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

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

HFile是一个使用C语言实现的轻量级文件传输工具，专注于在终端环境下完成简单、直接、可靠的文件发送与接收。它面向的不是复杂的云盘场景，而是更贴近开发者和实验环境的需求：在两台机器之间，快速完成文件传输，减少额外依赖，保持协议和实现的可控性。核心功能 • 基于TCP的点对点文件传输 • 命令行使用，

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

本产品基于freeswitch后台软交换系统，opensips前端sip代理以及负载均衡，手机用户拨打号码，激活后台机器人实时流交互,语音支持ASR识别，TTS合成

主要负责公司深度搜索deepresearch（cuecue）及大模型应用产品（cubeflow）的开发，功能包括：cuecue:负责从技术选型到核心功能开发的全流程。基于LangGraph开发深度搜索引擎,从原始问题出发,通过多智能体循环协作,自动浏览几十到上百个网页并调用一系列相关工具,最终生成专

高效交付与质量保障：在短时间内独立完成网站从设计到上线的全流程，网站稳定运行，关键功能（如表单提交、客服响应）无重大故障。实现技术闭环验证：成功将“AI辅助开发”应用于实际项目，并独立完成手动部署与运维，验证了自身从前端、后端到服务器运维的全栈工程化能力。建立有效业务触点：官网作为稳定的线上门户，已

对对标数据(网页链接，视频）进行分折及分析;结合分析结果引入用户自身元素及定位进行素材二创;支持语音输入输出功能的开发;常用通讯工具QQ,企业微信，钉钉，飞书打通。

1. 智能问答模块：用户通过网页或APP发起咨询，系统自动理解意图，从企业知识库中检索相关信息，生成精准、结构化的回答。支持多轮对话和上下文记忆，能处理复杂问题。​2. 知识库管理模块：支持批量导入PDF、Word、Markdown等格式文档，自动进行文本分块、向量化和索引构建。管理员可对知识库进行

项目包含四大核心功能模块：1）多模态文档接入模块：支持PDF、Word、JPG/PNG等格式自动解析与向量化；2）语义检索引擎：基于Milvus向量数据库实现Top-K相似度匹配，支持混合检索（向量+关键词）；3）智能问答API：通过FastAPI提供RESTful接口，集成RAG检索增强生成，实现

RAFlow是一个桌面端实时语音听写工具，核心功能包括：1）实时语音转写：采集麦克风音频并进行低延迟处理，将语音实时转换为文本；2）全局热键唤醒：支持在任意应用中快速开启/停止听写，无需频繁切换窗口；3）智能文本注入：支持键盘模拟与剪贴板注入策略，将转写结果写入当前焦点输入框；4）系统托盘常驻：后台

1. 基于Python+Django构建后端服务，提供稳定RESTfulAPI接口​2. 使用Vue开发前端交互页面，支持AI回答流式逐字输出​3. 接入大模型与VLM视觉模型，支持文本对话、图片理解能力​4. 实现对话历史记录、会话管理、用户交互优化​5. 使用Docker容器化打包，支持Linu

研究发现，长期适量饮用咖啡与以下风险降低有关：2型糖尿病帕金森病阿尔茨海默病肝硬化和脂肪肝某些心血管疾病（适量情况下）3️⃣抗氧化作用咖啡富含多酚类抗氧化物，对抗自由基。4️⃣促进代谢有轻微提高基础代谢率的作用（对减脂有辅助，但不是神药）。

这是一个基于对话的agent项目，可以实现多轮会话，上下文管理，工具调用等能力，并且可以作为日常助手使用，可以提问日常各种问题，它都能给到满意的答复。另外还可以通过扩展，实现对接三方服务和工具，非常容易使用。

1.该项目可以实现低代码平台工作流节点的编排。2.可以使用内置工具和Openapi规范的自定义工具。3.通过RAG实现了对平台知识库的索引与检索，提高的平台大模型的检索精度，降低了大模型的幻觉。

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。

ljq_gsch是一个完整的股票数据采集、存储、分析和预测系统。系统通过BaostockAPI获取股票数据，存储到MySQL数据库，并提供API接口和机器学习预测功能。功能特性1.数据采集股票基本信息历史K线数据（日线、分钟线）财务数据（利润表、资产负债表等）指数成分股数据宏观经济数据2.数据存储M

1.开始创建：创建agent，开始机器人配置。agent可以对应理解为租户的概念，每个agent下的数据和管理是独立使用的。2.语义语料填充：创建实体、意图、问答、闲聊等语料。3.基础资源建设：设置必须的基础资源内容。4.会话流程配置：配置会话流程以实现多轮对话效果。5.BOT装配调试：将配置的语料

应急指挥系统|安全生产监管平台|政务/公共安全信息化|预案管理与演练系统|值班值守与事件上报|数据可视化与大屏事件上报与接报 支持Web/APP/短信多渠道上报，自动分类分级，智能去重值班值守管理 在线排班、交接班记录、在岗状态实时监控预案数字化管理 预案结构化存储，支持流程图编辑、一键启动、执行跟

具体功能模块：项目包含两大核心功能模块：流程化调解（提供标准化四步调解流程，涵盖纠纷事件梳理分析、民商事案由分析、调解方案起草及人民调解协议书起草）和自定义调解（支持AI对话式交互，用户可自由提问获取专业建议，并集成快速提示、文档参考与知识库功能）。项目主要描述：系统通过AI技术实现智能化司法调解辅