golang

✨✨✨M3U8-Web 是一个基于 Web 界面的视频流下载工具，专为下载 M3U8 格式的流媒体内容而设计。它具有高度的可定制性和用户友好的界面，使得下载流媒体内容变得简单高效。 适用于Nas,需要远程操作的下载任务。 ? 多线程下载：支持自定义线程数量，加速下载过程 ? 实时进度显示：直观展示下载进度和速度 ? MP4 转换：自动将下载的 TS 文件转换为 MP4 格式 ? 任务管理：便捷的任务列表管理，包括历史记录 ✏️ 自定义文件名：支持为下载文件设置自定义名称 ? 美观的 Web 界面：基于 Vue 3 和 Ant Design Vue 构建的现代界面 ? 并发任务控制：支持设置最大同时下载任务数

1.本方案是面向客户的后台全链路压测程序 2.普通主流压测工具只实现了http接口的压力测试，本压测程序实现了http+websocket的压测功能，结合目标客户的业务形态实现不同流量模型的压力测试 3.方案发压端采用了go的grequests实现http请求、proto实现信息格式化进行websocket的grpc请求，利用go的信号实现压测任务的异步并发和任务的启停操作 数据处理端则是用python的脚步对redis的数据进行处理，并持久化到influxdb里，结合grafana进行图表的输出

智馈健康平台面向追求健康生活方式的广泛人群，包括注重养生的中老年人、关注膳食与运动管理的年轻白领、亚健康人群以及有慢性病管理需求的患者。平台通过智能化、个性化的健康管理方案，解决传统健康管理中信息不对称、缺乏个性化指导、盲目饮食或运动导致的健康风险等问题。针对用户在养生、饮食和运动方面的痛点，智馈健康提供科学的、数据驱动的解决方案，帮助用户精准调理体质、优化生活方式，从而实现身心健康的长久平衡。 相比市场常规健康管理方案，智馈健康平台具有以下显著特点： 深度个性化：依托AI和大数据分析，平台根据用户的健康数据、体质和生活习惯，精准推荐养生功法、膳食方案和运动计划，动态调整以确保最佳效果，区别于市场上通用的标准化方案。 线上线下融合：通过智馈健康屏、智馈健身馆等软硬件结合的创新模式，平台实现线上健康管理与线下服务无缝衔接，提供全方位的健康数据追踪与实时反馈，超越传统单一线上或线下服务的局限性。 中西医结合：智馈健康平台融合传统中医养生智慧与现代康复医学，通过《智馈健身功》等科学功法和AI药食同源推荐，为用户提供安全、科学的健康管理方案，避免盲目跟风导致的健康风险。 全生命周期管理：覆盖从健康监测到干预、调理的完整健康管理链条，平台不仅关注疾病预防，还通过实时运动纠错、专家咨询等功能提升用户健康管理的效率和效果，优于市场上仅聚焦单一环节的方案。 智能化体验：利用物联网和智能设备，平台提供实时健康数据监测、运动效果反馈和个性化建议，显著提升用户体验，相比传统健康管理方式更便捷、精准。 智馈健康平台的产品体系涵盖纯软件、软硬件一体及硬件产品，形成多层次的健康管理生态： 纯软件产品：包括智馈功法数字版、AI指导、AI膳食分析、AI功法推荐、AI健康助手、AI健康管理和AI药食同源，提供线上个性化健康服务。 软硬件一体产品：智馈健康屏整合线上数据与线下监测功能，智馈健身馆结合空间与智能设备提供沉浸式健康管理体验。 硬件产品：智馈肩颈按摩仪和健康气囊枕，满足用户日常健康护理需求。 技术选型：平台采用人工智能（AI）算法进行个性化推荐，大数据分析处理用户健康数据，物联网技术实现设备互联，MySQL和Redis确保数据存储的高效与可靠，Spring Boot和Docker支持系统的高并发与动态扩展。这些技术保障了平台的智能化、稳定性和可扩展性，为用户提供高效的健康管理服务。

本方案面向加密货币交易爱好者,提供一套实时的加密货币复制交易平台,解决用户交易信号获取不及时,交易效率不高的问题.加密货币用户可以通过网页订阅一些 KOL,或是胜率高的加密交易员,根据设置或者订阅的信号,通过telegraph实时推送最新的交易信号,根据这些信号,用户可以快速进行跟单交易.目前支持 Solana 链上 SWAP 交易,DCA 交易,涵盖主流的几大交易所,包含Radium,Jupiter,pump.fun等,提供多种过滤条件的设置,包括代币价格,持仓量,创建时间,市值,也提供个人或是群组消息推送,信号延迟不超过 1 秒,交易成功率达到 90%以上.

