Mongo

项目由后台管理端、Windows收银端、微信小程序和移动盘点端组成。后台支持商品、分类、门店、库存、订单、会员、储值卡、会员等级、优惠活动、员工角色与权限、经营数据和操作日志管理；收银端支持商品扫码、会员识别、现金、微信、支付宝、余额及组合支付，并提供退款、挂单、取单、小票打印和库存联动；小程序支持

经销商渠道管理：支持多层级经销商、门店、店员账号体系，覆盖导购报备、店长审核、财务对账、老板数据看板的全角色协同；内置订单报备、返利结算、政策公告、库存查询等核心业务功能。CRM客户数据中心：基于成熟CRM底座实现经销商、客户、门店档案的统一管理，支持信用等级、交易记录、跟进记录全链路追踪，打通与前

系统以"主智能体编排+子智能体分工协作"的LangGraph引擎为大脑，以16+种安全隔离的专业工具链为双手，以MongoDB/Redis持久化会话与实时WebSocket事件总线为神经，以TUI终端、ReactWeb、Tauri桌宠三种形态和微信/飞书等多IM渠道为交互界面，构建了一个覆盖"任务规

项目简介：面向制造企业的全流程工厂管理平台，涵盖生产计划、工单管理、物料库存、质量追溯、设备运维、数据看板等核心模块，助力工厂实现数字化转型与精益生产。技术栈：SpringBoot3.x+MySQL8+Redis+RabbitMQ+MyBatis-Plus+Vue3+ElementPlus

系统包含用户、角色、菜单、部门、岗位、字典、日志等基础后台管理功能；支持机构和员工考核对象管理、KPI指标库维护、考核方案配置、指标属性配置、任务数和基数模板导入导出、手工指标导入、考核结果跑批、绩效汇总查询、工资条管理、月报分析、报表展示、定时任务调度、文件上传和操作审计等功能。业务数据覆盖存款、

所属类型：工业电商/售后。技术栈：SpringCloud+Eurake+Apollo+Mysql+JPA+Qdsl+Activiti工作流+Redis+Mybatis+RabbitMQ。技术方案：采用Activiti7工作流模版，维护审批流程，通过审批流程，维护推推棒的分派，审批，升级流程。其中自动

•技术方案落地：牵头车辆地图渲染、免密支付链路、停车合规检查、实时位置上报及埋点数据采集等核心功能的技术方案设计与实现，优化用户体验并提升数据•跨端技术适配：针对微信、支付宝双端特性进行兼容性优化，解决不同平台API差异问题，降低线上bug技术栈：微信/支付宝原生框架、Mpx、Vue、VibeCod

本项目是一个基于PythonWeb技术开发的在线信息管理与展示系统，部署在云平台上，支持用户通过浏览器进行访问和操作。系统主要包含信息录入模块、数据展示模块和基础管理功能，用户可以通过表单提交相关信息，并实时查看已录入的数据内容。项目实现了前后端数据交互、页面动态更新及数据持久化存储，具备轻量级后台

1.陈列拍照提交业务员在终端门店拍照，支持多图批量上传自动关联拜访明细（visitDetailId）和客户信息自动匹配适用组织的陈列标准模板2.AI图像识别拍照数据提交后自动创建识别批次（TaskDisplayFreeBatch）调用AI服务进行图像识别，返回合格/不合格/翻拍结果支持照片级别（Ph

1.陈列拍照提交业务员在终端门店拍照，支持多图批量上传自动关联拜访明细（visitDetailId）和客户信息自动匹配适用组织的陈列标准模板2.AI图像识别拍照数据提交后自动创建识别批次（TaskDisplayFreeBatch）调用AI服务进行图像识别，返回合格/不合格/翻拍结果支持照片级别（Ph

1.商家售卖产品的平台2.包含了，小程序，商家管理端3.用户从小程序购买相关商品，管理员和商家可以在后台管理商品，订单，售后4.小程序微信支付，快递当前进度查看，用户评价

订水：用户通过授权地理位置在小程序端查看附近商家发起订水，商户端接单配送，用户端确认收货后后台对该笔订单发起结算。商城：上架第三方供应商的商品到平台商城，用户下单支付再调用第三方接口下单以及消息池回调接口实时更新订单状态以及商品上下架spu，sku等信息，再通过第三方物流接口实时更新物流信息。

在线问诊，包含在线的图文、视频问诊，支持医生转诊，支持线上电子处方以及CA电子签名。商城，web端和小程序端的线上商城，支持spu多sku配置，线上支付，对接三方物流。直播，包括web端、小程序端，同时在线观众万人的私域直播，支持评论，商品售卖等主流直播功能。完整的后台管理，全部内容支持配置。

1.帮本地三个港口做的旅客登记系统2.实现了文旅部信息化检查要求3.使用微信小程序登记游客身份，并在网页运维相关信息4.定期生成可以直接推往市里的实用报表，减轻港口文员工作

本项目是一个基于大语言模型（LLM）的智能Agent系统，旨在提升AI在长期记忆、复杂任务处理与实际执行方面的能力。系统并非将LLM作为单纯的问答工具，而是在其之上构建完整的Agent引擎，使AI能够理解用户意图、拆解任务、执行操作，并在多轮交互中保持上下文连续性。系统核心由Generator执行器

1.负责《时来商家助手》和《时来共享》等小程序的日常维护和开发，专注于用户体验和功能性能的优化，确保系统的稳定性和高效性。2.搭建和维护内部Kubernetes平台，采用Zading实现DevOps流程，显著提升系统部署效率和稳定性。3.设计与开发基于小红书的AI创作应用《小红莓》，增强数据处理能力

WebSocket实时通信：实现服务端与小程序端的双向实时消息推送，覆盖订单状态，司机位置等场景。位置实时追踪：使用RedisGEO并结合ZSet排序实现司机实时位置存储和附近司机查询匹配机制。