里面包括了用户登录，用户权益，用户文件复制，用户文件删除，用户文件转存。用户文件自动，用户文件搜索，用户文件自动到回收站，用户文件回收站恢复，用户文件数统计，用户存储空间统计，用户权益购买等

支持批量处理Excel/CSV格式的原始数据，提供去重、缺失值填充、格式转换、字段筛选等功能；可根据需求自定义处理规则，快速将杂乱数据转换为规范可用的结构化数据文件。

采用Python+Selenium技术栈，可模拟浏览器行为，实现翻页、等待加载、元素定位等操作；支持解析JS动态渲染内容，将数据整理为结构化格式，解决传统爬虫无法抓取动态页面的问题。

基于FastAPI构建的轻量级RESTful接口服务框架，支持数据查询、分页、JSON和CSV多种格式导出。内置数据清洗、格式化、统计分析等常用处理函数，开箱即用。集成Swagger自动生成API文档，方便接口调试与团队协作。支持Docker本地部署，适配企业级数据服务和微服务架构场景。

通用数据采集工具，基于Python开发，支持多目标网站并行抓取。内置代理池轮换机制、User-Agent随机化和Cookie自动管理，有效规避反爬策略。支持定时任务调度，可按时间间隔自动执行采集任务。集成日志记录与异常告警机制，保证采集任务稳定运行。支持Docker一键部署，开箱即用。

申请流程:通过填写样品信息,测试规定等信息,以便相关人员按照测试要求执行测试管理:展示各类型测试的电芯信息及其测试状态,并且支持查看特定测试单的详细信息智能巡检:展示测试异常的电芯信息及改善措施等

项目基于Python开发，支持多平台电商数据自动采集，可抓取商品名称、价格、销量、评价等信息；内置数据清洗功能，能自动去重、筛选并导出为Excel/CSV格式，大幅提升数据获取效率。

1.智能饮食推荐引擎：基于大语言模型（Ollama/DeepSeek/Llama.cpp），结合用户年龄、性别、身高体重等个人信息，自动生成个性化饮食方案。采用二级模型架构，一级模型进行营养分析和用户画像构建，二级模型据此生成具体食谱推荐。2.RAG知识库系统：基于ChromaDB向量数据库构建食物

这个模块分两大核心功能，一是AI智能搭配功能，用户上传空间户型图或输入风格、面积需求后，系统会自动从乐租购的租赁库存中匹配适配的家具组合并生成效果图；二是设计辅助工具，支持用户手动调整家具尺寸、风格、摆放位置，同步更新租赁报价和库存状态。我还加了一键转租赁订单的功能，让用户看完设计就能直接下单租赁方

这个后台主要分三大模块，一是订单管理模块，支持租赁订单的创建、状态追踪与合同归档；二是库存与商品模块，可实时同步家具库存、更新产品信息并联动前端展厅；三是数据运营模块，能自动统计租赁周期、客户复租率等核心数据，帮运营团队快速掌握业务情况。我负责从需求梳理到前后端联调的全流程开发，用选好的技术栈实现了