CMake

主要分为1.边缘计算设备，作为本地的计算核心，部署LLM，Mcp服务，语音交互工作流，深度学习的算法模型检测等。2.控制器，基于Esp32s3过uart串口与边缘计算设备通信，传输数据调用mcp服务控制机器人的休眠状态，功放开启等

平台集成“点云编辑器+AI分割+RRT路径规划+流程”四大引擎。①点云：一键去噪、降采样、模板匹配，0.1mm精度生成抓取点；②AI：深度学习模型包管理，自动识别异形件与缺陷；③规划：关节-笛卡尔混合避碰，支持DXF轨迹导入，节拍优化20%；④流程：拖拽式图形编程，逻辑、视觉、运动同屏调试，虚实同步

1.数据预处理数据清洗：识别并处理缺失值，但异常值不宜进行处理。2.特征提取与选择多维特征分析：从数据中提取能够描述医疗保险欺诈的特征。特征选择：使用方差阈值等方法选择对预测最有贡献的特征。3.模型构建与训练模型选择：基于项目需求和数据特性，选择合适的机器学习算法。模型训练：使用训练数据集对模型进行

1.开发wps的登录模块和文件分享模块2.开发cam的画布操作、dxf/SVG导入、路径优化、机器连接、嵌入ai、相关功能3.开发自动编译打包平台、bug日志

1.CVM旨在开发一个能够进入区块链共识的模型推理平台，采用全整形数据流2.MRT从MxNet/Pytorch等其他模型训练框架导入模型，并量化至CVM兼容格式