本项目包含七大功能模块：1、任务执行引擎：LLM工具调用循环，集成16个工具（计算、时间、GitHub搜索、网页浏览、文档检索、文件读写等），Agent自主规划并执行任务2、知识库问答：RAG混合检索（LLM查询扩展+RRF排名融合），回答带来源引用，有效降低幻觉3、双记忆层：mem0语义记忆（向量

整体主要基于CSL500中文手语数据集进行。结果表明，本文训练的模型在测试集上的识别准确率达到了97.56%，并且大多数类别的识别准确率都在90%以上，整体效果较为稳定。部署测试中，经过量化优化后的模型能够在树莓派平台上实现较稳定的实时推理，基本满足实际运行需求，这验证了该系统在真实场景下具备一定的

本工具为Python编写的轻量级API调用模块，支持对接DeepSeek、OpenAI等语言模型接口，以及FishAudio等语音合成服务。可实现文本生成、语音合成、格式转换等基础功能，同时具备简单的错误处理与重试机制，适用于单机运行及集成到其他项目。-API调用模块：封装常见接口请求，支持GET/

1，调用算法模型多线程分析检测轨道探伤数据情况。2，通过输入相关指令调用千问模型去查询数据库中的识别结果，然后根据客户要求绘制不同样式的网页。3，解析多个作业数据，纵向比较同一类型的伤损变化情况。

提供主播素材管理、任务队列、参考视频分析、风格配方、脚本与导演规划、Agnes视频生成、IndexTTS分段配音、HeyGem或Duix口型同步、候选质检、最终复核、包装与多平台发布计划。只读看板从真实运行目录汇总任务和产物，发布步骤必须显式批准。

提供素材新增、修改、删除和列表查询接口；MySQL数据同步至Qdrant；支持全量索引重建；按文案执行向量检索并结合多标签过滤；提供健康检查、OpenAPI文档和DockerCompose一键启动。冒烟测试覆盖CRUD、中文检索、标签筛选、同步与删除完整闭环。

基于RK3588+rknn-toolkit-lite2的YOLO11n目标检测推理程序，支持图片、视频和摄像头实时检测。内置7类自定义模型（person,fight,sleep,play_phone,gun,knife,fire,smoke），同时兼容rknn_model_zoo导出的80类COCO

车牌识别服务开发说明书适配平台：JetsonNX/RK3576核心算法：YOLO26n-OBB（旋转车牌检测）+CRNN（字符识别）数据流框架：GStreamer硬解码+两级环形缓冲池关键特性：原始帧不覆盖、camera_id全链路透传、低延迟、高可用、双平台通用目录文档概述整体架构模块功能说明数据

项目包含四大核心功能模块，完整覆盖内存操作优化与验证全流程：一是memcpy多路径优化模块，针对不同数据长度分别提供小尺寸标量快速拷贝、中尺寸自适应向量化拷贝、大尺寸缓存友好批量拷贝三类执行路径；二是memset分场景优化模块，区分零值清零与非零值填充场景，零值场景调用Zicboz指令实现缓存块级快

本项目打造了EP-MAF面向AI生成代码的漏洞因果推理与验证修复智能体，核心包含六大功能模块：仓库结构分析模块：自动解析代码项目结构，识别接口入口、数据库访问层、文件读写模块等风险区域，计算模块风险优先级并筛选高风险分析子图，降低无效分析开销；漏洞因果推理模块：基于SagePatch-R核心算法构建