Apache

主要是一个AI小助手，可以为同学提供如下功能：1.查询指定历史朝代的基本概况（含时间跨度、政治制度、经济特征、文化成就）2.查询关键历史事件的背景、经过、影响及历史意义3.查询重要历史人物的生平事迹、历史贡献及相关评价4.解读经典历史史料（如文献片段、文物记载、历史地图）5.查询不同历史时期的习题资

1）RAG知识库：导入PDF/Word/表格，清洗分块、向量化、热更新；2）智能对话：基于企业语料高质量问答，引用原文证据；3）流程自动化/多Agent：创建工单、指派、催办、回写表格/审批；4）工具接入：飞书消息/日历/表单/多维表格、Webhook、第三方API；5）权限与审计：按部门/群组控权

互联网信息推荐算法安全评估平台（http://116.62.162.16/home）是一个面向算法治理与信息安全分析的专业工具。该平台支持从快手、微博、抖音、小红书等多类主流平台进行数据抓取与分析，实现对推荐算法行为的全面监测和量化评估。 平台核心功能包括宏观数据看板、账号群体画像分析、安全指标追踪等，能够精准识别如“诱导控制”和“干扰识别”等算法风险行为，并以可视化方式呈现其变化趋势。它已管理超600万账号、37类群体画像，支撑起对信息传播机制与算法影响的深入洞察。 该平台适用于监管机构、研究单位及平台企业，为其提供算法安全评估、舆论风险预警和治理策略制定方面的数据支持，最终推动推荐算法透明、可信、向善发展。

基于 Spring Boot + MyBatis + MySQL + AIGC + React 的智能数据分析平台，封装了讯飞星火模型接口，区别于传统 BI，用户只需要导入原始数据集、并输入分析诉求，就能自动生成可视化图表及分析结论，实现数据分析的降本增效； 后端自定义 Prompt 预设模板并封装用户输入的数据和分析诉求，通过对接 AIGC 接口生成可视化图表 json 配置和分析结论，返回给前端渲染； 由于 AIGC 的输入 Token 限制，使用 Easy Excel 解析用户上传的 XLSX 表格数据文件并压缩为 CSV，实测提高了 20% 的单次输入数据量、并节约了成本； 为保证系统的安全性，对用户上传的原始数据文件进行了后缀名、大小、内容等多重校验； 为防止某用户恶意占用系统资源，基于 Redisson 的 RateLimiter 实现分布式限流，控制单用户访问的频率； 考虑到单个图表的原始数据量较大，基于 MyBatis + 业务层构建自定义 SQL 实现了对每份原始数据的分表存储，提高查询性能 30% 和系统的可扩展性； 由于 AIGC 的响应时间较长，基于自定义 IO 密集型线程池 + 任务队列实现了 AIGC 的并发执行和异步化，提交任务后即可响应前端，提高用户体验； 由于本地任务队列重启丢失数据，使用 RabbitMQ（分布式消息队列）来接受并持久化任务消息，通过 Direct 交换机转发给解耦的 AI 生成模块消费并处理任务，提高了系统的可靠性； 基于 Ant Design Pro 脚手架快速搭建初始项目，并根据业务定制项目模板，如封装全局异常处理逻辑； 使用 TypeScript + ESLint + Prettier + Husky 保证项目编码和提交规范，提高项目质量； 使用 Umi OpenAPI 插件，根据后端 Swagger 接口文档自动生成请求 service 层代码，大幅提高开发效率； 选用兼容性较好的 Echarts 库，接收后端 Ai 生成的动态 json 自动渲染可视化图表。

项目描述：基于大语言模型训练的用于Inventor的画图AI，AI-EDP（Artificial Intelligence Engineering Design Platform）是一款基于Python开发的智能化工程设计平台，通过自主研发的“灵犀1.0”多模态大语言模型，深度融合工程设计全流程（建模→分析→优化→出图→制造），实现从用户需求到生产落地的全链路自动化。 采用技术：模型层：Lingxi-ME-32B v1.0（机械工程领域专项微调）+LoRA v2.0 +DPO v1.2 计算层：PyTorch2.5+CUDA 12.3+OpenMPI 4.2.3+Dask 2024.3.0 工程层：Inventor API 2024 + ANSYS Mechanical APDL 2024 R1 + AutoCAD .NET 项目职责：系统设计，包含需求分析、架构设计、模型设计、提示词设计

