Docker

本项目围绕特种作业远程监护全流程，打造了六大核心功能模块：1.作业票智能分析模块：自动解析作业票信息，提取作业类型、风险点、监护要求等关键内容，生成个性化监护方案；2.监护需求自动生成模块：基于作业票数据，匹配行业安全规范，自动输出监护重点、告警阈值、联动策略；3.视频实时联动模块：对接现场视频监控

系统核心基于SpringAI框架构建多智能体协同架构，核心功能分为四大模块：智能体核心模块：基于SpringAI实现Agent智能体的任务规划、工具调用、记忆管理、结果反思能力，支持自定义工具扩展，可自动拆解复杂任务并分步执行；Java后端服务模块：基于SpringBoot搭建稳定的后端服务，实现用

OCR识别：实现驾驶证/行驶证/银行卡等通用证照识别，以及钢材标签、采购合同、授权委托书等定制化文本识别，已在公司内部全面推广使用RPA流程自动化：完成财务场景13家银行流水自动获取，大幅提升财务工作效率计算机视觉：落地钢材表面缺陷检测、仓库车辆出入库管控、加工中心钢卷自动上卷等工业视觉项目预测算法

一、经验模式采集引擎：从Agent真实交互记录中自动提取可复用的经验模式，目前已积累167个经过验证的高质量模式，覆盖Python、Node、Docker、Go、Rust、Java、Terraform、Ruby八大技术生态。二、模式验证流水线：每条经验模式必须通过自动化复现测试才能入库，当前167个

1.多模型本地化部署:基于Docker+0llama完成5个模型的部署，涵盖中文对话、代码生成、复杂推理等场景2.智能路由系统:根据任务类型(代码/对话/推理/快速响应)自动选择最优模型3.模型切换方案:支持API参数切换、环境变量切换、反向代理切换三种模式4.监控告警体系:响应时间、错误率、资源占

我在宏瓴任人工智能工程师期间，带领团队完成了多模态保险定损理赔智能体的第一版本的开发。该智能体可以通过主智能体与子智能体协作的方式，通过集成后台图片识别算法，文字ocr算法，定损逻辑，视频识别与比对算法，完成出险保单的多模态信息整合与损失情况的判别。然后再经过人工确认后，进入谈赔流程，由客服智能体根

NILM恶意负载检测这个仓库实现了一套基于xgboostfeatureengineering的特征提取的NILM流水线，用于：加载JSY/SQLite家电数据集对低频电气测量数据进行归一化从时序功率数据中检测开/关事件基于事件构建设备会话提取会话级特征使用经验规则对设备类型进行分类将设备类型映射为恶

意图路由模块：识别用户问题类型（如患者问诊、诊疗指南查询），智能分配至对应检索通道，适配多场景医疗问答需求。双路检索模块：结构化数据检索（MySQL）处理科室信息、药品参数等结构化医疗数据，实现参数化精准查询；非结构化数据检索（Milvus+MedicalBERT）对医疗文档做语义分块与向量检索，精

功能简介（精简版）智能切片与剪辑：基于语音识别、语义分析和规则引擎，从长视频中自动识别金句、高光片段，一键生成多个剪辑方案。剪辑工作室（ClipStudio）：提供多轨时间线、滤镜、字幕、转场等完整剪辑能力，支持WebGPU加速预览与导出。AI辅助编辑：支持用自然语言下指令，由Agent自动完成剪辑

基于人工智能技术的教师专业能力评价系统，使用大模型对开放数据与多模态私有数据进行分析，构建精确的教师数字画像，提供智能评价与精准培训方案。基于Llama.cpp框架进行大模型微调，并集成RAG进行实时数据查询。