人工智能

https://github.com/hehan-wang/hehan-chatbot 使用了DDD，SpringBoot，OpenAI-API开发的自动回复星球提问机器人。 难点在于星球对AI审核严格，必须得经过严格的敏感词过滤才能上架使用

实现了基于人工智能的交互式对话网页功能。网址 https://chat.nsiai.com 我们团队着重于实现了人工智能的交互式流式输出、API接口封装与调用等。 从技术角度来看，我们使用了以下一些专业技术和协议： WebSocket：这是一种网络通信协议，允许服务器和客户端之间进行实时双向通信。使用WebSocket来实时传递聊天信息。 RESTful API：这是一种用于构建网络应用程序的架构风格，通过HTTP协议进行通信。提供RESTful API，允许开发者创建自定义的聊天应用程序或集成到其他网站或应用程序中。 JavaScript：这是一种用于开发交互式网页的编程语言，被用于实现客户端功能，例如聊天窗口、聊天消息的输入和显示等。 HTML和CSS：这是构建网页结构的标记语言和样式表语言，被用于创建聊天界面和主题。

1.使用 ChatGPT API 接口开发具有个性化对话能力的应用或服务。主要以 PC 端口、微信小程序端和 APP 端为主 2.根据需求进行接口定制和功能扩展提供高质量、稳定可靠的 Ai 对话，满足中国用户对于智能对话生成的需求。 3.支持中文语言处理，并提供与中国文化和习惯相适应的功能定制。 主要负责： 1.需求分析与功能规划： 定义应用或服务的具体需求和功能。制定付费模式套餐，确定使用 ChatGPT API 接口的场景和应用方式。 2.对话生成算法与逻辑设计： 根据需求和使用场景，设计对话生成算法和逻辑。定义对话流程、意图识别和回复生成等关键模块。 3.接口定制与性能优化： 对 ChatGPT API 接口进行定制，满足特定需求，如输入格式、输出样式等。 进行性能优化，提高响应速度和稳定性。 4.进行全面的功能测试和性能测试，确保对话生成的质量和可靠性。 4.建立用户反馈机制，及时收集用户意见和建议，并进行迭代优化。 5.上线与推广

1、【60%】街景产品的自动化工艺流程及覆盖提升，整体生产效率提升200% 2、【30%】街景产品的创新及用户体验提升 3、【10%】数据线上化流程建设及合规化

1.提供数据的收集、存储和处理功能，包括数据的抽取、转换和加载（ETL ）。 2.支持各种数据源的接入的接入：纯文本信息，各种类型的图片信息，pdf 信息进行解析处理。 3.提供数据质量控制、数据清洗和数据验证等功能，确保数据的准确性和一致性。 4.线程池优化：针对与 AI 服务的调用相关的任务，使用线程池来管理线程的创建和复用，以减少线程创建和销毁的开销，并提高系统的性能和响应速度。 5.使用多种设计模式对业务代码进行优化，使用工厂方法模式对处理流程的对象进行创建，使用单例模式创建配置信息类。 6.原始需求分解和系统设计：结合业务需求，将需求进行分解，并进行系统设计。通过优化流程和架构升级，改进数据平台的性能和可用性。

这是一个自己公司的产品，提供线上文件格式转换、图片文字处理等，目前正在完善中，后续会增加智能AI处理技术

基于遗传算法的指数增强策略系统是一种复杂的优化技术，其代码设计需要考虑到多个方面，包括遗传算法的实现、指数增强算法的集成以及两者之间的交互。下面是一个简要的计算机术语介绍，以帮助您了解该系统的代码设计。 遗传算法实现：遗传算法的核心部分包括初始化、选择、交叉和突变等操作。在代码设计中，需要创建一个染色体类来表示问题的潜在解决方案，并实现这些操作的方法。此外，还需要定义适应度函数，以评估每个染色体的优劣。 指数增强算法实现：指数增强算法需要根据遗传算法的当前状态和性能来动态调整搜索参数。在代码设计中，需要创建一个指数增强类来管理这些调整因子，并实现根据遗传算法的反馈来调整搜索参数的方法。 交互与决策过程：遗传算法和指数增强算法之间的交互需要通过代码进行协调。在代码设计中，需要创建一个控制器类来管理遗传算法和指数增强的运行，并根据两者的反馈来调整搜索过程。此外，还需要创建一个决策类来根据搜索得到的解决方案生成实际的决策结果。 总体而言，基于遗传算法的指数增强策略系统的代码设计需要考虑到多个方面，包括遗传算法的实现、指数增强算法的集成以及两者之间的交互和决策过程。在实现过程中，需要使用面向对

1. 系统设置、用户设置、权限设置、通信设置、班次设置、数据追溯、视觉检测、相机读码、激光打标等；可根据用户需求定制功能 2. 负责整个软件的编写和维护

该网站是一个基于网络的平台，旨在提供人工智能（AI）领域的最新动态、研究成果和应用案例。该网站的内容涵盖了人工智能的各个方面，包括机器学习、自然语言处理、计算机视觉、智能机器人等等。 该网站的导航结构清晰，易于使用。网站首页提供了最新的文章、研究论文和报告的摘要，用户可以通过点击相应的链接来查看完整的内容。此外，该网站还提供了搜索功能，用户可以通过输入关键字来查找相关的内容。 该网站的目标受众是人工智能领域的专业人士、研究人员、学生、企业从业者和投资者。通过该网站，用户可以了解人工智能领域的最新进展、交流研究成果和应用经验，以及寻找商业合作机会。

