开源项目

基于角色的访问控制（RBAC）：实现管理员、教师、学生多级权限管理 AI集成：集成 DeepSeek API 实现AI审核辅助与教材数据分析 数据分析：支持热门教材分析与各学院教材使用统计 高效的数据处理：使用 MyBatis 动态SQL优化查询性能 全流程覆盖：从课程教材选择到审核、订购、入库、认领的一体化管理

项目价值： 1、对于有监督学习，降低人工标注成本； 2、提升模型性能：想比较随机标注，主动学习选择的样本通常位于模型的决策边界附近，或者是模型难以区分的样本。标注这些样本能为模型提供更多关于如何划分不同类别的信息，从而更快地提升模型的准确率和泛化能力； 3、加速模型收敛：由于标注的样本信息量更足，模型能够更快地学习到数据中的关键模式，从而加速收敛过程； 4、解决类别不平衡问题：某些查询策略可以间接或直接地帮助识别和标注稀有类别的样本，从而改善模型在类别不平衡数据上的表现；

1.（仿飞书）审批用流程图编辑形式的组件 2.解决内部系统所需要的自定义审核流程 后端根据权限以及对应的user_id去生成预设好的流程 且已运行两年 3.使用了vue2+elementUI 搭配了后端的eggjs 实现各自定义模块的功能 可以修改配置等 分离表单与节点样式 可以自行diy想要的节点模块

技术方案： 前端采用Vue 3组合式API（语法） 基于Axios实现RESTful API通信 使用Vue Router进行前端路由管理 采用现代CSS布局（Flex/阴影/过渡动画） 实现JWT令牌认证机制 解决的问题： 为后台管理系统提供安全的用户认证解决方案，包含： 用户凭证验证 API请求安全拦截 登录状态持久化 友好的交互反馈（加载状态/错误提示） 快速上手步骤： 安装依赖：npm install axios vue-router 启动后端服务（需确保本地3000端口运行认证服务） 运行前端：npm run dev 使用测试账户登录（需提前在数据库配置） 查看localStorage中的authToken验证认证状态 （建议补充README.md完善环境配置说明）

本项目解决了学习钢琴的问题，帮助学生可以练习并学习 技术包含NDK ，MVVM 、Kotlin、音视频技术等 致力于通过优秀的产品，让音乐教育更有趣、更高效。 旗下The ONE智能钢琴已连续八年销量位居天猫双十一同品类前列； 智能钢琴教室，在全球已有5000余家。 小叶子首创的智能陪练模式，通过AI纠错帮助琴童、解放家长

本项目是基于开源的线上诊断工具Arthas进行改造的，通过修改arthas-tunnel-server的Netty的ChannelHandler逻辑(增加AgentToBrowserHandler和BrowserToAgentHandler)，以及增加一个去重工具DistinctUtil，使之可以监听多个副本，解决因请求随机到达其中一个副本而需要通过多个控制台监听不同副本的问题。 此改造对以前的一对一的场景没有任何影响，当需要同时连接多个副本，只需要确保所有副本中arthas agent的前缀是相同，就可以通过前缀匹配连接上所有的副本

1.利用Vue3和 Element-plus实现页面的基本搭建 2.通过结合 Promise 和 Axios 库，对前端与后端的数据交互进行了封装，创建了一个通用的 HTTP 请求模块，并向后端请求数据渲染页面，从而提升了整个项目中请求处理部分的可维护性和代码质量。 3.使用 Vue-router 实现路由的跳转，组件间相互传参。 4.封装头部和底部公共组件，并确保这些公共组件能够在整个应用中被灵活地调用与定制。

想比较传统的消歧方法（如：基于词典的消歧），本文通过上下文的频繁项挖掘进行判别。将环境信息作为可信证据，包括特征选择、参数优化和集成学习等相关技术。 项目思路：手动标记部分训练示例或一小部分确定的规则，用于训练监督方法的初始分类器。然后让分类器用于未标记的语料库，以获取一个更大的训练集。这个过程重复进行，每个新分类器都在一个逐渐变大的训练语料库上进行训练，直到整个语料库被标记，或者达到给定的最大迭代次数。 效果如作品图片所示：

1.解决了Fanbook个人用户无法轻松通过 Fan-bot 解决自动化问题的方案。 2.前端项目（无后端），采用了 Nuxt+TypeSciprt 框架并结合自研的 Fanbook Node.js SDK 完成了对个人用户的一些基础机器人内容的使用。 3.使用 pnpm 部署即可，也可以直接使用 Netlify工作流一键部署

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。

1.无事练手用的开源项目 未完成 挂个作品 技术栈：vue vuex electron webpack koa sequelize UI库：vueitfy element-ui 此项目主要作用是完善与优化流程图的项目的缺陷与实际应用的调整 现有功能： 服务器开启与关闭 数据库连接 数据表 curd 接口 curd 简易服务器日志 接口编辑逻辑-数据库查询(简易 demo 版本) 基础参数校验功能 基础结果返回

