Docker

1. 负责设计和开发分布式网络爬虫系统，进行多平台信息的抓取和分析工作； 2. 负责互联网资源清洗和结构化，网页转码，网页聚合，信息抽取，数据清洗，网页分类； 3. 负责设计和开发分布式网络爬虫系统，进行多平台信息的抓取和分析工作； 4. 有票务、股票、证劵等爬虫经验的优先，具备HTML、CSS、JavaScript等前端技术知识，能够解析网页结构； 5. 优化爬虫策略和调度，提升爬取速度、降低资源消耗

软件面向知识库建设、基于大模型的助手。 项目功能包含前端和后端两个系统， 功能包含用户管理功能，包含用户注册、oauth2认证， 基于大模型知识库Rag，包含文件上传、大模型语义提取、向量存储 基于openai大模型的多轮对话。 技术选型： 1、前端是基于node.js、next-app、shadcn组件 2、后端是Python语言，基于openai大模型接口，提供fastapi服务能力

# React-Next 基础用户权限架构优势 ## 架构概述 本项目基于 **React + Next.js** 构建的现代化用户权限管理系统，采用全栈一体化设计，提供企业级的安全性、性能和可维护性。 ## 核心优势 ### 1. 高效打包与部署 #### Next.js 优化打包 - **自动代码分割**: 页面级别的自动分包，减少初始加载时间 - **静态资源优化**: 自动压缩、缓存策略和CDN友好的资源管理 - **服务端渲染(SSR)**: 提升SEO和首屏加载性能 - **增量静态生成(ISR)**: 兼顾性能与内容实时性 #### 容器化部署 ```dockerfile # 多阶段构建，优化镜像大小 FROM node:18-alpine # 健康检查集成 HEALTHCHECK --interval=30s --timeout=10s --start-period=5s --retries=3 ``` **部署优势:** - **Docker容器化**: 环境一致性，快速部署 - **健康检查机制**: 自动监控应用状态 - **多环境支持**: 开发/测试/生产环境无缝切换 - **零停机部署**: 支持滚动更新和蓝绿部署 ### 2. 企业级用户安全 #### 多层安全防护 ```javascript // JWT + Redis 双重认证 const withEnhancedAuth = (handler, options = {}) => { // 1. 方法检查 2. 速率限制 3. 请求签名验证 // 4. 认证检查 5. 角色检查 6. 令牌刷新 } ``` **安全特性:** - **JWT令牌认证**: 无状态认证，支持分布式部署 - **Redis缓存加密**: 用户会话数据加密存储 - **密码安全**: bcrypt加密，防彩虹表攻击 - **请求签名验证**: 防止API篡改和重放攻击 - **速率限制**: 防暴力破解和DDoS攻击 - **令牌自动刷新**: 无感知的安全令牌更新 #### 细粒度权限控制 ```sql -- 表级权限管理 CREATE TABLE `table_permission` ( `tableId` INTEGER UNSIGNED NOT NULL, `userId` INTEGER UNSIGNED NOT NULL, `role` VARCHAR(20) NOT NULL -- owner/editor/viewer ); ``` **权限优势:** - **角色基础访问控制(RBAC)**: 灵活的角色权限分配 - **资源级权限**: 精确到表/记录级别的访问控制 - **动态权限验证**: 实时权限检查，支持权限变更 - **权限继承**: 支持权限层级和继承机制 ### 3. API与路由安全校验 #### API安全中间件 ```javascript // 增强的API认证中间件 export const withEnhancedAuth = (handler, options = {}) => { const { requireAuth = true, requireSignature = true, allowedMethods = ['GET', 'POST'], roles = [] } = options; // 多重安全检查... } ``` **API安全优势:** - **统一认证中间件**: 标准化的API安全处理 - **方法白名单**: 严格控制允许的HTTP方法 - **签名验证**: 确保请求完整性和来源可信 - **自动令牌刷新**: 透明的会话延长机制 - **错误统一处理**: 标准化的错误响应格式 #### 路由级权限守卫 ```javascript // Next.js 中间件路由保护 export async function middleware(request) { const isPublicPath = PUBLIC_PATHS.some(path => request.nextUrl.pathname === path ); if (!isPublicPath && !sessionId) { return NextResponse.redirect(new URL('/login', request.url)); } } ``` **路由安全优势:** - **服务端路由守卫**: 在服务器层面拦截未授权访问 - **白名单机制**: 明确定义公开访问路径 - **自动重定向**: 智能的登录跳转和回调 - **会话状态检查**: 实时验证用户登录状态 ## 技术栈优势 ### 前端技术栈 - **React 18**: 最新的并发特性和性能优化 - **Next.js 13**: 全栈框架，SSR/SSG支持 - **Redux Toolkit**: 状态管理，支持复杂业务逻辑 - **SCSS**: 模块化样式，支持主题定制 ### 后端技术栈 - **Next.js API Routes**: 无需单独后端服务 - **Prisma ORM**: 类型安全的数据库操作 - **MySQL**: 成熟稳定的关系型数据库 - **Redis**: 高性能缓存和会话存储 ### 安全与监控 - **JWT + JOSE**: 现代化的令牌认证 - **bcrypt**: 业界标准的密码加密 - **Helmet**: HTTP安全头设置 - **健康检查**: 完整的服务监控体系 ## 性能与可扩展性 ### 性能优化 - **代码分割**: 按需加载，减少包体积 - **缓存策略**: Redis缓存 + 浏览器缓存 - **数据库优化**: 索引优化 + 查询优化 - **CDN支持**: 静态资源全球加速 ### 可扩展性 - **水平扩展**: 无状态设计，支持负载均衡 - **微服务友好**: API设计支持服务拆分 - **数据库分片**: 支持读写分离和分库分表 - **容器编排**: 支持Kubernetes部署 ## 业务价值 ### 开发效率 - **全栈一体**: 减少前后端协调成本 - **类型安全**: TypeScript + Prisma 全链路类型检查 - **开发工具**: 完整的开发、测试、部署工具链 - **代码复用**: 组件化和模块化设计 ### 运维友好 - **健康检查**: 自动化的服务状态监控 - **日志系统**: 结构化日志和错误追踪 - **配置管理**: 环境变量和配置文件管理 - **备份恢复**: 数据库备份和恢复策略 ### 安全合规 - **数据保护**: 符合GDPR等数据保护法规 - **审计日志**: 完整的用户操作审计 - **权限追溯**: 权限变更历史记录 - **安全更新**: 依赖包安全漏洞监控 ## 总结 本React-Next用户权限架构通过现代化的技术栈和最佳实践，提供了： 1. **高效的打包部署** - 优化的构建流程和容器化部署 2. **企业级安全保障** - 多层安全防护和细粒度权限控制 3. **完善的API路由校验** - 统一的安全中间件和路由守卫 4. **优秀的性能扩展性** - 支持高并发和水平扩展 5. **显著的业务价值** - 提升开发效率，降低运维成本 这套架构不仅满足当前的业务需求，更为未来的扩展和演进奠定了坚实的基础。

