Docker

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

1.AI语音采访与录音，家人及人物档案管理，逐字稿、生命记忆与关系图谱，自传短视频剧本创作与管理，影像制作、视频生成与发布，账户钱包与用量管理2.平台面向个人和家庭建立安全的生命档案空间。用户可以创建家庭成员和人物档案，通过浏览器进行语音采访、录音，并上传照片、文档等相关素材。系统自动整理采访内容，

功能介绍：面对商业客户端（tob）和个人客户（toc）的付费客户，我们做了以下几个核心板块：1.基于ECS的DNS缓存板块，客户可根据自己的业务需要持续温热缓存内的所有相关业务域名，保持业务持续稳定快速2.对于高保障用户的专属通道已经做到包括：缓存、转发路径、host命名、日志层面彻底隔离3.面向i

LumaxService是一个面向多租户AI产品的全栈网关与运营管理平台，后端基于NestJS、Prisma、PostgreSQL和Redis构建，前端采用React19、Vite、AntDesign、TanStackQuery和Zustand。平台提供不透明令牌认证、租户隔离、Token用量计量、

支持5种聊天格式自动识别与去重、6类记忆提炼与合并、全量tsvector+pgvector混合检索、联系人合并与去重检测、截图OCR统一管线、军师模式微信风模拟器带6种风格、关系动态三线图、约定自然语言解析与提醒、Prompt模板10种可自定义。前端9页面，后端7种AI提供商热切换，Docker一键

独立开发面向企业场景的AI知识助手，基于Python+FastAPI+LangChain全栈架构，实现RAG检索增强与Agent工具编排两条工作流，Docker部署•构建引用溯源RAG工作流：用户提问→PGVector相似度检索top-k→拼接来源与正文→约束模型降低幻觉，回答末尾自动附参考来源•实

一个把“是否值得投、为什么值得投、投完之后还能复盘什么”串成完整链路的求职分析工具。它不是只给一份静态报告，而是把岗位判断、简历匹配、历史回看和失败重试组织成一个能持续使用的工作台。

一套端到端多Agent智能研究系统，将研究规划、联网检索、私有知识库召回、内容分析、报告撰写、审稿修订和引用校验整合为自动化工作流，实现从研究课题输入到可追溯报告交付的完整闭环。多Agent协同编排：基于LangGraph构建Planner、Research、RAG、Analyzer、Writer、

项目背景独立开发的智能商城管理后台。基于Vue3+FastAPI+MySQL，实现商品管理与JWT鉴权；并接入基于LangChainToolCalling+SSE的AI助手，支持自然语言查询与增删改商品/用户，写库后前端按资源刷新。完成Docker+GitHubActions自动化部署至阿里云ECS

系统提供珠宝电商内容生成、管理和审核的一体化功能。用户输入运营目标、目标受众、内容风格、发布渠道及专业领域后，系统自动生成多个内容选题并选定方向，规划文章大纲，撰写完整正文，优化渠道标题，同时生成摘要和封面或首图文案。审核模块对广告法风险、夸大表述、材质描述准确性和敏感内容进行检查；审核未通过时，工

基于OpenWebUI构建多模态RAG系统，完成图片知识库能力扩展，包括图片上传、视觉模型解析、OCR与结构化信息抽取、图片描述向量化索引、检索命中后自动关联原图、知识库UI优化及文档元数据管理。系统兼容Claude等视觉模型，通过文本检索结合原图分析提升科研图表、论文和技术文档的检索与问答效果，支

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

这是一个公开的CodingAgent任务设计与安全归档路径评测样例，用于验证输入约束、groundtruth、自动verifier、跨平台边界和失败重放流程，面向开发者和评测工程师。

一个支持编码、搜索、数据分析、文档撰写等多类型任务的智能Agent平台。9种专职Agent协同工作，支持人工审批节点、质量自审、会话隔离。内置Python代码安全沙箱、7个MCP标准化工具、50题自动化评测基准，全程SSE流式输出，Docker一键部署。技术栈：LangGraph、FastAPI、C

本项目是一个基于RAG(检索增强生成)技术的全栈智能餐厅问答系统,前端采用Vue.js构建交互界面,后端使用SpringBoot提供业务接口,并通过Python服务结合ChromaDB向量数据库实现语义检索,完成自然语言问答能力。1、项目具体功能模块:①前端展示模块(Vue.js):用户输入自然语言

折桂是一个混合引擎驱动的AI备考助手，采用代码驱动（MCPServer）+模型驱动（DeepSeek）分层架构，减少70%Token消耗。集成3个MCPServer（计算/匹配/校验），实现三层幻觉防御（输入校验+输出审核+系统熔断）。提供刷题复盘、模考分析、考前策略、学习计划、图片导入、速算练习、

LLMTrace是一个基于OpenTelemetry的Go语言LLM应用可观测性SDK，专为大语言模型应用设计。在AI应用爆发的当下，如何监控和追踪LLM调用链路、分析token消耗、计算API成本，是每个AI工程团队面临的核心问题。核心功能：OpenTelemetry原生集成：遵循gen_ai.*

为Dify（开源LLM应用开发平台，GitHub50k+stars）贡献前端重构代码。将教育认证状态的存储方式从原生localStorage手动操作迁移至统一的useLocalStorageHook，提升代码一致性和可维护性。PR已通过maintainerreview并合并至主分支，目前运行在生产环

基于深度文档理解的企业级RAG（检索增强生成）引擎，旨在解决企业在落地AI知识库时面临的文档解析难、检索不准、AI幻觉等痛点。极致的智能文档解析能力不仅能提取文本，更能深度理解文档的原始版面结构。多格式与复杂文档支持：支持PDF（含扫描件）、Word、Excel、PPT、图片、网页、邮件等20多种格

基于HarWork真实实现撰写的AgentHarness工程拆解博客系列，面向AI编程工具和Agent平台开发者，系统讲解如何把无状态LLM包装成可信赖的工程Agent。覆盖七大核心模块：1.AgentLoop—asyncgenerator驱动的核心循环架构2.5层上下文压缩—Micro→Snip→