Rinnex是一个面向自主学习的一体化学习空间，前后端分离，同时提供Web与Windows桌面两种形态。功能模块：①对话与伙伴：多轮对话、可切换的AI人格、协同写作、题目精解；②材料与知识库：文件上传、知识库管理与向量检索，回答可引用原文；③练习与掌握：题库导入、按题型与掌握状态筛选、练习批改与错题

本作品是面向阿里国际站卖家的本地智能客服工作台：后端基于FastAPI，前端基于Next.js与React，通过YakMITM采集客户端数据、MaaFramework执行GUI自动化。主要模块包括：①收件箱：统计待回复、超时、本工作台未读、历史待确认与等待客户；②聊天工作台：会话分组检索、消息流与商

1.知识树建课选节点2.教练讲练批改点亮知识图谱3.划词助教，不影响主流程情况下快速查询4.画像记忆影响讲解5.课程笔记与技能包可导出接入其他agent。

包含区域、人员、设备、工单、流转日志、备件、工单备件明细七张表，以及设备故障排行和超时工单两个视图。工单主表二十二个业务字段，报修、受理、派工、完工四个时间点各自独立成列，用于计算各环节耗时与SLA达成情况。状态机为七态：待受理、待派工、处理中、待验收、已完工，另有误报和驳回两个终止分支；每次状态变

提供一条完整的调用链路：先过熔断闸门，再执行带指数退避的重试，最后落到兜底话术并把原始问题写入人工队列。失败被分成可重试、不可重试、需要转人工三类，不同类别走不同分支，避免把密钥失效这类确定性错误反复重试多次。熔断器为三态模型，打开后直接快速失败、不再打下游，冷却期满进入半开状态且只放行一个试探请求

工具以命令行方式运行，指向一个项目目录后输出一份体检报告，覆盖十类检查：依赖版本是否锁定、是否存在跨文件的大段重复代码、是否有被吞掉的异常、外部传入的id是否直接用于查询而没有归属条件、循环体内是否逐条查库、多处写库却未开启事务、金额字段是否使用浮点类型、列表查询是否缺少分页、测试是否被跳过、是否存

FatigueGuard—实时疲劳/分心检测系统一套实时检测驾驶员/使用者疲劳与分心状态的系统，由手机端和电脑端配合工作。核心功能1.实时状态检测通过摄像头实时识别人脸，自动判断当前状态：清醒/分心/疲劳（无人脸时显示"无"）2.疲劳检测识别长时间闭眼、频繁闭眼（打瞌睡）识别打哈欠3.分心检测识别头

Agent智能体：面向业务场景的AI助手，可组合模型、知识库、技能与工具RAG检索增强：基于Milvus的语义检索+Neo4j知识图谱多跳推理模型管理：动态配置LLM、Embedding、Rerank、Audit、图像生成等模型工具调用：内置搜索、数据库查询、HTTPAPI、知识图谱等工具，支持动态

自主研发的开源AI智能体控制台，面向同时使用多个AI编程助手、管理多台工作电脑的开发者和小型团队。统一查看Codex、Claude、Kimi、OpenCode等本地运行时的会话，支持消息回复、人工审批、任务派发、执行状态跟踪及产物查看；通过Web、Android与桌面客户端访问同一服务。采用Reac

Leaflet生态高性能点位渲染开源插件，解决原生Leaflet渲染数十万地图点位卡顿、页面崩溃问题。支持5万-100万级别海量地理点位展示，提供地图缩放平移交互、点位拾取弹窗、增量更新、上下文恢复能力，自带完整TS类型声明与使用示例，已被Leaflet官方插件目录收录。底层基于WebGL实现GPU