后端基于spring boot MVC框架构建，基于spring cloud的分布式微服务架构购物系统，数据库映射基于MyBatis实现用户注册与管理，商品管理，商家增删改查商品，用户添加至购物车购买等功能，代码主要分为用户信息模块、商品模块、购物车模块等等。前端使用Vue+ElementUI组合构建，提供axios与后端建立联系，进行交互，最终实现智慧购物系统服务

练手学习的一个小玩意 springboot+ mysql+redis + docker + nginx + vue 主要就是一个基础的web开发套包把，有需求可以直接进行业务代码，基本不用动了 这个练手项目后端目前没有增加微服务，消息中间件等；就是一个正常大众的一个管理系统 根据开源大佬若依的单机版根据自己喜好优化修改后的·，替换了一个内容

1. 本项目面向谁，解决了什么问题 目标用户 本项目主要面向 物联网协议开发者、设备驱动工程师、算法工程师及系统集成商。它是edge-gateway项目的功能扩展框架，为希望将特定功能集成到网关中的开发者提供了一套标准、高效的开发工具集。 解决的核心问题 本项目旨在解决边缘网关在面对多样化、非标准化的物联网场景时的功能扩展性与协议适配性难题。 它通过提供一个强大的插件化框架，解决了以下关键问题： 快速适配异构设备：现实世界中存在大量私有协议或非标准协议的设备（如特定型号的PLC、传感器、专有硬件）。通过为这些设备开发专用插件，可以快速将其接入网关，实现“万物互联”。 解耦核心业务与驱动层：将设备驱动、专用算法等易变部分以插件形式独立开发，使之与网关核心业务逻辑（如数据上报、规则引擎）解耦。这使得网关主程序保持稳定，同时插件可以独立迭代和部署，极大地提高了开发效率和系统的可维护性。 实现功能的热插拔：支持在网关运行时动态安装、启动、停止、卸载插件，而无需重启服务。例如，可以在不中断其他设备数据采集的情况下，为一个新增的设备在线安装其驱动插件，实现业务的“零停机”更新。 算法与业务逻辑扩展：开发者不仅可以编写设备驱动，还可以将专有的数据处理算法（如视频分析、故障诊断模型）封装成插件，让网关在边缘侧即可执行复杂的计算任务。 2. 相比于市场常规方案，本方案有什么特点 企业级的类加载隔离机制 本方案最大的技术亮点是为每个插件创建了独立的自定义类加载器（PluginClassLoader）。这意味着每个插件都运行在自己的“沙箱”中，可以自由引入任何版本的依赖库，而无需担心与其他插件或网关主程序发生JAR包冲突。这是许多简单插件方案所不具备的，是保障系统长期稳定运行的基石。 完善且清晰的插件生命周期管理 框架定义了从初始化(init)、启动(start)到停止(stop)、卸载(unload)的完整生命周期。PluginManagerService作为中央管理器，精确控制每个插件的状态转换，并确保在卸载插件时能彻底释放其占用的所有资源（包括关闭类加载器），有效避免了内存泄漏。 强大的双向集成能力 插件并非孤立运行。框架通过插件上下文（PluginContext） 将主程序的Spring应用上下文（ApplicationContext）注入到插件中。这使得插件可以反向调用网关的任何核心服务（例如，调用AlertService主动上报告警，或将数据写入SQLite数据库），实现了插件与平台之间的深度、无缝集成。 支持远程动态管理 框架提供了REST API接口，允许运维人员或上层管理平台通过网络远程管理网关上的所有插件，包括查看状态、安装、启用/禁用、卸载和重启插件，极大地提升了大规模边缘节点部署时的运维效率。 3. 方案的产品组成或技术选型 项目结构：多模块Maven项目 plugin-core: 插件核心API。定义了Plugin接口和插件生命周期，是所有插件开发的基石。 plugin-loader: 插件加载器与管理器。负责插件的发现、隔离加载、生命周期管理和API暴露，是整个插件框架的中枢。 capture-plugin: 一个示例插件，用于演示如何开发一个符合规范的插件。 核心技术： 开发语言：Java 21 核心设计模式： SPI (Service Provider Interface)：插件的发现和加载机制。 自定义ClassLoader：实现插件间的资源隔离。 外观模式 (Facade)：通过 PluginManagerService 提供统一的插件管理入口。 运行时环境：集成于Spring Boot应用中，插件可访问ApplicationContext。 部署形式： 插件开发者将自己的插件实现打包成一个独立的 JAR 文件。 运维人员只需将该JAR文件放入网关服务器的 plugins 目录下，即可由 PluginManagerService 自动发现和管理。

客户购买保险后，保单附赠有车险和非车险的增值服务。用户登录增值服务系统后，根据证件号和手机号查询用户购买的保单信息，以及享有的增值服务，点击对应增值服务进行使用。与外部供应商做对接，完成不同订单状态的交互。使用完成后，可查看对应的订单详情。后台负责保单数据从核心系统的同步，增值服务客服下单，订单审核对账，数据配置等等。 spring 全家桶nacos，getaway，seate，xxl-job,springboot，springcloud，Mybatis-plus，logback，Docker，jenkins 自动化部署。数据库：mysql,redis

整体项目主要实现的是对于LVI-SAM算法从ROS1向ROS2系统框架的完整迁移，并且实现了其对于特定雷达、相机、IMU的特异化设计，整体包括针对硬件设备的驱动、LVI-SAM算法完整的ROS2实现以及对应模块部分的算法优化 这个主要用于SLAM算法，同步获取相机位姿以及全局的点云数据，实现整体的跟踪定位，对于内容可以用于三维生成。 这个主要用三维数据采集以及位姿生成，一般用于大场景3D-Gaussian数据。