Docker作为容器化技术的核心工具已成为开发者必备利器。然而传统的命令行操作和国外开源Web工具（如Portainer）存在学习成本高、汉化不全、扩展性受限等问题。为此，我们基于国内广泛应用的GVA（Gin+Vue+Admin）go框架，研发了一款功能强大的国产Docker Web GUI管理插件，助力开发者轻松驾驭容器化运维！ 二、功能亮点速览 1. 多维度管理能力 功能模块 核心能力 技术亮点 多主机管理 支持同时接入多个docker主机 同时管理多个主机 容器管理 启停/日志查看/资源监控/执行命令 可视化CPU/内存监控图表 镜像管理 远程下载,管理镜像 多仓库下载镜像 终端管理 Web终端直连容器（支持vim等命令） Xterm.js终端 存储卷管理 持久化存储创建管理 nfs,cifs存储支持 仓库管理 多仓库管理 仓库管理 三、应用场景推荐 1. 企业级应用 开发环境快速搭建 测试环境快速搭建 生产环境快速搭建 2. 教育/实训场景 实验环境秒级创建（配合课程镜像模板） 学生容器使用情况统计 3. 中小企业运维 轻量级多Docker主机管理 可视化健康检查与告警

将本人负责在大型公司（10000人+）内部的框架进行简化，发布为一个开源的go语言框架： - 利用grpc+grpc-gateway，支持gRPC和HTTP的通信，并支持自动生成文档、参数校验 - 使用gorm对接MySQL，实现数据持久化 - 开发相关自动生成代码的套件，大幅提升规范性、自动化 - 代码分层设计，方便概念抽象

事件总线服务（Event Bus Service，简称为 EBS）是实现了事件总线协议的服务实例。 事件总线能很方便的让微服务按事件（如同业务领域标记）分类解耦，也让微服务的连接配置简化为只需配置连接事件总线服务的配置即可。其特性如下： 1. 支持TCP连接。 2. 支持consul服务注册和发现。 3. 支持直接导向、随机、哈希、轮询数据传输模型。

1.本项目为了实现一个简单的抽取幸运数字，可以应用与聚会时抽奖活动。 2.本项目主要使用golang + html + css 开发。 3.项目秉承轻量、便捷的开发思想，实现以下内容： 【实时抽选】用户点击按钮后，服务器随机生成一个幸运数字，并通过 WebSocket 实时推送到客户端。 【结果展示】客户端接收到服务器的消息后，即时更新页面显示幸运数字。 【用户交互】提供简洁的用户界面，允许用户参与抽选并查看结果。

主要技术：python、FastAPI、Milvus、ES、Agent、Rag、vllm、LlamaIndex、LangChain、提示词工程、RAGFlow、dify、 OCR、onlyoffice、 MCP、 multi-agent。 项目描述：帮助企业进行大模型的私有化部署、硬件选型、模型选型，实现企业内部知识库，RAG增强检索，提高企业文档查找准确率，实现workflow、文档生成、代码生成、权限管理、模型微调、数据集管理、模型管理、审计等功能。 工作成果： 主导搭建基于Milvus+ES的双引擎混合检索架构，结合动态权重算法优化RAG效果，实现企业知识库检索准确率从68%提升至92%，响应时间压缩至1s内。设计分层式Agent调度框架，整合LlamaIndex与LangChain构建智能工作流引擎，支持17种业务场景自动化处理，文档生成效率提升40%，代码生成准确率达88%。

