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

一、系统首页模块1.数据看板统计◦今日交易数（个）◦今日交易总金额（元）◦新增注册数（个）◦分润总金额（元）2.最新公告列表◦公告标题、发布时间、内容展示◦分页浏览（上一页/下一页/页码跳转）二、机构管理模块•机构信息管理（新增/编辑/删除/查看详情）•机构状态管理（启用/禁用）•机构资质/合作信息

核心功能基于大语言模型构建实时情绪对话系统，用户可以像聊天一样与AI持续互动，系统会围绕情绪接纳、情绪命名、关系分析、自我觉察、创伤触发识别等方向展开陪伴式交流。AI会通过上下文理解用户长期的关系模式与情绪波动特征，并结合长期记忆系统形成连续性人格陪伴体验。相比传统客服式聊天，本项目重点强调“稳定感

项目包含四端业务闭环：1、顾客点单H5：扫桌台二维码进入，无需关注公众号、无需小程序授权，支持菜品分类浏览、图文展示、购物车、订单备注、用餐中加菜等功能。2、后厨实时看板：三栏布局展示"待接单/制作中/已上齐"订单流转，新单到达响铃+闪烁提醒，支持confirm防误触确认。3、老板管理后台：实时订单

搭建家具租赁全功能页面，实现租赁计算器、下单流程、数据展示；接入AI在线家具设计功能，制作各类交互动效，兼顾视觉体验与操作流畅度。我全程负责乐租购平台的前后端开发与UI设计，用Vue3+Node.js搭建了前后端分离架构，攻克了押金代付的资金流逻辑难点，还接入AI家具设计模块打造差异化亮点，最终实现

1.技术方案选型与验证：采用SpringAI处理订单生成日志，通过MQTT协议模拟设备数据接入，选用MongoDB存储插槽实施数据，完成技术可行性验证。2.对接后台系统和微信小程序登录和微信支付处理3.原型系统搭建：基于SpringCloudAlibaba构建后端服务，使用RabbitMQ解耦订单系

兰台众议是一个基于多智能体协作的法律文书生成系统，核心功能包括案件材料输入、案件类型识别、当事人信息与诉讼请求抽取、证据与事实要素整理、争议焦点归纳、法律依据检索、裁判逻辑推理、文书草稿生成、审查修订和最终格式化输出。系统前端采用类对话式交互，用户提交案件材料后，可以实时查看各阶段处理进度与生成结果