Docker

本项目EnterpriseAIWorkspace是一个基于RAG（检索增强生成）技术的智能知识库工作平台，包含以下核心功能模块：1.智能文档处理模块：支持上传PDF、TXT、Markdown等格式文档，后端通过Celery异步任务队列对文档进行解析、切片，并调用嵌入模型（支持OpenAI或本地BGE

系统分为四大模块：1.内容采集模块—多源数据接入（API/文件上传/URL抓取）2.事实核查模块—对接到权威数据源交叉验证，标记存疑内容3.合规检测引擎—7项扫描规则（违禁词、投资建议、敏感表述等），检出违规自动进入改写流程，最多重试3次，每次带入validator反馈4.安全输出模块—自动生成多平

1.WebSocket长连接接入：基于企业微信回调机制建立稳定长连接通道，实时接收消息事件，毫秒级响应。2.AI智能应答：对接大模型API+企业知识库（RAG），自动回答产品咨询、业务流程、常见问题。3.意图识别与多轮对话：识别用户意图，支持多轮澄清，复杂问题拆解引导。4.智能转人工：识别到无法处理

1、多智能体协作引擎—基于LangGraph构建Supervisor+4专家分层架构：知识检索专家（RAG+网络搜索）、报告生成专家（数据查询+方案撰写）、工况监测专家（设备故障/管线/安全诊断）、环境数据专家（天气/位置），Supervisor自动识别用户意图并路由至对应专家。2、RAG知识检索—

系统支持USB摄像头及深度相机图像采集，结合视觉算法识别目标物体，通过大语言模型完成语义理解及智能问答，并根据识别结果控制机器人完成导航、动作执行及语音播报。同时支持ROS2节点通信、状态发布、设备管理、日志输出及多模块协同运行，实现机器人整体业务流程闭环。

“态势感知全球舆情监测系统”从0到1的架构设计、研发实施到正式上线的全流程。深度对接政府、企业及社融媒体客户需求，将“监测、研判、预警、报告”四大业务闭环落地为可交付的核心产品功能,可支撑千万级以上大数据分析检索。

项目包含三个核心模块：1.企业知识库RAG问答系统：支持制度文档、产品手册、客服FAQ等资料问答，回答带引用依据，便于人工核对；低置信场景不强答，可转人工处理。2.企业经营周报AIAgent：用户输入自然语言分析需求后，系统自动生成任务计划，读取经营数据，计算收入、毛利、订单、投诉率等指标，识别异常

1、文档上传（PDF、Word、Excel）2、文档自动切分3、向量化存储4、大模型智能问答5、引用原文显示6、多轮对话7、权限管理8、对话历史保存9、Prompt管理10、API接口调用

1.数据自动采集引擎：定时从电商平台抓取商品数据，支持多站点并发采集。2.数据处理管线：自动清洗、去重、分类、格式化，输出标准CSV/JSON文件。3.双通道支付系统：集成支付宝扫码支付和PayPal国际支付，付款后自动核验并跳转下载页。4.后台管理面板：实时监控数据量、订单记录、支付状态。5.自动

DockerCompose封装GPU推理环境，支持WindowsWSL2显卡直通，一键完成CUDA、模型依赖部署；基于PyTorch实现5款量化大模型串行批量推理，内置显存自动回收逻辑，；导入自定义Prompt集合自动生成全部模型回答，导出可编辑Excel打分表；标准化0/1/2人工打分、双层质检，

在足球比赛直播聊天室中，根据当前场上的局势形势、目前为止已发生的事件、主播的意见以及有奖竞猜的回报率，用不同的语气特色和角度生成精彩的、有价值的赛事评论，并发送到聊天室频道中，以活跃气氛、鼓励用户的参与度。

负责大模型产用一体化平台二期的核心开发与实现，聚焦计算机视觉（CV）领域大模型全生命周期管理，打造覆盖“数据处理-模型训练-模型评测-算法发布”的全链条产用一体化解决方案，满足专业用户及高级用户的模型开发、优化与落地需求。平台核心支撑多目标检测、「检测+分类」模型训练，兼容视频流大模型算法训练，全面

平台包含四大核心功能模块：一是多模型私有化调度模块，本地离线运行DeepSeek、Qwen通义千问大模型，同时集成图像识别、语音识别服务；二是全域大数据汇聚模块，对接集团各大异构业务系统，统一采集、清洗、归集全量业务与文档数据；三是RAG智能知识库模块，构建企业私有资料库，搭配专业提示词工程优化回答

前后端分离架构设计与核心开发：基于FastAPI构建高性能后端服务，使用Vue3开发响应式前端管理界面。通过RESTfulAPI实现前后端解耦，独立完成用户认证、文档管理、问答会话等10+核心接口设计与实现。结构化数据与向量数据双存储架构：使用MySQL存储用户信息、文档元数据、对话历史等结构化数据

系统包含五大模块：1）多型号LiDAR统一Capture抽象层，支持禾赛/速腾/Mid360/Fairy/Velodyne等7+型号；2）运动补偿与时间戳处理子模块，统一start_stamp/end_stamp填充与纳秒精度对齐；3）PTC优先+本地dat回退的标定参数加载兜底机制，保障LiDAR

1. 依托YOLO算法实现图像、视频中的多类别目标自动识别与定位，精准框选出画面内指定物体​2. 支持自定义数据集训练，可按需识别不同品类目标，灵活调整模型识别精度与检测速度​3. 搭建可视化前端界面，直观展示识别画面、检测结果与统计信息​4. 依托云服务器搭建后端服务，提供算法调用接口，实现模型线

本项目主要包含目标检测、骨架提取、位姿解算和视频流处理四大功能模块，主要功能描述如下：1、系统基于YOLO-OBB算法，实现对目标工件的高精度掩膜提取。2、利用Ada-LSN网络，系统能够在复杂工况环境下精准提取出单工件的骨架点集。3、通过内置的多边形求交与拟合算法，系统能够高精度地量测出工件的倾斜

系统分为数据上报、算法模块、离线计算、web后端和web前端数据上报模块:将客户数据上传到系统，是数据的来源，分为用户数据，产品数据，行为数据算法模块:根据客户行为记录，利用算法模型训练数据，生成客户喜欢的产品离线计算模块:定期处理和统计用户数据，更新迭代算法模型web前后端:给客户使用的配置界面，

功能介绍：1.细长静电线链接CV算法识别（属于cv算法模型识别小目标中的细长特难目标检测）2.工作人员值守识别3.当装卸车作业时，未连接静电线就开始作业时，预警

系统包含文档上传与解析、知识库分类管理、向量检索、RAG智能问答、多轮对话、引用来源展示、后台权限管理、问答日志、常见问题沉淀和办公自动化任务触发等模块。用户可以上传PDF、Word、Markdown等资料，系统自动抽取文本并建立索引；提问时返回结构化答案并标注参考来源；管理员可维护知识库、查看使用