人工智能

1.全域线索聚合与统一身份识别2.意图识别与动态画像引擎3.AISDR智能对话机器人4.治理护栏与安全合规5.智能培育流程编排6.个性化内容生成工厂7.实时动态行为追踪8.高精度动态评分模型

这是一个基于AI大模型的历史知识问答与教学辅助系统。核心功能包括：AI智能对话（支持知识库检索、网络搜索、思考过程展示）、知识库管理（PDF解析与向量检索）、云盘系统、反馈管理（评分推送与处理）、错题本、管理后台与个人中心。采用Vue3+FastAPI技术栈，支持多角色权限管理。

WhyWiki是一个面向小团队、实验室、开源项目和复杂软件项目的本地优先项目知识管理工具。它可以导入本地文件、Git仓库、Markdown、CSV、PDF、DOCX、XLSX和代码文件，将原始资料解析为带来源证据的内容块，并进一步生成项目事实、当前需求快照、冲突报告、决策记录、Wiki页面和交接包。

微信公众号聊天端·支持语音/图片多模态对话、上下文多轮记忆、历史对话持久化存储，用户可对记录进行单条/批量删除、复制操作，操作便捷。后台管理端·用户登录授权管理，保障系统安全；·实时用户数据看板：展示当日用户问题列表、访问人数；·高频问题智能统计：基于向量聚合与语义匹配，自动识别热点问题，支持回答内

数据ETL+数据仓库的多层建设，数据的汇总计算。数据ETL+数据仓库的多层建设，数据的汇总计算。数据ETL+数据仓库的多层建设，数据的汇总计算。数据ETL+数据仓库的多层建设，数据的汇总计算。

在接口服务能力上设计了智能检索、关键字检索、建议检索、周边检索、矩形检索、多边形检索、沿途检索、专题检索、地理编码、逆地理编码、详情查询、方位检索、扇形检索。智能检索：可以对Query进行全方位的意图理解，对不同的意图可能会返回不同数据结构的搜索结果，有POI列表、行政区域、城市分布、城市跳转、纠错

星伴（StarPal）是一款基于AI的多角色扮演对话平台，用户可以通过文字或语音自由切换与AI进行互动。系统支持完整的历史记录保存与回溯，使用户能够延续与AI的情感连接。平台提供多种独特角色选择

项目包含以下核心功能模块：（1）数据加载模块：支持读取CSV、Excel格式的闲鱼商品数据文件，自动识别字段并完成数据清洗；（2）价格分析模块：统计价格区间分布，识别异常价格（过高/过低），计算平均价格和中位数；（3）地域分析模块：按卖家所在地区聚合商品数据，分析不同地区的商品供给量和价格水平；（4

项目包含以下核心功能模块：（1）登录认证模块：支持二维码扫码登录和Cookie持久化存储，实现免重复登录；（2）浏览器管理模块：负责Playwright浏览器实例的启动、反爬虫特征隐藏、页面滚动和随机延迟控制；（3）数据解析模块：从搜索结果页面提取商品标题、价格、图片链接、地理位置、卖家信息、发布时

支持仿真参数可视化配置输入、多工况自动迭代计算、计算结果图表化展示、标准化工程数据文件导出，内置智能收敛判定与误差修正逻辑，能够有效缩短仿真计算周期，降低人工调试成本，显著提升低空装备与流体力学工程领域的研发效率。

实现VAD切割、说话人分离、视觉特征提取，构建文本‑音频‑视觉三路混合索引。微调BERT意图分类（4分类F1=0.92），LLM策略路由（直接检索/HyDE/子查询拆解）。融合BM25+语义向量+Cross‑Encoder精排，并构建Neo4j认知图谱。

采用A2A宏观上的调度+LangGraph微观上的react执行，使用RedisStreams实现分布式消息总线，编辑与安全Agent并行审核。

设计了数据模块、模型模块、学习模块、系统模块、其他（配置、常量、工具等）模块。数据模块：用于处理序列数据的Dataset类和相关函数。它包括了从文件中读取数据、构建特征序列以及将数据转换为适合模型训练的格式的功能。根据模型模式的不同，数据可以以不同的方式进行处理和组织，以满足不同类型模型的需求。模型

项目基于微信小程序原生框架开发，采用WXML/WXSS/JavaScript实现前端交互与页面逻辑，搭配微信云开发实现数据库存储、云函数调用等后端能力。支持错题手动录入、多学科分类管理、难度与知识点标签标注、解析与错因记录、智能刷题复习等核心功能，同时提供学习数据统计与错题复盘辅助，是一款轻量化的学

cep-ma场景的ai解决方案，通过ai聊天解决复杂ma画布的搭建和运营团队的提效，比如正常ma画布是有几十到几百的节点的，涉及分支、循环、判断、等待、波次等，运营人工拖拽后是不可读的，ma可准确生成，仅需人工补充非必要数据；另外不仅是画布，ai创建活动、计划、人群等，包括策划案到执行的一切步骤

基于RAG的LLM金融AI分析师系统，支持用户上传财报、研报、新闻等金融文本资料，并结合实时新闻资讯进行公司分析。系统通过文档切分、向量化存储、相似度检索和提示词组装，将用户问题与相关资料一起输入大语言模型，生成带有来源引用的金融问答、基本面分析、风险提示和投资研究摘要。项目重点解决通用大模型在金融

前后端分离架构设计与核心开发：基于FastAPI构建高性能后端服务，使用Vue3开发响应式前端管理界面。通过RESTfulAPI实现前后端解耦，独立完成用户认证、文档管理、问答会话等10+核心接口设计与实现。结构化数据与向量数据双存储架构：使用MySQL存储用户信息、文档元数据、对话历史等结构化数据

功能完整的Python命令行待办管理工具。核心功能：•添加/删除/完成待办事项•三级优先级分类（高/中/低）•按截止日期排序•关键词搜索•数据持久化（JSON存储）•统计信息查看技术亮点：•使用dataclasses数据类•完整的CRUD操作•清晰的代码结构•详细的中文注释

（1）全局特征增强（抗模糊）：创新性地引入SoftTokenPool与GlobalQualityHead。前者通过软加权池化聚合清晰区域信息，后者赋予模型“自知之明”，自动降低模糊/反光图像的全局权重，解决了运动模糊导致的特征不稳定问题。（2）局部特征解耦（抗同队干扰）：采用HalfBodyFusi

系统由知识库管理、智能问答、文档解析、会话管理、用户中心、后台配置组成。支持上传、编辑、分类管理企业内部文档与知识条目；大模型自动解析文档并构建专属知识库。用户可通过文字发起问答，系统精准匹配知识并智能回复；留存历史会话记录。后台可管控用户权限、调整模型参数、监控问答热点，同时支持知识库增量更新，持