开源项目

上海理工大学学报智能管理系统 项目概述 《上海理工大学学报》智能管理系统是一个基于 Django 框架开发的学术期刊管理平台，旨在实现学术稿件的提交、审稿、编辑、出版和数据分析全流程的自动化管理。该系统支持多角色用户（投稿人、审稿人、编辑、管理员），提供编号设计、通知中心、数据可视化等功能，确保稿件管理的唯一性、可追溯性和高效性。 主要功能 用户管理：支持投稿人、审稿人、编辑和管理员的注册、权限分配和资料管理。 稿件管理：实现稿件提交、状态跟踪（草稿、已提交、外审中、需要修改、已修改、已接受、已拒绝、初审拒绝、已发表）、文件上传和下载。 审稿流程：支持审稿人邀请、评审表提交、编辑初审和终审，自动分配审稿任务。 通知中心：为投稿、审稿邀请、审稿提醒、修改要求、录用、退稿、出版等动作生成实时通知。 出版管理：支持卷期创建、稿件排版、目录生成和 DOI 分配。 数据分析：提供投稿趋势（折线图）、领域分布（饼图）等可视化报表，支持 PDF 和 CSV 导出。 编号设计：为稿件、用户、审稿任务、通知、卷期、出版、报表和日志生成唯一编号（如 MS20250001、AU-250430-001）。

多样化的跑腿需求 代取快递、外卖、食堂打包 代购零食、日用品、学习资料 代排队、代签到（需合规）、代办事项 紧急文件传递、跨校区物品代送 一键发布 & 接单 需求者：填写任务内容、时间、报酬，一键发布。 跑腿员：附近任务实时推送，自由接单赚零花钱。 智能匹配 & 安全保障 基于地理位置优先匹配校内用户，实名认证+学号验证。 双方在线沟通，任务完成确认后支付，资金暂存平台保障安全。 信用评价体系 双向评分机制，积累信用等级，优质用户/跑腿员获得优先推荐。 校内专属优惠 合作商家优惠券、拼单功能、定时配送等增值服务。

1. 生成roguelike地图，所有房间连接可通过 2. 可配置墙体，地板，可配置地图大小，房间类型，房间数量 3. 运行 启用插件 将游戏模式的父类更改为 ARoguelikeGameMode 创建 UDungeonDataAsset 并在游戏模式蓝图中设置地牢数据资产 配置数据资产 设置 roguelikeTileActor 蓝图 运行

【30% - 本项目解决了什么问题】 本项目是一套全栈开源的AIoT语音解决方案，旨在攻克在资源受限的嵌入式平台上实现低延迟、生产级AI对话的工程挑战。它并非简单的应用层开发，而是通过对博流官方SDK的深度定制与重构，为开发者提供了一个集成了高性能音频驱动、实时操作系统内核优化和现代网络协议栈的、开箱即用的固件开发平台，显著降低了下一代智能硬件的研发门槛与周期。 【40% - 本项目的技术选型、技术特点或性能表现】 核心：深度定制的嵌入式固件 (C + FreeRTOS) SDK级重构： 对官方bouffalo_sdk进行了大量修改，解决了其在网络功能、音频驱动等方面的短板，并建立了一套模块化的CMake构建系统。其架构已为未来集成Opus等专业编解码器预留了接口。 硬实时并发模型： 深度利用FreeRTOS，构建了基于任务优先级和消息队列的硬实时并发模型（音频采集/网络IO/音频播放），确保音频数据流处理的绝对优先，根除了高负载下的系统卡顿与死锁。 高性能音频驱动： 针对ES8388，独创了“伪双声道”音频驱动方案。 在播放侧，通过在驱动层将单声道PCM实时复制为双声道格式，巧妙地解

