人工智能

用于ai音频标注，文本格式自动化处理，视频自动标注，图片自动标注，大幅提升工作效率与工作舒适度，可以花小钱办大事，无论是团队公司还是个人，有一个自动化的插件，都是事半功倍

AI生成PPT—自动生成大纲、内容与设计知识库—上传文档并基于知识库生成PPT在线预览与编辑—浏览器内预览并直接编辑文本在线分享—生成分享链接，支持设置有效期任务队列—批量任务后台排队处理PPTX导出服务—独立的export_tool服务将HTML幻灯片转换为可编辑PPTX对话式编辑—通过对话持续修

模块｜ 功能说明3D可视化装柜模拟器｜ 基于Three.js，支持360°旋转、透视、碰撞检测、剖面视图，实时预览装柜结果多目标优化算法引擎｜ 实现NSGA-II、BSG等算法，同时优化装载率、重心平衡、易碎品保护、装卸便利性、订单优先级LLMAgent交互层｜ 用户输入自然语言（如“优先装完A类订

模块 ｜功能说明异构GPU发现与注册｜基于HAMi框架，自动识别NVIDIA、昇腾、寒武纪等不同厂商GPU，上报型号、显存、算力、健康状态智能调度器 ｜实现Binpack（碎片最小化）、Spread（高可用）、Affinity（数据本地化）、Cost（成本优先）等多种调度策略，支持策略热切CXL内存

AI智能交互：意图理解、多轮对话、本地记忆、知识问答自动化执行：文件处理、数据清洗、日志监控、定时任务、自动修复机器人控制：姿态稳定、PID调优、步态算法、抗干扰平衡私有化部署：本地离线运行、数据安全、不依赖外网系统定制开发：Python全栈、Windows桌面程序、Web管理后台

项目围绕教学评估主链路，提供以下核心能力：教学转写结果消费通过RabbitMQ订阅课堂转写完成事件，自动感知课堂文本是否已经全部生成，避免对不完整数据提前评估。课堂内容标准化处理将转写系统返回的多段语音文本按照时间戳、说话人、发言内容重组，生成适合大模型分析的教学语料，保留课堂时序和角色信息。教学评

VideoHelper是一款基于AI的智能视频学习助手，旨在显著提升视频分析、知识复习与内容总结的效率。它是您不可或缺的AI学习助手。本项目采用全栈Monorepo架构，集成了先进的LLM分析流水线。用户只需提供视频链接（如Bilibili,YouTube,TikTok）或上传本地视频，系统即可自动

●官网：用户模块、技术能力介绍、用户中心、帮助中心●后台管理端：也就是页面上的控制台，用来管理用户和开发能力的接入●官网：用户模块、技术能力介绍、用户中心、帮助中心●后台管理端：也就是页面上的控制台，用来管理用户和开发能力的接入

本系统围绕银行信贷业务全流程，打造多模块智能辅助能力：1.企业财报数据自动提取模块，通过OCR与NLP技术，自动识别、提取企业财务报表中的核心数据，替代人工录入，大幅降低数据处理成本；2.同类型龙头企业一键搜寻模块，基于行业知识图谱，快速匹配同赛道标杆企业，为信贷审批提供行业对标参考；3.信贷报告自

本项目围绕特种作业远程监护全流程，打造了六大核心功能模块：1.作业票智能分析模块：自动解析作业票信息，提取作业类型、风险点、监护要求等关键内容，生成个性化监护方案；2.监护需求自动生成模块：基于作业票数据，匹配行业安全规范，自动输出监护重点、告警阈值、联动策略；3.视频实时联动模块：对接现场视频监控

1.AI生产模块：通过大模型的方式进行简历的评分以及，简历的筛选，并进行面试邀约，排期等一站式服务2.简历管理模块：自动解析简历信息，支持简历筛选、标签分类、查重、批量导出，建立企业人才库。3.面试管理模块：面试邀约、面试排期、面试评价记录、多面试官协同打分，生成面试结果汇总。4.数据统计模块：招聘

专业定制微信小程序，涵盖页面设计、功能开发、接口对接与上线部署，满足电商、展示、预约等多场景需求。2.提供微信小程序全流程开发服务，支持自定义功能、数据交互、用户管理与后期迭代，适配各类行业业务场景。3.专注小程序软件开发，实现页面搭建、逻辑开发、支付对接及运维优化，高效打造稳定易用的轻量化应用。

系统核心基于SpringAI框架构建多智能体协同架构，核心功能分为四大模块：智能体核心模块：基于SpringAI实现Agent智能体的任务规划、工具调用、记忆管理、结果反思能力，支持自定义工具扩展，可自动拆解复杂任务并分步执行；Java后端服务模块：基于SpringBoot搭建稳定的后端服务，实现用

系统核心分为Java后端服务、Vue前端管理平台、PythonAI模型服务三大模块：后端基于SpringBoot搭建，实现用户权限管理、标注任务分配、标注数据存储、项目进度管控、数据导出等核心功能，支持多用户协同标注；前端基于Vue3实现可视化标注界面，支持矩形框、多边形标注、标注结果审核、标注历史

游戏主要包含这几个模块：玩家控制模块负责飞船移动和射击，支持键盘和鼠标两种操作方式；敌人生成模块会根据当前关卡数动态调整敌人的种类和出场频率；道具系统会随机掉落子弹升级、生命恢复或临时护盾；碰撞检测模块处理子弹打中敌人、玩家撞上敌机这些判定，并且做了玩家被击中后的无敌帧保护；最后是UI模块，负责开始

针对包含交互表单的页面，程序内置高强度循环测试模块，可模拟百次输入与清除动作，并完整捕获每一次操作后页面DOM结构的变化快照，适用于前端兼容性验证与动态内容审计场景。（列如测试网站对爬虫的抵抗，以及对大量用户登录的实验状态）

针对包含交互表单的页面，程序内置高强度循环测试模块，可模拟百次输入与清除动作，并完整捕获每一次操作后页面DOM结构的变化快照，适用于前端兼容性验证与动态内容审计场景。（列如测试网站对爬虫的抵抗，以及对大量用户登录的实验状态）

2026.03-至今独立设计并实现面向网页的3D虚拟人对话系统，前端基于Three.js+VRM+WebGL完成角色渲染、动作/表情/口唇联动与交互界面，后端基于FastAPI提供流式对话服务。构建长期记忆与知识增强链路，结合SQLite+Chroma管理会话、RAG检索与摘要压缩；围绕动作调度

发票RAG系统主导开发了一套服务于企业技术支持团队的智能客户服务系统。该系统不仅是一个简单的问答机器人，更是一个能够自主处理复杂工单的AI代理。它能够理解客户意图，查询内部知识库，并执行多步操作来解决客户问题。项目基于LangChain1.2框架构建，旨在提升客服效率，缩短问题平均解决时间。核心职责

⚫拆解vLLM核心架构，掌握PagedAttention、两阶段推理等LLM推理核心技术，基于nano-vllm开展端到端性能优化。⚫重构CUDAGraph实现逻辑，解决大batch场景适配缺陷，实现推理吞吐量提升11.3%，显存占用降低29.2%。