系统分为模型训练端与端侧推理两部分。训练端使用Python+TensorFlow构建LSTM网络，对传感器时序数据进行训练，并量化转换为TFLite格式；端侧在STM32上集成TensorFlowLiteMicro解释器，实现三个功能：数据滑动窗口采集、模型加载与本地推理、预测结果通过串口输出。可在

系统包含五个功能模块：①多轮对话模块，基于DeepSeekAPI实现上下文连贯的自动问答；②知识库检索模块（RAG），将企业文档向量化存储，回答时先检索相关片段再生成回复，显著提升准确率；③会话管理模块，使用SQLite持久化存储会话记录，支持历史对话查询；④Web前端，提供聊天界面并实时展示对话内

TFFInfer是一个从零自主研发的大语言模型(LLM)推理框架,采用现代C++20标准开发,支持CUDAGPU加速。项目实现了完整的LLM推理流水线模型加载

多源数据采集与处理模块：通过STM32与传感器采集田间温湿度等环境数据，经MQTT协议上报；利用Pandas进行时序数据清洗与特征聚合。AI病虫害图像识别模块：基于OpenCV与YOLO算法，对采集的农作物图像进行病虫害智能识别。多维度农情可视化看板：利用ECharts在HTML网页及小程序端实现数

一、核心专注模块1）番茄钟计时：支持专注/短休/长休三阶段与长休息间隔配置，逆序倒计时与正序累加，会话统计与连续专注追踪。2）强制专注引擎：按L0/L1/L2锁定等级，提供全屏遮罩、全局快捷键拦截、任务栏隐藏、分心应用强关、前台窗口拉回；L2含守护进程自检拉起与重启恢复会话；支持紧急退出恢复码与会话

按“输入→处理→输出”分层，共6项功能：功能说明1多项指标计算引擎输入三大报表CSV，输出覆盖9大类的指标主表：盈利7项、偿债6项、营运5项、现金流质量3项、杜邦4项、Z-Score6项、同比增长3项+2个评级模型2增长质量评级收入CAGR×净利率变化→高质量/中质量/低速/负增长4档，区分“越增长

独立使用easytrader搭建A股ETF套利交易系统，完成行情数据获取、套利机会识别、策略信号生成、交易执行与风控回测等模块，实现约10%的年化超额收益率，并注重从策略研究到工程落地的完整闭环。包含爬虫，算法，实盘交易模块

###1.数据探索层-加载CSV后按商品/时段/支付方式分组聚合，统计销量、销售额与订单占比-生成3张描述性图表：销量条形图、时段销售额柱状图、支付方式环形图###2.关联规则挖掘层-按`item_type`将商品列表聚合成交易→`TransactionEncoder`做one-hot编码-调用Ap

1.数据接入与治理自动加载9张业务表，完成状态白名单过滤、IQR极值剔除、类型标准化、时间维度退化，多表JOIN成统一交易事实宽表，并做空值/负值/未来日期质量检查（本批次问题数0）。2.五层业务分析-描述性：经营KPI仪表盘（GMV、AOV、取消率、评分、支付结构）；-探索性：金额分布与异常识别、

项目对外提供四大分析能力，全部围绕统一指标体系展开：1.经营规模总览-核心看板指标：总销售额（19.8亿）、订单数（977万）、销量、客户数、总成本-支持按年/季/月时间粒度切换，配合同比颜色标记（绿涨红跌）快速感知经营态势2.销售效率诊断-客单价=净营收÷订单数，衡量单笔订单价值-件单价=销售额÷