RumourDetectClass：基于 RoBERTa 的自动文本谣言检测工具​​ ​​项目概要：​​ RumourDetectClass 是一个专为识别社交媒体和网络文本中潜在谣言而设计的实用工具类。其核心采用由 Cardiff University NLP 团队开发的预训练语言模型 cardiffnlp/twitter-roberta-base（RoBERTa 架构），该模型在海量推特数据上进行预训练，并针对谣言检测任务进行了特定优化，具备优秀的上下文理解和语义特征捕捉能力。 ​​核心功能：​​ 该工具类提供了一个简洁有效的文本分类接口（classify.py）。用户只需按照项目文档指引，向该接口传入待检测的文本字符串 [text]，工具即可利用预训练模型进行深层语义分析。输出结果为简明易读的整数值 [int]：通常 0 代表“非谣言”（真实或常规信息），1 代表“疑似谣言”（需要进一步核查）。 ​​核心优势与特点：​​ ​​先进模型基础：​​ 直接利用 Twitter 领域顶尖的预训练模型 twitter-roberta-base，起点高、泛化能力强。 ​​开箱即用：​

大学选课管理系统 项目概述 大学选课系统是一个面向高校学生、教师和管理员的综合性教务管理平台，主要功能包括用户管理、课程管理、选课管理、数据持久化、多语言支持等。系统采用面向对象设计方法，使用C++语言实现。 主要特性 多角色支持：管理员、教师、学生三种角色 完整选课流程：课程查询、选课、退课等功能 数据持久化：使用JSON格式存储数据 国际化支持：支持中英文界面 安全认证：使用SHA-256加盐哈希保存密码 并发控制：使用互斥锁保护共享资源 日志系统：分级别记录系统操作和错误信息 系统架构 大学选课系统采用分层架构设计，主要分为以下几层： 用户界面和业务逻辑层：负责与用户的交互，显示信息和接收输入，实现系统的核心功能，处理业务规则和流程。 模块化实现层：封装业务逻辑层的实现细节 数据访问层：负责数据的持久化。 核心模块 用户管理：用户创建、认证和信息维护 课程管理：课程创建、修改和查询 选课管理：选课、退课和选课状态查询 数据管理：数据序列化和反序列化 国际化：多语言资源管理 日志系统：事件记录和错误追踪

springFastServer是一个融合了众多优质项目的快速开发框架，内部提 供了大量注解，能够实现配置式的开发，减少了大量的人员开发过程.其 2022.03-至今 中整合了 Mybatis,Elasticsearch,RabbitMq,Redis,Shiro,Springboot,xxl-job,hutools,poi,velocity,vue 等各大常用中间件 spring-boot-netty-starter 是一个整合了网络框架 netty和 springboot 的快速网络 开发框架，目前支持，自定义协议，protobuf 协议，websocket 协议等，其中封装了 大量的回调函数和注解，可以很方便的通过各种方式对 netty 中的 channelHandler 实现回调监控.并实现 springbean 的注入 管理,使其在 handler 之中可以很方便的调用到 spring的 bean .且无需复杂 的实现，仅需要提供配置就可以直接使用

负责七八个账户 上百个域名 的维护 每个月aws费用在7w刀左右的 从零开始规划整套项目的解决方案，包括网络划分以及 AWS 服务的选型2. 搭建：负责搭建所有所需的 AWS 资源，包括 VPC、EKS、ECR、RDS（Aurora）、Cloudfront、Route53，ACM、S3、Elasticache、Lambda、CloudWatch等等3. EKS 集群规划与创建：根据业务需求对 EC2 类型进行分析并选型；通过实现 Pod 与集群的自动扩缩容来降低成本；集成 Route 53 为 Ingress 资源自动创建 DNS 记录。 CI/CD 自动化：使用 Jenkins Pipeline 实现代码提交触发的自动化部署流程，确保 Kubernetes 上的应用程序实现完全自动化部署。

纽约市共享单车需求预测系统 项目简介 本项目是一个基于机器学习和深度学习的纽约市共享单车需求预测系统，通过分析历史骑行数据、天气数据和时空特征，实现对未来单车需求的精准预测。 功能特性 ? 多维度数据分析: 时间、空间、天气等多维度特征分析 ? 多模型预测: 集成8种机器学习和深度学习模型 ? 可视化分析: 丰富的数据可视化和交互界面 ? 精准预测: R²达到0.85以上的预测精度 ⚡ 实时预测: 支持多步预测和多区域并行预测

