RabbitMQ

本项目面向建筑工程CAD图纸智能解析与优化场景，支持对DXF图纸中的图框、文字、表格、构件、管线、配电箱、桩基、板墙配筋等信息进行自动提取和结构化处理，并根据不同专业和优化点进行算法分流。系统可覆盖建筑、结构、给排水、电气等多类规则场景，自动识别可优化项，生成包含优化原因、原始做法、推理过程、图纸定

平台包含编辑社、分享社、在线工具社、AI语音助手、个人中心和管理后台。用户可发布文章、分享资源、使用在线工具，并通过自然语言查找站内资料。AI根据用户意图推荐真实文章、资源或工具链接，同时支持语音交互、人格切换、表情动作、历史会话和推荐续问。

项目分为四大独立核心功能模块，完整覆盖数据采集、后端处理、前端交互、AI智能分析全业务链路：Python定时爬虫采集模块支持自定义多网站爬取规则，依托定时调度任务自动运行爬虫程序，批量抓取全网银行原始数据，完成基础去重、格式标准化预处理后存入数据库；ASP.NETCoreWebAPI后端服务模块提供

智能出入库系统，为了安全，无人化的仓库管理进一步实现，智能出入库集成车牌识别，人脸识别，调度任务校验等系统，统一化管理车辆进出仓库信息。系统采用微服务模式，集成车牌识别系统，人脸识别系统，任务调度系统，权限系统，数据统计等模块。技术描述：采用SpringClould分布式架构开发，使用Feign轻量

系统划分四大核心功能模块：1.座位预约模块：提供可视化座位地图，支持按楼层、时段筛选预约，可一键取消预约；2.身份签到信誉模块：接入人脸识别签到签退，配套信誉积分体系，违约扣积分、低分限制预约；3.AI违规监管模块：集成YOLOv8图像识别检测占座行为，支持学生违规举报、管理员审核处置；4.数据统计

企业微信定制开发功能介绍基于企业微信开放API，结合企业办公、业务管理、客户运营实际需求进行深度定制开发，打通企微原生能力与企业内部业务系统数据壁垒，实现办公流程数字化、业务管理移动化、客户运营合规化。主要定制功能包含：组织人员自动同步、部门员工信息批量管理、自定义审批流程、智能考勤排班、外勤打卡、

能源实时监控：对压缩空气（立方米）、国网电（千瓦时）、天然气（立方米）、自来水（吨）、蒸汽（立方米）等各类能耗数据进行实时采集和监控；建立覆盖全厂的能源计量点位，实时展示各点位当前数值、变化趋势；支持历史数据的查询和导出，满足数据追溯需求。厂区能耗分析：尖峰平谷分析模块，基于分时计量数据分析不同时段

实现多型号智能锁具设备快速接入，支持通过APP远程控制设备开关锁等操作；实时响应设备上报请求，完成设备在线状态、运行状态及告警信息的监控与管理，实现多设备间的联动。

系统主要包含大模型配置、提示词管理、RAG知识库管理、MCP工具接入、聊天客户端配置、Agent编排、任务执行流程设计、可视化拖拽配置等功能。支持通过数据库驱动方式动态配置Agent核心组件，实现知识增强检索、工具调用扩展和多步骤自动任务执行。

项目围绕教学评估主链路，提供以下核心能力：教学转写结果消费通过RabbitMQ订阅课堂转写完成事件，自动感知课堂文本是否已经全部生成，避免对不完整数据提前评估。课堂内容标准化处理将转写系统返回的多段语音文本按照时间戳、说话人、发言内容重组，生成适合大模型分析的教学语料，保留课堂时序和角色信息。教学评

1.AI脚本生成（输入主题自动生成分镜头脚本+台词）2.一键成片（选模板+素材自动剪辑拼接，配乐自动踩点）3.热门文案库（抓取抖音/快手/B站热榜文案，支持二次创作）4.素材库管理（视频片段/图片/音效/字幕模板分类管理）5.智能配音（多音色AI配音，支持方言和外语）6.字幕自动生成（ASR语音识别

本项目提供端到端的闲鱼采集与智能分析能力，核心功能包括：1、爬虫任务管理（创建/查询/启动/暂停/取消等），前端可看到任务执行进度；2、分布式采集架构，Worker先从列表页抓取基础商品信息，再为每个商品生成详情任务，并通过RabbitMQ异步处理；3、实时日志与状态推送，Worker的print/

1.功能模块：账号登录与角色切换；农场/农场主/地块/障碍物管理；作物模型与生长阶段、单位、农资类型与农资；人员/工人管理；设备类型、农机、水利与IoT采集/控制设备；生育期管理与田间实况；农事计划与农事活动；自动化任务与场景编排；数据看板（气象/土壤/作物长势等）；三维/地图场景、实时视频、飞行记

登录注册：用户是系统操作者，该功能主要完成系统用户配置。智能分析（同步）：用户输入原始数据及分析诉求点击提交，同步调用大模型生成图表。智能分析（异步）：用户输入原始数据及分析诉求点击提交，采用自定义线程池方式执行任务。提高系统响应速度，优化用户体验。智能分析（MQ模式）：用户输入原始数据及分析诉求，

20年4月-8月无人店铺的可视化管理平台开发无人店铺感应货架，感应闸机由第三方提供，店内的人员追踪由公司内部Python完成，店内数据的整合和管理由我们完成，三方数据通过RabbitMq进行交互，货架感应重量变化，抛出change事件，人员追踪，匹配出change事件的人员，我方根据匹配事件运算出包