人工智能

长路AI计划工作台由日历、计划、待办、笔记、学习目标、统计分析、AI对话和回收站等模块组成。用户可以通过自然语言描述目标，AI主助手识别用户意图并调用旅行、学习、饮食等领域代理，完成信息补全、方案生成、任务拆解和日程安排。旅行模块支持按日期生成行程、准备事项、预算与出行提示，并提供草案预览和确认写入

本项目包含六大核心功能模块：智能问答引擎、招生政策解读、专业智能推荐、历年分数线查询、志愿填报指导和多轮对话管理。智能问答引擎基于大语言模型，可7×24小时实时回答考生关于招生计划、录取规则、奖学金政策等高频问题；招生政策解读模块能够自动解析官方招生简章，将复杂政策条款转化为通俗易懂的对话式回答；专

1.记录小孩喂养、睡眠、便便、生长、生病、里程碑、疫苗、体检随手2.保存小孩每个阶段的时光照片和记录视频3.AI协助孩子健康，负责「记得」和「归纳」4.喂奶只能提醒，根据不同月龄自己设置时间间隔到喂奶时间自动推送提醒

11111111111111111111111111111111111111111111111111111111111111111111111111111111

基于定位展示本地城市路线推荐，支持按地名搜索攻略解析文字和图片攻略，生成按顺序排列的景点与游玩建议在地图中同步展示路线、地点标记和分段导航信息支持切换驾车、公交、步行、骑行等出行方式，并重新规划路线可编辑行程：添加、删除地点，调整游玩日期与路线展示支持跳转高德地图进行单段导航支持收藏路线、搜索收藏内

可在线体验：https://smart-data-extractor-vd19.onrender.com/1、功能模块-多源输入：粘贴文本、PDF（逐页处理）、图片（名片、发票等）。-Schema管理：内置联系人、发票、销售线索（BANT）三个预设，支持自定义字段，也可以让AI根据样例自动推断字段。

模型管理，渠道管理，模型广场、用户管理，价格管理，apikey管理，钱包管理，审计日志，供应商管理，邀请管理，用户组管理，用户折扣管理，金融统计，订阅管理，自动扣费等

平台以“古筑风华”为主题构建中国古代建筑数字博物馆：首页提供全国重点古建筑数量分布与宫殿府邸统计；建筑分布页基于Leaflet呈现近400处古建点位，支持按省份浏览、搜索和筛选；建筑名录按城垣城楼、宫殿府邸、宅邸民居等14类组织，并配套近500个详情页面，展示历史沿革、建筑格局、特色价值与保护利用信

本项目是一个深度融合了大语言模型与多模态AIGC技术的综合性AIStudio创作平台。系统采用前端React+后端微服务架构，主要包含五大核心业务模块：1.AI数字人客服：集成智谱GLM大语言模型（支持流式对话），结合数字人驱动技术，提供具备真实表情与拟真语音的智能客服交互体验。2.AI修图/图像处

1.达人全生命周期管理：公域达人筛选、私域达人跟进、备注记录、收件信息一键复制2.销售数据自动统计：每日GMV、产品利润自动核算，不用手动算Excel3.样品全流程跟踪：寄出样品、达人反馈、记卖出全流程留痕，超期样品自动提醒4.待办自动提醒：今日待联系达人、久未跟进的客户自动弹提醒，不会漏单5.私有

跨平台智能办公桌面应用，支持WinJows/macOS/Linux，打造本地大模型驱动的AIAgent工作台，完成自研完整安装部署链路以及自研多轮工具调用引擎，实现自动建表、JFinal3VC代码生成及自动编写接口和调用测试的完整AI执行热部署链路。

1、项目有哪些具体功能模块：1.1、摄像头预览功能模块；1.2、疲劳、分心、危险驾驶、摄像头遮挡检测功能模块；1.3、警报功能模块；1.4、语音播报功能模块；1.5、人脸网格、头部坐标轴绘制功能模块；1.6、3D头模渲染绘制功能模块；1.7、标定功能模块；1.8、设置功能模块。2、项目的主要功能描述

本项目将材料科学与工程、工业互联网技术和企业经营管理方法紧密融合，围绕制造业的研发、生产、供应、销售、服务等全流程提供外部数据,国内外尚无同类定位的项目，具有显著的独创性和先发优势。创新点一是结合材料行业知识模型和大语言模型，建立数据管理、数据搜索召回的材料专业的模型算法。创新点二是融合大语言模型和

1.录音转写：支持mp3、m4a、wav等常见格式，60分钟、95MB以内。自动区分说话人，可以指定“我方”并修改说话人名称；也支持直接粘贴飞书妙记、腾讯会议导出的文字稿。2.结构化复盘：按谈判复盘的习惯输出一句话总结、会谈要点、对方顾虑和异议（标注是否化解）、承诺与待办（谁、做什么、截止时间，没约

系统分为模型训练端与端侧推理两部分。训练端使用Python+TensorFlow构建LSTM网络，对传感器时序数据进行训练，并量化转换为TFLite格式；端侧在STM32上集成TensorFlowLiteMicro解释器，实现三个功能：数据滑动窗口采集、模型加载与本地推理、预测结果通过串口输出。可在

1.工作证据采集：汇总GitHub代码提交、成员手动填报与AI协作摘要，形成统一的工作记录。2.智能日周报：通过代码总结Agent、日报Agent与日报Skill生成结构化报告，并对照原始证据自动审核与纠错。3.项目进度跟踪：结合项目计划书、功能清单和历史日报，生成团队汇总、项目进度及个人周进度视图

系统包含五个功能模块：①多轮对话模块，基于DeepSeekAPI实现上下文连贯的自动问答；②知识库检索模块（RAG），将企业文档向量化存储，回答时先检索相关片段再生成回复，显著提升准确率；③会话管理模块，使用SQLite持久化存储会话记录，支持历史对话查询；④Web前端，提供聊天界面并实时展示对话内

功能比较简单，就是一款AI的聊天机器人，它通过接入AIAPI消费token来进行运作，或者本地部署模型进行接入，也可以进行运作，这个模式也可以由云端服务器进行分批式的运作，来满足更多用户的需求，这是一个小型的氛围感编程的结果，我觉得它反映出的前途是很光明的，契合目前的社会，功能模块，第一就是逻辑系统

TFFInfer是一个从零自主研发的大语言模型(LLM)推理框架,采用现代C++20标准开发,支持CUDAGPU加速。项目实现了完整的LLM推理流水线模型加载

平台分为管理后台和微信小程序。后台配置模型、知识库、工作流和智能体：制度、课程、商品等资料入库后按片段检索，回答带出处；工作流把推荐、留资、下单、建工单串起来，并对接已有系统。不同机构按租户隔离，模型可以更换，数据可以留在内网。用户在小程序用手机号进入对话，支持流式回复、语音输入、历史会话，以及商品