1.本项目是最初练习的一个项目 2.解决了对于前后端连接的一整个联路的贯通 3.在一开始的后端技术栈阶段选择了采用java的，一个是java属于老牌语言，还一个是生态社区相对友好，有遇到的错误都可以在网上检索到对应的信息 4.在开始写的时候遇到很多关于权限，数据量组合查询的问题，这些都可以在后面的项目中加以运用，有比较成熟的经验

spring-boot-netty-starter 是一个整合了网络框架 netty和 springboot 的快速网络 开发框架，目前支持，自定义协议，protobuf 协议，websocket 协议等，其中封装了 大量的回调函数和注解，可以很方便的通过各种方式对 netty 中的 channelHandler 实现回调监控.并实现 springbean 的注入 管理,使其在 handler 之中可以很方便的调用到 spring的 bean .且无需复杂 的实现，仅需要提供配置就可以直接使用

针对自动驾驶场景对YOLOv7的网络架构和参数进行了专项优化。在Backbone部分引入ECA与CBAM，强化多尺度特征融合能力；将Neck层的PAN结构改进为双向特征金字塔（BiFPN），提升小目标检测鲁棒性。调整了锚框尺寸分布，新增针对车辆侧面和锥形桶的细粒度锚点。训练策略上采用余弦退火学习率+EMA权重平滑，并引入动态困难样本挖掘机制。

许多热爱编程比赛的用户在参加比赛时常常面临没有队友的问题，这使得他们很难发挥自己的实力，也很难取得好成绩。同时，许多用户在寻找队友时也面临一些困难，比如无法找到合适的人选，或者无法与潜在的队友进行充分的交流和沟通。因此，我们希望通过该网站，为这些用户提供一个交流平台，帮助他们找到理想的队友，组建强大的编程团队，参加各种编程比赛，并最终实现自己的编程梦想。 用户注册和登录：用户可以通过注册账号并登录使用该网站。 标签匹配：用户可以选择自己的技能和需求标签，系统会根据标签匹配合适的队友。 组队功能：用户可以与其他用户组建队伍，一起参加编程比赛。 用户管理：管理员可以对用户进行管理，包括审核用户信息和处理用户投诉等。

本项目利用streamlit和fastmcp以及autogen等框架实现了通用智能体的构建，一些常用的功能如下： 1.基于聊天的界面 —— 由大型语言模型 (Gemini-2.5-Flash) 驱动 2.文件操作 —— 在容器内安全地读取、写入并浏览本地文件 3.YouTube 播放器 —— 内置搜索并在线播放视频，无需离开应用 4.图像生成 —— 根据文本提示创作图片并立刻下载 5.网页搜索 —— 使用 playwright 搜索互联网以获取信息 6.GoogleMap —— 通过 Google Map API 查询并获取地图信息 7.数据分析 —— 代理可用 pandas 和 matplotlib 绘制图表、表格 8.视频抓取 —— 按需求从指定网站抓取视频 9.虚拟货币 —— 调用 CoinCapMarket API 获取虚拟货币数据 10.定时任务 —— 可以创建定时搜索分析任务或者定时提醒的任务 11.可扩展工具 —— 仅用一个 Python 装饰器即可添加自定义工具

根据真实事件改编的互动故事游戏，具有以下特点： * 沉浸式叙事：采用垂直滚动的故事线，配合平滑的动画效果，引导用户一步步深入剧情。 * 互动式证据：通过模拟手机聊天、现场投影等互动弹窗，让用户亲手揭开关键线索，代入感极强。 * 情感化设计：应用的整体视觉风格与色调会跟随故事情绪（深渊、复仇、暖阳）动态变化。 * 中英双语支持：内置完善的语言包，一键切换中英文，无缝体验。 * 完全响应式：无论在手机、平板还是PC端，都能获得完美的阅读体验。 * 轻量化实现：未使用任何重型框架，仅依赖原生JavaScript和Tailwind CSS，代码简洁高效。

