针对多店铺、强周期性的零售场景，构建高精度销量预测系统。核心功能：1、利用三角函数变换将时间特征映射到单位圆，解决月份拓扑断裂问题；2、设计时间截断验证策略防止数据泄露；3、使用XGBoost捕捉周末与节假日的非线性销量波动；4、实现RMSE=40.30的高精度预测，有效指导库存管理，减少积压与缺货

1认证中心，支持授权码、用户名和密码、客户端等认证方式，支持单点登录，第三方登录2已经完成backendForFrontEnd、用户服务、订单服务、库存服务、支付服务的开发。

shaderToy个人作品集，手写片元，关键词：shader,glsl,fragment,phong光照模型,vfx,sdf距离场,glow,turbulence,光线步进

在线预览：https://yufengjie97.github.io/three-demo/仓库地址：https://github.com/YuFengjie97/three-demo

采用Wordpress+WooCommerce定制的外贸独立站，支持多语言/多币种/国际支付，聚焦欧美/东南亚市场，兼顾SEO获客与转化闭环。定制风格和插件。

全指标采集：基于top、df、netstat等Linux命令，独立开发Shell脚本，实现CPU、内存、磁盘、网络连接等20+项核心指标的自动化采集与实时监控。智能告警机制：设计多级阈值触发规则，集成邮件服务实现异常告警，将故障发现时效从小时级缩短至分钟级，有效规避业务风险。数据与工程化：采用JSO

智能文档解析-支持PDF、Word，自动提取文本和元数据实体识别NER-自动识别人物、组织、技术术语等实体知识图谱构建-基于Neo4j的可视化知识网络语义向量检索-ChromaDB+Sentence-BERT语义搜索RAG智能问答-结合知识图谱的AI问答系统交互式可视化-React+Cytoscap

这是一个全本地化执行的V2Ray/Clash节点转换为Socks5多端口代理生成的工具静态网页。不依赖任何服务端，彻底杜绝隐私泄露风险

带领学员从0到1进行智慧园区的建模、展示。从实战的角度，帮助前端工程师/建模师了解三维可视化项目的整个流程

本系统为一套基于AI能力的数据分析与智能洞察平台，围绕“数据可视化分析+多模态智能处理”构建，主要包含以下核心功能模块：智能数据分析模块支持用户基于业务数据生成可视化图表（柱状图、饼图等），并结合AI自动输出分析结论，帮助用户快速洞察数据趋势、用户变化及业务异常情况，实现从“数据展示”到“智能解读”