CSS

基于向量检索+混合检索（Dense+BM25）+LangGraph工作流的企业知识库与业务问答平台。支持文档入库、混合检索、多意图路由、商品合规评估、QA沉淀、多工作流入工审批、千人级并发部署、成本与SLA监控。

主要模块：online：preprocessstage：意图检测、历史消息处理、query重写；retrieveandgenerationstage：adaptiveretrieverandmulti-agentorchestratorpostprocessingstage：过滤掉不合规的信息；re

系统包含多模态教材解析模块、教学讲稿智能生成模块、分层学生学情画像模块、教学视频自动生成模块。支持课件结构化解析修复、教学文稿风格对齐生成、学生学习状态动态建模，依托多智能体调度实现教学音视频素材时序对齐，为高校教师提供备课辅助、学情分析、精品课程自动化产出一站式能力。

1.多源数据自动采集-覆盖龙虎榜、大宗交易、北向资金、减持公告等多个公开数据源-支持按日期、板块、异动类型等维度定向抓取-数据到达后自动执行脱敏与格式化处理2.多跳交叉验证-将脱敏后的数据片段分发至多个独立验证节点-各节点并行执行清洁度校验与一致性检查-聚合层采用多数决机制，有效抵抗单点投毒或异常返

RAG知识库：支持PPT/PDF/Word课件一键上传入库，向量化检索，学生自然语言提问即可精准召回相关知识点四段式笔记生成（/note）：课件自动转结构化笔记——概念定义→例题解析→易错点→课后任务作业辅导（/tutor）：RAG增强答疑，自动诊断薄弱点并写入长期记忆；代码讲解模式含语法高亮+Me

项目包含以下核心功能模块：数据看板与可视化模块：提供全面的彩种走势、冷热号分布、单双大小比例、同尾分布、以及五行生肖属性的多维动态图表展示。高阶数学模型预测模块：包含基于号码跃迁的38×38马尔可夫转移矩阵、基于历史遗漏值的贝叶斯后验概率修正（极限遗漏报警）、以及多层感知机（MLP）神经网络时序拟合

项目当前已形成MockTerminalRC1工程闭环，主要功能包括：1.mockruntime：本地模拟运行框架；2.mockledger：模拟账本与虚拟交易记录；3.sessionreplay：会话导出与回放；4.safetygate：安全闸与真实交易阻断；5.no-orderguarantee：

数据规模：从70,000+封原始邮件中按业务规则智能筛选出7,000+封有效邮件，构建7,800+结构化事件、21,000+服装术语词条、10,000+节点知识图谱，覆盖1,100+服装款号；三模型微调数据2,000+条（SFT+DPO）。系统架构支持横向扩展，术语RAG/邮件事件RAG/知识图谱/

平台主要功能模块：1.用户系统：注册登录、个人中心、积分充值、会员订阅；2.AI对话模块：支持多轮对话，可切换多种大模型（DeepSeek/GPT/Claude），支持上下文记忆和对话历史管理；3.AI绘画模块：支持文生图和图生图，可调节参数，支持风格选择和批量生成；4.AI视频生成模块：支持文生视

飞书IM接入：收发文字/图片/文件/语音消息持久记忆：用户告诉AI的信息会被记住，下次聊天能想起来定时任务：每天自动发日报/行业快讯/早安问候技能热加载：不用重启、动态切换人设和技能包多模型支持：主模型+视觉模型+本地fallback链路

一、核心定位UltraCapture2026是一款全链路零拷贝实时屏幕捕获+GPU加速AI视觉推理一体化工具，专为开发者、自动化工程师、视觉项目从业者打造，实现低延迟画面采集与实时AI智能分析。二、捕获模块（高性能画面采集）DXGI显存直通捕获（推荐）采用Windows底层DXGI零拷贝技术，直接从

本项目采用“云端总控+边缘推理”的双轨架构，实现无人值守的算力售卖闭环，包含五大核心模块：1.边缘大模型推理引擎：基于WSL2+Docker深度定制，高效承载vLLM框架与量化大模型，对外暴露完全兼容OpenAI规范的流式API接口。2.双通道智能穿透网络：采用Tailscale（P2P直连为主）+

①AI内容创作输入行业关键词，AI自动生成短视频脚本支持数字人出镜，自动生成视频追爆款热点，多平台适配，定时发布日均产出50-100条内容②AI智能获客全网线索挖掘（监控问"多少钱""哪家好"的用户）全平台智能触达（抖音/小红书/微信）自动引导留资，线索管理后台日均主动添加30-50个意向客户③AI

两年前我刚开始做科研时，每天要花大量时间手动翻阅arXiv，常常熬夜刷了好多篇论文后，还是错过自己领域的关键进展。文章读不完，读完了也抓不住重点，特别沮丧。所以我利用业余时间，动手开发了这个工具，它主要有两个功能：1.关键词追溯：输入任意关键词，几秒自动推荐5篇最新相关论文，并附带AI中文总结2.每

企业级AI智能体工作流系统是一个面向教育咨询业务的AI工具平台，主要覆盖销售查询、院校信息检索、CGPA自动换算、院校专业推荐、销售短视频脚本生成等场景。项目通过统一的工作流入口，将原本分散在不同工具中的查询、推荐和内容生成任务整合到同一系统中，提升内部人员处理业务需求的效率。本人参与了系统从0到1

首先是基础架构，通过Flask等框架实现登录注册与用户管理，确保身份认证与权限控制；其次是数据感知，利用爬虫技术自动采集外部信息；进而进入核心智能阶段，涵盖模型训练以赋予Agent领域能力，以及通过提示工程或强化学习进行模型调优以提升执行精度；最后是结果呈现，借助可视化工具将Agent的分析结论转化

项目提供两套独立可用的大模型公网暴露方案：1.Streamlit+OpenRouter：无需GPU，通过OpenRouter调用DeepSeek/Qwen3/Llama4等免费模型，一键部署到StreamlitCommunityCloud，生成公网聊天页面；2.ngrok+本地Ollama：有GPU

设计并实现面向"长程自主行为"的Agent运行时，核心创新在于"潜意识生成"原语：Agent无需连续人工Prompt，可自主合成内部目标、持续积累记忆支持三种运行模式：ReverieMode（自主探索）、LucidMode（交互问答）、MurmurMode（混合模式），基于FastAPI+WebUI

在汇聚高校科技成果数据、人才数据、设备信息的基础上，建设专利成果库、人才库、设备共享库等，企业用户可通过应用按需检索自身所需的专利成果、招聘专业人才，完成已有成果的转化落地。对于尚无成果、尚无解决方案的，企业可在线提出自身需求，通过高校自发响应、系统智能运算推送等方式，由高校、专家进行响应，完成未有

本系统依托YOLOv8目标检测算法，针对监控视频流实现全时段智能化分析，核心功能模块如下：1.实时检测与多状态识别系统对视频画面进行逐帧推理，精准定位画面内所有人员头部区域，识别未佩戴安全帽、正确佩戴安全帽、佩戴颜色不符规定（如红/黄/白帽权限区分）三类状态。支持同时检测30路以上高清视频流，单帧推