的办公室情况。前端以地图可视化展示为主，增加相关人员等内容的交互展示。

1. 基于Python+Django构建后端服务，提供稳定RESTfulAPI接口​2. 使用Vue开发前端交互页面，支持AI回答流式逐字输出​3. 接入大模型与VLM视觉模型，支持文本对话、图片理解能力​4. 实现对话历史记录、会话管理、用户交互优化​5. 使用Docker容器化打包，支持Linu

-**主机管理**:批量添加、测试、管理Linux主机-**操作机模式**:通过中央操作机统一管理所有主机-**批量操作**:并发执行命令、分发文件-**Oracle部署**:支持Oracle单机和RAC集群自动化部署-**K8S部署**:基于KubeKey的Kubernetes集群自动化部署-**

（1）系统需求分析：通过调研与需求收集明确系统的功能边界与非功能目标。功能需求涵盖国产动漫数据采集与管理、个性化推荐、用户交互等模块；非功能需求重点关注系统的性能响应、数据可靠性、推荐准确度以及隐私安全保障。（2）系统架构与功能设计：采用前后端分离与模块化分层架构，提升系统可扩展性、可维护性和可移植

参与OA系统后端开发，使用DjangoRESTFramework使用Redis实现缓存机制，Celery处理异步任务配合测试与产品人员完成接口调试与功能迭代，提升系统响应速度与用户体验