项目描述：某外企内部AI智能监控系统无法访问，需要在redhat linux上重装此系统，厂家Vaidio不提供技术支持且厂家安装包只支持ubuntu系统。 主要职责：对厂家Vaidio安装包进行逆向分析，独立制作基于redhat linux的安装包，成功在客户服务器上完成安装。 项目成果：成功在客户服务器上安装AI智能监控系统，恢复原始监控数据，为客户节省成本3万元。

该模型为原DeepSeek-R1-Distill-Qwen-1.5B蒸馏模型转换后的ONNX模型，该模型支持OP14及OP14以上ONNX框架进行部署，可用于适配到不同端侧硬件平台例如：Qualcomm，Atlas，CNStream等，该模型，最大生成长度被设置为32,768个令牌。对于需要采样的基准测试，使用0.6的温度值、0.95的top-p值，并且每条查询生成64个响应来估计pass@1，如需要模型源码文件及部署推理代码请联系我！

本模型用于交通警示标识识别，识别准确率高达95%以上，如有需要请访问：https://modelscope.cn/models/KeanuX/ts_detector/files，内容只包含模型文件若需要进行模型ONNX转换或模型量化或部署请提需求，我会帮你完成。该模型不可二次售出如有发现将依据法律追责

随着人脸识别技术在智能安防、金融支付等隐私敏感场景的大规模部署，传统集中式训练模式导致的用户数据泄露风险成为技术发展的主要瓶颈。本文提出一种基于联邦学习与差分隐私的混合架构人脸识别系统。通过构建支持非独立同分布（Non-IID）数据的联邦学习框架，结合动态隐私预算管理策略，在保护用户数据隐私的同时提升模型泛化能力。实验结果表明，在 Olivetti 人脸数据集上，系统在 ε=1.0 的隐私预算下达到 92.3% 的准确率，较传统联邦学习方法提升 4.7%，验证了隐私保护与模型性能的高效平衡。

这是一款面向群众和校内师生的多场景、多身份的体育场馆预约系统。提供了网页端和小程序端的在线预约和在线管理，支持微信支付。系统接入deepseek和通义千问实现了场馆规则咨询、支持快速订场和便捷管理的AI助手。 系统采用前后端分离架构，前端使用Vue3和uni-app框架开发，确保了跨平台的统一体验。后端采用Spring Boot框架，提供稳定可靠的接口服务。系统支持多种场馆类型的预约管理，包括篮球场、羽毛球场、网球场、游泳馆等，并根据不同用户身份（如校内师生、校外人员、VIP会员等）提供差异化的预约权限和收费标准。 系统具备智能推荐功能，可根据用户历史预约记录和场地使用情况，推荐合适的场地和时段。同时，集成了场馆实时监控、智能门禁、在线客服等功能，为用户提供全方位的场馆服务体验。后台管理系统支持灵活的场地排期、收费标准调整、数据统计分析等功能，方便管理人员进行日常运营管理。

一、项目概述​ 项目背景：随着数字化政务的推进，政务工作对高效、准确的公文写作需求日益增长。传统的公文写作方式耗时费力，难以满足快速变化的工作节奏。本项目旨在利用大语言模型前沿技术，构建一个智能政务公文写作系统，为政务工作者提供便捷、智能的写作工具。​ 项目目标：构建一个基于大语言模型的智能政务公文写作系统，具备智能生成、智能改写、一键式排版等功能。系统界面设计简洁，易于中高年龄段、大模型零基础的用户操作使用。​ 二、功能需求​ 智能生成功能：基于专业大语言模型，实现政务公文的一键生成、扩写、续写、润色等功能。​ 智能排版功能：依据《党政机关公文格式》标准，自动完成公文格式排版。​ 增值功能：集成 OCR 识别、智能校对（包括政治性错误、语义错误、敏感词过滤）等功能。​ 三、项目方案​ （一）前端​ 开源编辑器选择与二次开发：挑选一款成熟的开源编辑器，如 TinyMCE 或 CKEditor，根据项目需求进行二次开发，以满足智能政务公文写作的特殊功能要求。​ 工具栏功能扩展：​ 增加 “导入 Word” 功能，方便用户将已有 Word 文档导入系统进行编辑。​ 实现 “导出 Word” 功能，将编辑完成的公文以 Word 格式导出。​ 新增 “AI 助手” 按钮，点击后可调用 AI 相关功能。​ 添加 “OCR 识别” 按钮，用于启动 OCR 识别流程。​ 选中内容工具条功能：​ 当用户选中内容后，弹出工具条，增加 “AI 助手” 选项，下拉菜单中包含 “继续写”“缩写”“扩写”“润色（更正式、更活泼、口语化）” 等功能。​ 选中内容后，工具条增加 “智能校对” 选项，对选中内容进行校对，并提供替换或取消操作。​ OCR 识别功能交互：点击 “OCR 识别” 按钮后，提示用户上传图片。图片上传成功后，系统显示图片中的文字内容，用户可选择部分复制或全部插入到文档中。​ （二）后端​ XHTML 转 Word 接口与数据存储：开发 XHTML 转 Word 接口，将前端编辑完成的内容转换为 Word 格式，并将相关数据保存到数据库，以便后续查询和管理。​ OCR 识别接口：接入成熟的 OCR 识别引擎，如百度 OCR 或腾讯 OCR，开发对应的接口，实现图片文字识别功能。​ AI 功能接口接入：对接专业的大语言模型，如 OpenAI 的 GPT 系列或国内的文心一言、通义千问等，开发 “继续写”“缩写”“扩写”“润色”“智能校对” 等功能接口。​ 四、技术选型​ 前端技术: VUE​ 后端技术：JAVA​ AI 技术：DEEPSEEK和阿里千问

