Docker

项目整体分为6个大模块：运营管理后台、用户服务端、订单核心系统、设备接入网关、计费结算系统、运维监控系统。下面我分主要功能点大致描述：1.运营管理后台：面向充电运营商、站点管理员及平台运营人员，提供充电业务的统一管理入口。2.用户服务端（小程序/App）：面向新能源汽车车主，提供找桩、充电、支付和订

1.认证模块：JWT令牌登录，密码使用PBKDF2-HMAC-SHA256加盐哈希（12万次迭代），接口响应永不返回密码等敏感字段。2.权限模块（RBAC）：用户—角色—权限点三级模型，内置超级管理员、运营人员、只读访客三个角色，权限在后端强制拦截。3.用户管理模块：关键词模糊搜索，角色/状态/部门

功能模块1.实时数据采集模块：基于屏幕视觉识别（OCR+图像处理），在不依赖任何外部接口的前提下获取行情与指标数据2.指标解析模块：自动标定坐标轴刻度、识别指标窗口与自定义阈值线，内置抗误读校验（去重、迭代拟合、量程校验）3.风控规则引擎：多条件组合判定+状态机，支持交易时段、持仓跟踪、单日限额、多

1．搭建RAG检索链路，LangChain+Chroma做语义检索，叠加BM25关键词混合召回。纯向量检索对课程专业术语命中率不够，引入BM25后召回率提了约15个百分点，问答准确率达80%。2．设计多轮对话记忆模块，动态维护上下文窗口。难点是历史过长会撑爆token限制，最终用滑动窗口+摘要压缩平

主要有1.工单智能生成；可以通过对话快速生成工单并提交；2.知识库检索，便于快速查阅企业内部文档信息；3.智能问答，智能体可以接入网络查阅实时内容，丰富回答；4.工单查询，用户可以说出工单编号细节，智能体会自动去数据库里进行模糊查询

1.主要功能模块-AI对话与数字员工：支持流式多轮对话、上下文记忆、文件附件解析和工具调用。-企业知识库：支持文档上传、文本抽取、向量化存储和语义检索，为对话提供知识增强。-技能市场与SkillBundle：支持内置/自定义技能的导入、版本管理、安装、发布、调用和计费。-AgentRuntime：统

1.自动生成剧本，包括输入创意或者已有剧本，AI进行扩充、改编等，生成完整的剧情大纲2.针对单个剧集或者视频，进行场景细化、分镜，人物信息、场景信息等上下文和一致性管理2.人物角色、镜头图片、镜头视频生成，可以上传角色参考图、或者外部生成的最终图片，通过参考图片生成场景起始关键帧，再通过图生视频生成

SHOTWISE是一款开源、自托管的AI视频生产工作台，面向AI漫剧/短剧、小说说书和广告带货短视频等场景。用户只需导入小说、成品剧本或商品素材，系统即可通过多智能体编排完成内容分析、角色与场景提取、分集规划、结构化剧本、分镜生成、旁白与视频片段制作，并进一步合成成片或导出剪映草稿。项目提供角色、场

用户可通过报障对话或服务表单描述故障现象，并选择设备、项目、控制系统版本和现场状态。系统自动识别问题意图，检索适用的操作手册、维护SOP、故障码、技术公告和历史处理经验，生成带来源、适用范围及风险提示的排查建议；当信息不足时，主动列出需要补充的诊断数据。系统还可同步形成工单标题、问题分类、优先级、设

系统可综合分析客户咨询聊天记录、邮件内容、电话纪要、需求表单、设备模块库、选配清单及价格规则，自动提取客户行业、应用工艺、产能节拍、设备数量、交付地点和期望周期等关键信息。针对表达模糊或资料不完整的需求，系统会生成待确认问题；在条件充分时，自动推荐设备组成和选配方案，形成逐项价格计算、税费、交付周期

一、Supervisor意图路由主控Agent精准识别售前咨询、订单问题、售后服务、投诉四类意图，分流到对应的处理链路；同时设计多轮对话状态机，支持意图修正与平滑切换。二、记忆与会话持久化短期对话记忆使用Redis，长期用户画像与历史工单使用PostgreSQL持久化，保证更换会话后仍能识别老客户。

一、多源文档解析管道支持PDF、Word、Excel等主流格式的统一解析，制定「段落级+语义级」两种粒度的切片策略，构建高质量索引。二、三路混合召回同时运行三路检索：向量语义检索（理解意思相近但措辞不同的问法）、关键词检索（精确匹配专有名词与编号）、知识图谱路径检索（找出文档之间的关联关系）。三路结

系统基于MCP（ModelContextProtocol）协议规范构建，共四个核心模块：一、MCP协议网关把订单管理、库存调拨、物流追踪、财务对账等20+业务接口封装为标准化MCPTools，统一每个工具的输入/输出Schema。使上层Agent与下层异构系统彻底解耦——新增一套业务系统只需实现一个

系统按一条完整链路设计：用户提出需求-任务拆解-多源检索-结构化生成-质量评估-人工精修。共六个核心模块：一、Coordinator任务拆解引擎接收「撰写某行业报告」这类自然语言需求，自动拆解为6-8个子任务（宏观环境-市场规模-竞争格局-财务对比-风险提示），并构建任务依赖图（DAG），无依赖的节

智能对话：支持员工通过自然语言描述IT问题，并进行多轮上下文交流。私有知识库问答：支持PDF、Markdown和TXT文档上传、解析、分块、向量化和检索。混合检索：结合语义向量检索和BM25关键词检索，提高专业术语和业务问题的召回效果。知识来源引用：回答携带文档标题和片段来源，降低大模型幻觉。Age

本项目主要具备以下功能模块：一、材料采集与异步上传：督导员可分次上传教案照片、课堂照片、课堂视频、课堂音频，支持现场拍摄、相册多选、单页删除，按需填写课型、任课教师与课程名称；上传后返回案例编号并在后台排队诊断，督导员无需等待即可继续上传下一节课。二、多模态自动诊断：系统按教学设计、教学实施、教学效

系统提供PDF和图片工程图上传、视图自动检测、OCR文字识别、尺寸与公差解析、尺寸视图归属、自动排序编号、图纸标注及FAIExcel报告生成等功能；同时支持任务查询、结果预览、人工修订、重新绘图、版本记录、反馈审核和训练数据集导出。

AI智能导购：基于预算、偏好、使用场景与需求标签，自动生成结构化的商品、规格、价格、搭配建议及购买理由。​多轮对话调整：支持「预算降到500」「换个品牌」「加个配套配件」等自然语言修改，实时更新购物清单。​RAG知识增强：融合商品信息、评价、规格参数与搭配知识，为模型补充商品领域知识。​导购优化与工

整卷蓝图规划：按学科、年级、知识点、难度、题型等要求自动生成试卷蓝图。​并发批量出题：基于LLM并发生成题目，支持题目复用引擎，避免重复出题。​题库管理：SQLite+向量检索，实现题目入库、去重与相似题检索。​试卷排版渲染：Jinja2→HTML自动排版，生成规范美观的试卷。​答案册与评分细则：自

系统支持商品搜索、商品详情、SKU、库存、订单、物流、售后规则等业务查询，并支持未付款订单取消、退款申请两类受控写操作。Agent可根据用户需求进行澄清、工具调用或拒绝，返回结构化业务结果和资料来源。售后规则采用混合RAG检索，写操作加入HITL人工确认、状态持久化、幂等事务和审计记录，避免模型直接