主要有四大模块，一个是买房信息浏览模块，这个模块是把系统用户交互的头一个任务给担了起来，它最核心的就是要建立起一个层次清楚、反应又快的房源筛选和展示机制。第二个模块是房价数据分析模块，这个模块利用存放在SQL里的数据，最直观的呈现市场数据，通过数据分析展现近年来各个地区各个小区房价的走势。第三个模块

工作台：展示知识空间与最近的研究，提供整理资料、提出问题、保存结论的三步入口。知识库：按空间组织资料，支持上传PDF、Word、Markdown、TXT和HTML，支持拖放与选择文件、添加已有文档，可搜索文档名称并按排队中、解析中、已就绪、解析失败等状态筛选，查看每份文档的处理状态。研究问答：支持新

1.多店铺管理与数据同步支持管理多个Ozon店铺，通过SellerAPI对接商品、订单等业务数据，实现集中查看、筛选、分页及管理。2.AI商品信息编辑集成大模型API，支持商品标题、描述、关键词等内容的智能生成与优化，辅助跨语言商品运营。3.AI商品图片生成集成AI图像生成能力，支持上传商品图片、设

Windows本地脚本搭配Web数据接口，支持金融公开行情自动拉取、多标的数据同步采集；自带数据清洗、去重、对齐模块，可按周期存储K线指标；支持导出Excel、CSV，也可入库保存，可自定义监控标的与更新频率，适配量化前期数据归集需求。

项目由四个独立引擎和一层共享数据基础构成。析（拆解）：全自动管道，把任意中文小说拆成术语、人物指纹、场景节拍、感官锚点、世界观、情绪曲线六层结构化知识。已拆解10本书，产出约4.2万条术语、3.26万个场景、7.29万个感官锚点，供下游直接复用。铸文（锻造）：从灵感或网文生成50–75集、单集1–3

1：产品整体的设计。2：前端代码实现与平台SDK对接。3：后端代码实现：主服驱动，AI服执行数据收集、清洗、评估，数据同步等全自动工作，实现敏感词自动规避及审核处理。

1：通过大量例句、用法、助记图、测试、长文阅读等手段提升用户的英语读写能力。2：通过智能AI对话、播客等手段提升用户的听说能力。3：通过每日、周、月任务、成就等手段提升用户的目标感。4：智能分析用户水平、目的，针对性的给予学习范围。5：智能分析用户的薄弱处，针对性的给予重点练习。6：集成LLM、ST

基于LangGraph的飞书知识库RAG问答系统：将飞书文档、表格、图片索引到Milvus，混合检索+来源引用实现可溯源问答；配套NacosAI能力治理与LiteLLM模型网关，保障成本可控、高可用。

文档上传输入PDF/PNG/JPG/JPEG/WEBP，默认最大100MB；校验类型和大小，保存原件，创建记录并启动后台任务；返回文档ID和状态。类型不支持返回415，超限返回413。解析与OCR数字版PDF直接提取文本；扫描页用RapidOCR；复杂版面可切dots.ocr+vLLM；无GPU可用

系统包含个人知识库、AI问答、编程工作台、图片检索、独立资料Agent、学习笔记与复习清单等模块。知识库支持Markdown/TXT导入、文档预览、关键词检索以及关键词与语义混合检索，并显示来源片段；问答可按指定文档查找证据。编程工作台提供账号隔离的代码沙箱、文件编辑、任务计划、候选改动对比与应用确