这是一个基于React、Typescript开发的日期时间选择器组件，核心在WeektimeSelector组件，可自由导入选择数据，目前该组件已开源至Github，详见下面的链接。

系统通过油中气体脱机装置对变压器绝缘油进行脱气处理，通过气体传感器测量各组分气体浓度，通过气体浓度判断变压器健康状况。 在该系统的开发过程中，本人主要承担系统的功能需求分析、系统整体架构设计、上位机开发等工作。

基础模块、工单模块、计划模块、质量模块、执行模块、看板模块、工艺模块、BOM模块 APS，所要量计算，库存模块，报工管理，派工管理

提供整套BI可视化工具，提供整套工具源码，可以实现快速构建企业报表和大屏工具，解决报表慢和不准确问题，助力企业实现数字化转型。

该站点为国外某医疗公司官网，采用Nextjs + TailWind 开发，最终输出可选择SSR（服务端渲染）和 SSG（静态输出），两种方式都能满足SEO需求，Tailwind在设备适配方面发挥了重要作用，在无需定义大量繁杂的css类名的前提下，通过Postcss提供的功能完成对设备断点适配的支持，显著提升了开发效率，降低后期维护成本。

系统通过NB-IOT技术实现对路灯的远程集中控制与管理，系统具有自动调节亮度、远程照明控制、故障自动报警、灯具线缆防盗、远程抄表等功能，能够大幅节省电力资源、提升公共照明管理水平，节省维护成本。 在该系统的开发过程中，本人主要承担系统的功能需求分析、系统整体架构设计、网页端及APP端的前端应用开发等工作。

系统采用分层分布式体系结构，对电力、燃气、水等各类能耗数据进行采集、处理，并分析能耗状况，合理计划和利用能源，降低园区、社区、企业等的综合能源消耗。 在该系统的开发过程中，本人主要承担系统的功能需求分析、系统整体架构设计、网页端及APP端的前端应用开发等工作。

国网营销运营平台面向国网合作，框架采用的是ruiyi的框架。该项目与国网电力合作开发的项目，项目在国网内部稳定运营。 本人负责pc端页面缓存，部门管理功能模块的数据懒加载。页面主要模块功能开发 form-generator表单生成器的二开。 该项目属于内部项目，目前的代码对外不开放，属于商业机密。

打造从物联网-大数据-人工智能-应用场景的一体化、智能化的平台。通过物联网采集数据，大数据进行分析处理，经过AI建模，再形成前端的应用。

C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机C-sharp上位机

便民信息发布平台，用户可在平台发布招聘信息、失物招领、二手回收等信息，商家可申请入驻，发布商家营销信息等。项目采用前后端分离后端使用Java开发，前端包含一套管理系统和一套小程序，管理系统使用vue开发，小程序端使用微信小程序原生

ai陪聊小程序，主要分为首页、聊天页、个人中心、会员购买续费等功能，后端使用Java开发，对接百度ai相关接口，前端使用*小程序原生开发，可在*搜索 萝卜AI心理陪伴 ，查看具体功能

用来负责新闻的报道和指挥，里面含有即时通讯功能，百度地图，新闻日历等功能，列表展示，以及新增报道，流程控制等功能。业务复杂 参与报道指挥项目开发，开发核心组件，模块化，国际化等进行优化，负责前台代码打包编译上线。  应用技术 1.百度地图集成 2.网易即时通讯技术集成 3.aot打包，性能优化

采用vue进行开发，负责整个项目的技术架构，项目搭建，element-ui主题自定义，国际化，组件分化，路由配置，已经全局token设置 鉴权

物业测试系统是参照新视窗物业系统开发复制的一套物业管理系统。其中包括协同办公，人力资源。在线学习，业户管理，财务收费，客户服务等多个模块

该系统是针对企业的业务需求，为了更好的展现，所以通过设计BI大屏报表进行显示。该部分并没有进行开发工作，是对已有不同的数据源转为数据集进行设计集成

该项目为方便查看总署领导与地方关领导的日常值班，节假日值班信息，值班人员，排班情况，人员通讯录查看，领导日程，大事记，应急预案等功能

事件管理平台主要包括六大功能模块，工作台、事件管理、数据管理、接口管理、规则集管理、权限管理。 项目采用Vue开发，webpack搭建环境

企管业务运行监控平台，实现企管，保税，稽查，核查等业务运行监督、预警、处置、展示的信息化展示平台，通过echarts可视化数据处理分析，超标数据预警等

通过对充电汽车的充电行为进行分析，建立一个电动汽车充电导航系统，项目设计了python软件编程，深度学习方法，并最后成功申请了一项专利