1、通过GT06协议标准化接入各类GPS终端 2、满足企业对人员/车辆的实时位置追踪、电子围栏预警等管理需求 3、整合百度鹰眼/高德猎鹰服务，提供历史轨迹回放、停留点分析等功能 4、基于TCP Socket实现长连接 5、采用Spring Boot框架 6、MySQL存储轨迹数据，Redis缓存实时位置信息

1. 基于Transformer架构，复现GPT-2(124M参数)​​+FP8混合精度 2. 训练数据是HuggingFaceFW/fineweb-edu中的sample-10BT 3. GPU租用的是智星云，GeForce RTX 4090 (24G)，系统Ubuntu，单机4卡 4. 开发工具VS Code 5. 相关版本如下：CUDA Version: 12.4, Driver Version: 550.127.05, torch 2.5.0, triton 3.1.0

**简介** 1. **本项目解决的问题** - **信息过载与检索效率低下**：通过 Paper AI 自动搜索、筛选 ArXiv、PubMed 等平台的学术论文，并生成摘要与结论，帮助用户快速掌握领域动态。 - **通用对话式 AI 的局限性**：Chater 模块支持上传文档并结合 RAG 技术，使 AI 能精准回答特定领域问题（如分析财务报告细节）。 - **图像分类自动化需求**：Trait Recognizer 通过用户提供的“标准”图像自动生成可执行程序（.exe），实现农业、生物学等领域图像的批量自动化分类。 - **部署复杂性**：提供本地运行与 Docker 部署方案，简化环境配置，降低使用门槛。 2. **技术选型与性能特点** - **核心框架**： - 后端采用轻量级 Flask 框架，搭配 Flask-SocketIO 实现实时交互； - 使用 PyInstaller 打包 Python 脚本为独立 .exe 文件，适配无 Python 环境的终端。 - **A

CFDDNS 是一款功能强大、界面友好的 Windows 桌面应用程序，专为需要动态更新 Cloudflare DNS 记录的用户设计。它不需要手动执行的cmd脚本操作，而是一个拥有图形化界面、支持多账户、多域名管理的智能客户端。 精美的图形界面: 提供直观、现代化的用户界面，所有操作一目了然。 多域名支持: 可同时管理和更新多个域名（A 或 AAAA 记录）。 多账户支持: 支持为每个域名配置独立的 Cloudflare 账户凭据，轻松管理不同账户下的资产。 智能更新: 启动时自动检测 IP 变化，并标记域名状态（"IP一致"或"待更新"）。 仅在公网 IP 发生变化时才执行更新，避免不必要的 API 请求。 实时显示域名在 Cloudflare 上的当前记录值。 自动服务: 可作为后台服务运行，按自定义的时间间隔（分钟）自动检查并更新 IP。 状态透明: 主界面实时显示当前公网 IPv4 和 IPv6 地址。 详细的操作日志，记录每一次 IP 获取、查询和更新操作，便于追踪和排错。 持久化配置: 所有配置（包括全局设置和域名列表）均保存在本地

基于langchain，langgraph，向量数据库weaviate，目前实现了以下功能： 1. 文字嵌入向量数据库，可进行相似度检索 2. 图片嵌入向量数据库，可进行相似度检索 3. 智能问答，提高大语言模型回复的准确度 4. 智能体，主要包括：执行“生成查询或回复”操作，并判断是否需要调用检索工具；使用“工具条件”进行下一步的路由，如果“生成查询或回复”返回了工具调用列表，则调用检索工具来获取信息，否则，直接回复给用户；对检索到的文档内容进行相关性评分，然后进行下一步的路由，如果不相关，则使用“重写问题”功能重新编写问题，然后再次调用“生成查询或回复”操作，如果相关，则继续执行“生成答案”操作，并使用检索到的文档上下文通过“工具消息”生成最终回复。 5. 多智能体，由一个supervisor agent进行协调。监督agent，控制所有的通信流程和任务分配，并根据当前的环境和任务要求来决定调用哪个agent