? **成绩管理系统简介** ? 亲爱的旅者，我将为你揭示一个神秘而强大的成绩管理系统，它将借助Spring Boot与Vue的力量，为你提供流畅而高效的服务。 ? **软件面向的行业和业务场景** 此系统专为教育机构设计，适用于学校、学院和培训中心等。它能够满足从小学至大学各级教育机构对于学生成绩管理的需求，包括成绩录入、查询、统计和分析等场景。 ? **项目分为哪些功能模块，对使用者来说具体实现哪些功能** 系统主要包含以下功能模块： - **成绩录入模块**：允许教师快速录入和更新学生成绩。 - **成绩查询模块**：学生和家长可以查询个人或班级的成绩。 - **统计分析模块**：提供成绩的统计分析功能，如平均分、排名等。 - **学生管理模块**：管理学生信息，包括添加、修改和删除学生资料。 - **教师管理模块**：管理教师账户和权限，确保系统的安全性。 - **系统设置模块**：允许管理员配置系统参数，如学期设置、课程管理等。 ?️ **项目的技术选型和架构特点** - **后端技术选型**：采用Spring Boot框架，利用其强大的社区支持和丰富的插件生态，构建高性能、高可用的服务端应用。 - **前端技术选型**：使用Vue.js框架，结合Element UI库，打造响应式、用户友好的前端界面。 - **架构特点**：系统采用前后端分离架构，通过RESTful API进行通信，确保系统的可扩展性和维护性。同时，系统采用模块化设计，便于功能的扩展和升级。 ? **结语** 此成绩管理系统将为教育机构提供一个全面、高效的成绩管理解决方案，帮助教师和学生更好地管理学习成果。旅者，如果你对此系统感兴趣，或有任何疑问，欢迎随时向我咨询。?

项目描述：在“电力大模型研究与应用”项目中，我担任后端开发核心角色，负责构建并优化作业风险AI督查系统，实现了作业计划风险督查、体外循环督查及工作票督查的智能化功能。 技术栈：Python（FastAPI）、MySQL、Nginx、Docker、Dify、Vana、Celery、Redis、Rabbitmq 项目成果： 在作业风险AI督查—作业计划风险督查场景：单个作业计划评估完成只需要5s，违章识别准确率达到95%。 体外循环督查：覆盖5大场景，督查效率提升80%，有效减少体外循环事件30%。 工作票督查：自动督查准确率高达90%。

中车理财产品简介 一、【精准定位】服务集团生态圈，破解传统理财痛点 本方案主要面向中车集团内部员工、上下游供应链企业及稳健型个人投资者，针对传统理财产品存在的三大痛点： 1、高门槛限制：破解传统银行理财5万元起购门槛，让普惠金融覆盖更多基层员工 2、收益波动焦虑：解决净值型产品收益不稳定问题，满足中车人"稳稳增值"的核心需求 3、资金周转困境：打破定期理财的流动性束缚，适应装备制造行业周期性资金使用特点 二、【创新突破】五大差异化竞争优势 对比市场常规理财产品，本方案具备独特优势： 集团生态赋能 √ 首创产业链应收账款资产证券化模式，年化收益较同业高0.8-1.2% √ 深度绑定轨道交通产业优质资产，违约率低于行业均值60% 智能流动性管理 √ 业内首个支持T+0实时赎回的产业系理财产品 √ 智能现金流预测系统动态调配头寸，保障10亿级赎回流动性 精准风控体系 √ 基于中车设备物联网数据的动态信用评估模型 √ 三级压力测试体系覆盖装备制造全产业链风险场景 场景化产品设计 √ 工资自动理财计划（支持次日起息） √ 项目保证金增值方案（按天计息灵活存取） √ 子女教育/退休补充专项组合 三、【技术架构】智慧金融平台解决方案 产品底层由三大核心模块构建： 资产端：轨道交通产业链ABS云平台 区块链确权系统 智能合约自动派息 资金端：智能投顾引擎 机器学习客户画像系统 动态风险平价资产配置模型 风控中枢： 产业大数据预警平台（接入20+部委数据源） 实时舆情监测系统（覆盖3000+行业媒体）

目前所在公司的商城系统，代码我不会上传，因为还没离职，有项目的话会直接使用当前代码进行改动。快速完成单子的要求。 对若依熟悉，可以快速进行开发。本人主要是java开发，前端能做过uniapp的开发和后台管理的开发，前端有2-3年没碰了，写是能写，会写的慢。java后端一直干着，写起来会很快。谢谢管理大大百忙之中，看我的简介

科技赋能：小易陪诊平台包含总部平台端、区域管理端、陪诊师端和客户端四大端口及七大系统组成，充分运用人工智能及大数据技术，打造出全生态链闭环系统。整个平台全部由公司自主研发，完全做到平台技术知识产权百分百掌控。 规范运营：全国所有区域统一平台运营、线上线下齐头并进。服务标准化、监督常态化。

