本监测方案由杆用感知终端、线用边缘计算网关设备和物联微服务平台组成。感知终端其中以MT7628+MT2503CPU为处理芯片、WIFI模组、雷达模组、RFID模组（温度标签）、天线单元、双摄像头、北斗定位模组、太阳能板、音频喇叭和麦克风组成的。线用边缘计算网关以RK3568主控芯片，将一组感知终端采

整体架构设计亮点：1.采用微服务架构设计，按业务功能进行服务拆分，分而治之，实现数据去中心化、技术去中心化、服务治理去中心化。2.搭建一套部门级统一的业务组件库，共享公司内外部优秀组件资源，不重复造轮子，实现“一个组件，到处使用”，提升系统可复用性。3.引入分层设计方案，统一分层认识，明确约定分层职

·宠物信息建档，支持多只宠物管理·AI视觉识别：体况、品种、皮肤毛发、化验报告·AI配餐推荐，按品种过敏食材库自动排除风险食材·小程序下单、订单查询与售后回访·运营后台：商品与配方、订单履约、内容审核、角色权限·社区：问诊、发现、领养、本地服务

包含AI角色对话，支持人格蒸馏、长期记忆、声音克隆与语音播报；PHQ-9等5套心理量表测评与结果解读；安心守护，支持报平安与异常提醒；内容安全审查；主动消息与智能搜索；皮肤主题，共六大模块。

主导了整体架构设计与核心模块落地。技术栈采用Java8+SpringBoot2.7+SpringCloud+yudao微服务架构，底层集成MyBatis-Plus、MySQL、Redis及RocketMQ保证高并发下的数据一致性。在流媒体与AI方面，深度应用JavaCV/FFmpeg进行多路视频处理

内置三维人体模型，支持旋转缩放和全身、部位、局部三层下钻；双击放大显示穴位标签，点选查看定位、主治、刺灸法与孕妇慎用等安全提示；提供拼音、部位搜索，收藏、左右侧切换与设置，全程离线可用。

基于ThingsboardCE二开满足电站储能监控中台，实现对储能电站设备（一体机、分体机、电池模组、逆变器、采集器）快速接入、统一管理、状态监控、指令远程下发控制等满足公司对储能业务要求

系统包含总览看板、机器人管理、巡检区域与巡检点管理、巡检规则配置、任务管理、结果查询、异常管理和报告导出等模块。用户可维护机器人资料，按区域配置温度、压力、设备运行状态等巡检点，并设置正常范围、警示范围或期望状态。创建任务时选择机器人、区域及巡检点，启动后由内置模拟器逐点执行，页面持续展示任务进度与

该项目是一套面向智慧课堂的AI视觉分析平台，通过教室视频自动识别学生课堂行为并生成分析报告，解决传统课堂巡检依赖人工、难以量化反馈的痛点。系统采用前后端分离+业务/算法双服务架构：两套Vue3前端分别服务教师端与管理端，SpringBoot承担业务关系、权限与持久化，独立的Flask服务承载视觉推理

涵盖实时监测、违规管理、风险预警、AI评价模块：RTSP摄像头实时抓拍，YOLOv8识别玩手机、睡觉等12类行为并归类违规，ArcFace人脸比对自动点名，语音实时播报；按近30天违规加权量化学生与班级风险，输出高风险名单与AI评语。