基于MQTTNet二次开发的MQTTClient（MQTT客户端） 该nuget包支持传统单一函数委托以及通过标签特性转入指定函数两种数据接收方式 其中通过函数头部特性方式使对应主题直接跳入到指定函数，根据函数形参转为对应形参类型 通过此方法有效减少函数间的耦合程度，以及调用的方便程度 目前nuget下载量为3K+

本项目可以模拟出现实中的硬件设备，并连接 things board 服务中，同时能够处理： 1. 设备单次上报数据到 things board 服务（如，模拟刷卡等场景）； 2. 设备周期上报数据到 things board （如，设备感知到芯片信息持续上报等场景）； 3. 能够处理 things board 下发到设备的命令，并根据命令返回对应数据（如，things board 可以发送开灯命令，设备收到开灯命令后，返回对应开灯结果等场景）。 总之，你可以在项目中虚拟出一个或者多个硬件设备，并且方便的连接到 things board 服务中，来满足业务层的需求。

Compass-CI 是一个可持续集成的开源软件平台。为开发者提供针对上游开源软件（来自 Github, Gitee, Gitlab 等托管平台）的测试服务、登录服务、故障辅助定界服务和基于历史数据的分析服务 该平台一个基于linux平台部署运行的开放式的测试系统，以下为主要特性的介绍： 1）系统支持开源软件在线构建、性能、功能等测试活动，此外支持本地化部署 2）本系统自研测试机器的部署与调动，支持大批量、多类型（kvm、docker、物理机等）执行机高效执行测试任务 3）采用ElasticSearch数据库存储海量测试结果，配套自研数据可视化服务，支持测试结果查询，比较，分析 3. 快速上手项目，参考用户指引： https://gitee.com/openeuler/compass-ci/blob/master/README.zh.md https://gitee.com/openeuler/compass-ci/tree/master/doc

本项目脚手架快速搭建web服务。基于epoll/poll/select + c + cmake +react19 +vite 5 +antd。 本项目特点：基于epoll，轻量级，资源消耗少，跨平台（linux/windows）。 分前后端项目代码，源代码少，vite和cmake一条龙构建。 分前后端项目代码，源代码少，vite和cmake一条龙构建。 分前后端项目代码，源代码少，vite和cmake一条龙构建。

1.本项目为AI大模型自然语言界面demo项目 2.本项目旨在使用自然语言界面实现记账功能 3.技术选型为Spring boot 、Spring Data JPA、Spring AI OpenAI、Sqlite、VUE 4.bbd-server为项目模块，需先修改application.yaml配置Sqlite数据库位置，环境变量配置DOUBAO_API_KEY设置为豆包大模型的KEY（或者其他任何兼容OpenAI API的大模型平台均可）

Moqui ERP 是一个开源企业资源计划（ERP）系统，基于Apache OFBiz架构优化而来，专注于灵活定制和高性能。其核心特点包括： 模块化设计：支持按需扩展，涵盖财务、供应链、CRM、电商等功能，适合中大型企业复杂需求。 低代码开发：通过XML配置和Groovy脚本快速定制业务逻辑，降低开发成本。 现代技术栈：基于Java框架，集成REST API、微服务架构，兼容云部署（如AWS、Docker）。 多行业适配：已应用于制造、零售、物流等领域，支持多语言、多币种，满足全球化需求。 社区与生态：活跃的开源社区提供插件支持（如支付网关、AI集成），可与ChatGPT等工具结合实现智能化。 Moqui适合需要高度定制化ERP解决方案的企业，尤其在你擅长的AI与ERP集成领域有较大潜力。

本项目可以帮助模型实现垂直领域的任务 lora微调，少量的参数就可以有效地捕捉到目标任务所需的变化，大幅减少微调后模型所需的存储空间 项目支持非常多的大模型，比如新的deepseek、qwen、LLaMA等等大模型，最新模型也会更新，微调后的模型可启动api，可以调用。 数据支持alpaca 和 sharegpt 格式的数据集，监督式微调数据集用的很多

Dynamic Synonym for ElasticSearch The dynamic synonym plugin adds a synonym token filter that reloads the synonym file (local file or remote file) at given intervals (default 60s).

1、该项目为MyBatis生成器；MyBatis比IBatis最大的方便地方在于不用写Mapper（Dao）的实现类， 故作者把接口类通用的增删改查抽出来（名称叫BaseMapper，默认所有Mapper（Dao）接口 继承该接口），该生成器就是生成这些通用方法的配置文件 2、该生成器默认支持物理分页，如果不喜欢、或者不是该物理分页方式的可以在模版文件中和接口 文件中注掉对应的配置和方法 3、DBType类为数据库字段类型与java类型转换的enum类，如果在生成器运行的过程中报对应的错或 者输出java类型不是自己想要的可以修改该类调整 4、test文件夹下放置了相关类，通用的BaseMapper接口类、相关的物理分页拦截器、方言类等。需 要的可以看下