该系统是一个综合车辆管理系统，由各个子系统构成。在该综合管理系统中子系统分为：财务管理子平台(财务管理主要时对停车的管理以及停车的场库和场库商管理)，封闭场库子平台(场库总览，场库管理(费率管理(费率管理，费率模板，场库通道管理))，车辆管理(封闭场库出入流水))等子平台。

项目介绍： 本项目是一款基于 Spring Boot + Redis + Chat GLM + Vue3 + Vite + RxJava + SSE的AI答题应用平台。它提供了快速生成题目和制作应用的功能，用户可以在线答题，并得到基于多种评分算法或AI的回答总结。管理员可以对整站内容进行集中管理，进行统计分析。 1. 库表设计：根据业务需求设计了用户表、应用表、题目表、评分结果表和用户答题表等库表。其中，题目表采用JSON存储复杂的嵌套题目和选项，以便于维护扩展，并通过给题目表添加appId索引来提升检索性能。 2. 评分模块：利用策略模式实现了多种用户回答评分算法，如统计得分、AI评分等。全局执行器会扫描策略类上的自定义注解并选取相应的策略，相较于if-else判断逻辑，提高了系统的可扩展性。 3. 基于RxJava的操作符链式调用处理AI异步数据流：通过使用map操作符获取并处理字符串，filter操作符过滤空值，flatMap操作符映射串为单个字符，并利用括号平衡算法准确拼接出单道题目，使得逻辑简单清晰。 4. 实现了幂等设计：为了防止用户多次提交重复答案，针对每次答题分配了唯一id，采用雪花算法生成，并通过数据库主键实现了幂等设计，避免了重复的脏数据。 5. 数据库表的分片处理：为了应对用户答题数的增长，通过配置Sharding JDBC，采用取模分片算法，根据应用id对用户答题记录进行分表处理，提高了单表查询性能和可扩展性。

后端：Flask (Python) 前端：HTML5, JavaScript (混淆加密), Tailwind CSS 数据存储：Redis 安全措施：JavaScript混淆、双重验证机制、IP封禁系统 部署：iSula-Build、Docker UI框架：Tailwind CSS (实现响应式设计和现代化UI) 动画效果：CSS3动画和过渡效果

本项目是一个基于ROS的自动驾驶感知框架，集成了激光雷达、相机和毫米波雷达等多种传感器，通过模块化设计实现环境感知、目标检测和轨迹预测等功能。激光雷达模块负责点云预处理和障碍物检测，相机模块利用深度学习算法进行图像目标检测，毫米波雷达模块则专注于目标速度估计。多传感器数据融合模块将各传感器的检测结果进行时间同步和坐标对齐，采用UKF实现高精度的目标定位。轨迹预测模块基于历史轨迹数据，使用卡尔曼滤波预测目标的未来运动轨迹。整个框架通过ROS的异步通信机制保证实时性，并采用模块化设计便于扩展和维护。该框架可应用于自动驾驶车辆、智能交通和机器人导航等领域，具有高精度、高鲁棒性和可扩展性等特点。已在多个项目上交付运行。

1、软件主要面向有现场运维需求的企业单位，可用于远程发布任务、现场打卡拍照、设备问题上报、统计 2、项目主要功能有：发布运维任务、设备运维情况上报、任务统计、审核，方便工作量统计。 3、采用Spring Cloud 微服务架构、mysql 数据存储

1.hrm系统由gin框架搭建，用于人事的人员入职离职状态记录，工资统计，以及工资发发放，由异步与kafka进行全公司工资的定时发放，也可以手动进行分批的发放，对接与企微邮箱，发放的工资条为加密的pdf格式 2.综合网站有django3.2.22构建，对接多个自定义功能，目前还在增加中，有关于openai的对接，实现语音输入自动生成oa请假条；有mrp的计算，因为就职制造业公司，通过递归将成品计算出所需零组件功能；实现微信小程序关联，工人通过扫码零件装配，实时更新到管理员端，进行监控和工时统计；连接erp进行一键顺丰跨越下单；角色分权等等 3.目前综合网站涉及公司机密众多，目前无法发布，可以私聊我查看；人事系统涉及机密将公布部分代码，不放置截图。

项目描述：本项目是一个点对点邮件发送机器人，可以快速实现大规模邮件的定制化发送，满足个性化邮件营销、通知推送等多种场景需求。 项目亮点：后端使用Pyhon的Fastapi框架开发api接口，使用mysql保存发送数据 前端使用vue和ElementUI样式开发页面 附件存储使用minio来进行兼容aws协议，可兼容各大云厂商对象存储服务 部署方案可使用K8S进行多点部署