游戏服务器分布式框架，目前适用于休闲类等轻量级游戏，扩展后也能支持一些轻度rpg或者mmo类型。框架采用golang作为底层语言，业务层采用lua脚本，周边工具后端使用python，前端使用react框架。框架的优势在于支持横向扩展的分布式设计，处理了登录，存盘，通信等常用功能，不需要业务层再重新实现，业务层使用lua作为开发语言，简单易上手，细节隐藏在golang层，功能开发者只需要专注于业务，无需过于关心底层实现，可以减少过往业务开发中频繁且繁琐的重复劳动，同时提供了周边工具方便调试。

本项目作为个人博客型网站，经历了多次技术架构调整 由最初的Python的Django框架作为MVC整体解决方案，前端主要由服务端渲染，html+css+js来配合完成，作为新手时用来练手的项目，相对比较完整。 后由于个人体感Python部署起来不是很简洁舒服，开始改用Go的Iris框架，仍然选择MVC模式，整体开发逻辑思路几乎相同，修改起来很顺手，并重点将ORM改为Gorm，新增鉴权Casbin，登录系统改用单点登录，其他涉及到一些技术栈有Paladin(实时修改配置)、Logrus、Wire。整套技术栈修改完毕后，使用至今，无重大bug，运行稳定，部署方便，并发可靠。后由于学习新东西时接触了Vue前端框架，尝试做了一版后端Iris+前端Vue的组合，尽管这套组合没什么问题，由于时间原因，没有用到线上去使用，仅提供个人学习。

由于公司项目不方便展示出来，这里展示一个个人项目，前后端均是我一个人开发： 1、项目解决的问题 管理客户信息和维护客户跟进记录，是每个销售人员最重要的事情之一。 目前的销售人员主要通过个人微信好友备注和公司CRM系统来管理这些信息。 微信好友备注能存的信息非常有限，而且一旦微信被封，所有数据就没了。 CRM系统是公司的客户信息管理系统，销售人员一旦离职，工作中积累的客户信息也就全没了。 因此，很多销售人员迫切需要一款数据能自主可控的客户信息管理系统。 2、技术选型 后端语言：从开发效率、运行效率及资源占用3个角度，选择了go语言。 数据存储：使用MySQL分库分表存储，支持平行扩容。 数据缓存：使用Redis存储热点数据，写请求直接写入MySQL，读请求数据会被缓存到Redis。 前端开发：为了支持Android、IOS、Windows、MacOS、Linux这五大操作系统，使用了flutter跨平台开发。 难点：Android通讯录读写，网上关于Android通讯录读写的资料均只支持手机和电话两个字段，本项目需要支持Android通讯录全部字段的读写，通过系统阅读了Android通讯录的源代码，深入理解了Android通讯录的sqlite表格结构和设计原理，才最终实现了对Android通讯录全部字段的读写。 3、如何上手 本APP支持5个常用的操作系统，包括两个手机操作系统（Android+IOS）和3个桌面操作系统（Windows+MacOS+Linux）， 选定一个操作系统，在官网上下载并安装APP，用手机号注册一下账号就可以使用了。

本方案是面向工业控制领域设计的一款控制器，24V直流电源供电，具备2路伺服电机驱动电路，可自由设定电机转速，最高可达1ms控制精度；4路4~20mA电流检测电路，并将4~20mA电流转换成压力显示；3路485通讯电路，支持Modbus-RTU通讯协议； 4路故障报警指示灯输出，3路干接点开关输出，5路外部开关信号输入，1路24V、500mA电源输出。

1. 本项目对GG20算法的实现进行了实用化的开发工作 2. 基于Gin，启动多个签名节点，将自身注册到ZooKeeper中，并以此进行服务发现 3. 节点数量稳定后，即会自动开始分布式密钥生成流程，密钥生成后，即可被外界请求对消息进行门限签名 4. 基于GoLang语言，并基于现有的开源项目进行开发，使用Gin框架，使用http进行节点间的交互