检测和识别图像或视频中的人体，具体来说，就是确定人体关键点的位置，例如头部、肩膀、手臂等。在本次实践过程中，我们只进行了人物整体、人物头部的识别，并且人物分为两种类别：CT和T，共4个标签 人物模型识别技术通常采用深度学习方法，从大量标注数据中学习人体关键点的位置信息。 

企业综合能效管理平台是以采集器+理念为基础，以公司的智能电表，采集器产品 为依托，为企业级客户提供企业能效管理的平台，该平台分为数据采集（NIO）（采集程序按照一定的周期采集电能数据到数 据库），以及 web（SSH ）端的电能数据展示， 本人负责框架基础代码编写，数据采集模块，权限管理等模块开发 技术栈：Linux，weblogic， mysql， elasticsearch，mybatis, springmvc, spring security, spring， git

一款基于FCGI技术开发的网络硬盘产品，上线早于市面上绝大多数同类产品，上传下载速度极快，且使用独特的数据库连接池技术，能支持特高并发，具有出色的性能。 使用技术：Linux C++、Apache、FCGI，Oracle数据库等。 【注：作品是以项目原型改造开发的测试版本软件，因涉及版权及敏感商业信息，工作成品不便上传。】

目前Apache-ShardingSphere最新版本尚不支持Druid，在项目中配置源码使得ShardingSphere支持Druid。 见：https://github.com/apache/shardingsphere/pull/25968

一. 老照片集APP前端 【100%我一个人全部完成】 首页老照片随机展示和答案的展示； 回答正确和错误的画面特效和音效的展示； 猜图任务列表和每日任务列表的展示； 用户个人中心展示； 金币兑换现金功能和用户提现功能； 所有界面使用跨平台的Flutter语言编写，用户提现功能使用的是微信企业付款到零钱。 二. 老照片集的后端PHP服务接口 【100%我一个人全部完成】 用户注册/登录 随机拉取一张老照片以及答案； 猜对猜错结果的返回； 猜对奖励的发放； 猜图任务的生成和拉取； 每日任务的生成和拉取； 用户提现； 以上API接口全部使用PHP语言编写，服务器使用的是腾讯云Apache服务器，数据库使用腾讯云的MySql数据库。

一. 全能拍拍的前端APP： 【100%我一个人全部完成】 1. 行驶证识别 2. 驾驶证识别 3. 银行卡识别 4. 身份证识别 5. 手写字识别 6. 拍照取字 7. 拍照翻译 8. 表格识别 9. 发票识别 10. 花草植物识别 11. 鸟兽动物识别 12. 二维码识别 安卓摄像头的预览和拍照功能；底部横向滚动TabBar的制作；以上12个小分类的识别操作以及识别结果界面的展示；历史记录的保存和展示 二. 全能拍拍的后端PHP服务接口： 【100%我一个人全部完成】 以上12个小分类的识别接口全部放在服务端，将百度AI接口对上面12个小分类的识别进行了封装，方便在前端安卓APP调用； 用户注册/登录，识别结果返回，识别记录保存和拉取。 服务器使用的是腾讯云Apache服务器，数据库使用腾讯云的MySql数据库，使用PHP语言实现所有的API接口。