一、面向人群与解决的问题 本购物 APP 方案主要面向广大有购物需求的消费者，无论是追求时尚的年轻人、注重生活品质的上班族，还是精打细算的家庭主妇等。它解决了传统购物中存在的诸多问题，如线下购物耗时费力，需要在不同店铺间奔波挑选；其他电商平台商品种类繁杂，查找困难，优惠活动不清晰等。我们的 APP 提供一站式购物体验，商品分类清晰，促销活动醒目，让用户可以随时随地、轻松便捷地选购各类商品，节省时间和精力。 二、相比市场常规方案的特点 丰富的商品种类：与市场上部分电商 APP 相比，我们不仅涵盖了常见的服饰、数码、食品等品类，还不断拓展新品类，如特色小众品牌、进口商品等，满足用户多样化的购物需求。 精准的促销活动：市场上很多电商平台的促销活动往往存在套路多、规则复杂的问题。我们的 APP 推出的限时疯抢、品牌清仓等活动，规则简单明了，真正做到让利用户，且活动覆盖范围广，不同消费层次的用户都能从中受益。 便捷的用户体验：在界面设计和操作流程上，我们进行了大量优化。相比一些界面繁琐、操作复杂的电商 APP，我们的 APP 界面简洁直观，搜索功能强大，用户可以快速找到所需商品，同时订单管理、账户操作等功能也十分便捷，提升了整体购物体验。 三、方案的产品组成或技术选型 在产品组成方面，我们的 APP 包含首页、分类页、购物车、我的等核心板块。首页突出促销活动和热门推荐，吸引用户关注；分类页对商品进行细致分类，方便查找；购物车方便用户集中结算；“我的” 页面涵盖账户管理、订单查询、优惠券领取等功能。 在技术选型上，我们采用了先进的前端框架，确保界面的流畅性和响应速度，如使用 React Native 或 Flutter 等技术，实现跨平台高效开发。后端采用分布式架构，以应对高并发的访问请求，保证系统的稳定性和可靠性。同时，引入大数据分析技术，对用户的购物行为和偏好进行分析，为用户提供个性化的商品推荐和精准的促销信息。

### 1. 本方案面向谁，解决什么问题 #### 面向对象 本方案主要面向需要对指标流进行管理和路由的场景，可能的用户包括监控系统管理员、运维人员、开发人员等。这些人员负责管理和维护监控系统，需要确保各种监控指标能够准确、高效地路由到相应的存储或处理系统。 #### 解决的问题 在复杂的监控环境中，存在大量的监控指标，这些指标需要被发送到不同的系统进行处理和存储，例如 Prometheus 服务器、Kafka 等。然而，传统的监控系统可能缺乏灵活的路由机制，无法满足多样化的指标路由需求。本方案通过提供一个灵活的路由解决方案，解决了以下问题： - **指标路由灵活性**：能够根据不同的规则将指标流路由到不同的目标系统，例如将特定前缀的指标发送到 Kafka 主题，将特定标签的指标发送到 Prometheus 服务器。 - **指标过滤和筛选**：可以根据指标的名称、标签等信息进行过滤和筛选，只将符合条件的指标发送到目标系统，减少不必要的数据传输和存储。 - **多目标系统支持**：支持将指标流同时路由到多个不同的目标系统，例如 Prometheus 服务器、Kafka 等，满足不同系统的监控需求。 ### 2. 相比于市场常规方案，本方案有哪些特点 #### 灵活性高 本方案提供了灵活的路由规则配置，用户可以根据自己的需求定义各种路由规则，包括指标名称匹配、标签匹配等。例如，可以通过配置正则表达式来匹配指标名称，将符合条件的指标路由到指定的目标系统。 #### 多格式支持 支持多种序列化格式，如 JSON 和 Avro-JSON。用户可以根据自己的需求选择合适的序列化格式，方便与不同的系统进行集成。 #### 可扩展性强 采用模块化设计，各个组件之间相互独立，易于扩展和维护。例如，可以轻松添加新的存储系统或处理逻辑，而不需要对整个系统进行大规模的修改。 #### 监控和统计功能 提供了丰富的监控和统计指标，如接收的指标批次数量、序列化成功和失败的数量、过滤的对象数量等。这些指标可以帮助用户了解系统的运行状态，及时发现和解决问题。 ### 3. 方案的产品组成和技术选型 #### 产品组成 - **接收模块**：负责接收 Prometheus 发送的指标数据，对数据进行解析和处理。相关代码位于 `stream-metrics-route/pkg/receive/receive.go`。 - **路由模块**：根据配置的路由规则，将指标数据路由到不同的目标系统。相关代码位于 `stream-metrics-route/pkg/router/router.go`。 - **Kafka 客户端**：负责与 Kafka 进行交互，将指标数据发送到 Kafka 主题。相关代码位于 `stream-metrics-route/pkg/kafkaclient` 目录下。 - **序列化模块**：支持多种序列化格式，如 JSON 和 Avro-JSON，将指标数据转换为合适的格式。相关代码位于 `stream-metrics-route/pkg/kafkaclient/serializers.go`。 - **遥测模块**：提供监控和统计功能，记录系统的运行状态和指标数据。相关代码位于 `stream-metrics-route/pkg/telemetry` 目录下。 #### 技术选型 - **Go 语言**：作为主要的开发语言，Go 语言具有高效、并发性能好等特点，适合处理大量的指标数据。 - **Gin 框架**：用于构建 HTTP 服务，处理 Prometheus 发送的指标数据。相关代码位于 `stream-metrics-route/pkg/receive/receive.go`。 - **Prometheus 相关库**：使用 Prometheus 的客户端库和模型库，处理和解析 Prometheus 发送的指标数据。相关代码中使用了 `github.com/prometheus/client_golang`、`github.com/prometheus/client_model`、`github.com/prometheus/common`、`github.com/prometheus/prometheus` 等库。 - **Kafka-go**：用于与 Kafka 进行交互，将指标数据发送到 Kafka 主题。相关代码中使用了 `github.com/segmentio/kafka-go` 库。 - **Goavro**：用于处理 Avro 格式的数据，支持 Avro-JSON 序列化。相关代码中使用了 `github.com/linkedin/goavro` 库。 - **YAML 解析库**：使用 `gopkg.in/yaml.v2` 库来解析配置文件。相关代码位于 `stream-metrics-route/pkg/setting/config_test.go`。 - **Jaeger**：用于分布式追踪，提供系统的性能监控和调试功能。相关代码位于 `stream-metrics-route/pkg/telemetry/jaeger.go`。

将k8s的api通过gin和nginx暴露给前端提供接口使用。 主要功能如下： - 中台 - 部署服务到 k8s * k8s deployment * 输入支持 yaml/字段填写 * docker image 上传使用 - API/任务管理 * API 路由 * 任务管理 - 服务访问/转发 * nginx

主要特性 使用 Gin 框架搭建 Web 服务，提供了基本的路由、中间件等功能。 实现了基于 WebSocket 的实时双向通信，使得客户端和服务端可以进行即时数据交互。 数据存储采用 MongoDB 数据库，实现了对数据的持久化存储和查询。 技术栈 后端： 语言：Go Web 框架：Gin 数据库：MongoDB

一、模块分析 商品管理模块： 实现商品结构的定义和数据的存储，采用JSON格式。 展示商品列表，包括商品ID、名称、价格、描述和图片。 商品详情页面，展示详细信息并提供添加到购物车的功能。 购物车管理模块： 将用户选择的商品加入购物车。 展示购物车中的所有商品信息，允许用户修改数量或删除商品。 生成订单功能，将购物车中的商品信息转换为订单信息并保存。 二、技术栈简介 GoWeb服务器： 基于net/http库搭建Web服务器，处理HTTP请求和响应。 模板技术： 使用html/template模板技术展示信息和收集用户信息，通过前端模板渲染实现页面展示与交互。 文件编程： 实现各项数据的存储与访问，包括商品数据、购物车数据和订单数据的读取和存储，采用JSON文件作为数据存储格式。

开发该项目主要为了采集招投标相关公告，包括招标中标变更等信息 主要负责用go语言采用rod自动化框架对招投标网站进行列表页以及详情页的采集 主要设计翻页，详情页pdf以及其他各个文件的采集下载，该项目不仅可以采集招投标相关网站，也通用于采集其他列表页详情页的站点 主要难点在于go语言的应用以及rod框架的各种api使用