1、本项目主要分为带钢带头跟踪检测及滚筒软区色块中心线的提取两个部分，目标是带头在前进的过程中到达某一点启动滚筒，当带头落在滚筒上时正好落在滚筒的软区色块上，色块是喷漆喷在软区的位置。 2、本项目我主要是运用目标侦测网络模型对带头进行检测，训练的pt模型转成onnx模型运用tensorrt框架进行部署，结合deepsort目标跟踪算法对带头进行跟踪，将带头传给前端，同时利用opencv算法对白色的色块进行中心线的检测，将中心线坐标传给前端。 3、本次的难点主要是deepsort和yolov5部署的结合上封装成dll动态库及在带头坐标和色块对齐上，本项目主要是对c++的功底要求比较高，同时在项目的调试上要根据滚筒的速度不断的调试，最终才得以实现功能。

负责小程序端、网页端、后台管理系统的所有测试工作。包括各大功能的前后端操作控件，数据核对、交互优化体验，针对产生的bug进行提交修复、回归验证关闭bug单，处理完善整个产品的各大功能及界面交互缺陷。

Cms系统由于经历多个不同技术背景的人接收，所以实现上有多种语言开发而成，而且交接不完善导致系统无说明文档。系统内部有无人操作社会活动图片归组、活动图片归专题、活动参与人图片人名归组等一系列的自动任务，这些自动任务的稳定性无法保证，经常遭到编辑们的投诉，所以入职后任命我为系统重构主导人进行重构。 重构难点及解决方案： 1.系统基于分布式部署所以自动任务过程中会有资源竞争的问题，通过redis做分布式锁得以解决。 2.自动任务规则时间没有限制，所以需要通过时间分片的方式解决来解决数据大过大的问题。 3.服务重启时通过分布式调度服务每分钟触发的方式，解决任务衔接问题。 工作业绩及产出： 1.与产品一起梳理出完整的业务需求并形成文档 2.重新设计数据库，平滑迁移数据 4.系统设计形成文档，后来者开发有据可循 5.平稳支持平时100多个自动任务，高峰时800个任务的执行 6.在职期间cms系统稳定运行无差错，直到离职后仍然运行稳定

1、【60%】0到1建立大数据挖掘策略设计及自动化评估体系，提升准确率及召回率 2、【40%】在线核实平台，基于大数据的情报自动化的验证及人工质检验收流程设计

1. 一个网站，网址为：www.beatsleo.com:8080 2. 主要作用是：当做舆情分析系统，可以深度挖掘全国各省的不同心态以及引起该心态变化的事件，提供指导建议。 3. 通过爬虫技术对微博进行数据爬取、分析和统计。 4. 通过训练文本摘要模型、情感分类模型获得每条微博帖子的核心内容以及评论的心态倾向。 5. 通过训练GPT2生成模型为不同心态和事件提供引导建议。

IC卡和蓝牙功能 射频板载天线和蓝牙模块天线性能平衡 从原理图设计 PCB layout 出BOM表 贴片打样 硬件调试。硬件部分一手包

1. 平台介绍：工单管理系统用于医院用户创建、解决、挂起提交的设备维修、巡检、保养等事务请求，为医院设备运维和报修提供系统化、标准化的工作处理流程。 2. 解决医院设备运维中存在的痛点：医院设备资源统计难、医院人员报修难、运维人员巡检维修进度、质量难以跟踪 3. 主要包含模块有：工单管理、保养、巡检、排班、数据统计、绩效考核等，涵盖PC端、小程序端、APP端

人工智能芯片，外带数据存储器，程序存储器，显示屏接口，摄像头接口，通话接口，各种数据接口，电源模块 设计难点是根据芯片要求做好高速信号线匹配，兼容，以及符合EMC要求等等

AI的封装和使用后端架构进行代码书写，可以提高开发效率和代码的可维护性。通过封装，我们可以将AI的算法和模型封装成易于调用的接口，使其能够方便地在后端架构中使用。同时，使用后端架构可以更好地处理请求和响应，并对AI模型进行部署和管理，提供高效的服务。这样的设计可以使AI应用更加稳定和可靠，为用户提供优质的体验

项目为独立设计研发的洪水预报模型软件。基于核心部件洪水预报模型，融合对测站监控数据的大数据分析技术，实现从指定的预报起始时间开始5小时内不同位置的预测水位。且根据动态数据，实现后台的数据清洗，分库分表，生成训练库等。 项目包含的主要模块有联合调度预判功能、站点预报功能、数据采集模块、系统监控维护模块，为用户提供了人工录入、爬取、共享数据获取等多种采集途径，并整合统一；在此基础行支持不同站点的水情预报，并提供重要决策依据。 在此项目中，我独立完成了需求调研分析和设计，完成前后台的开发，为客户提供了多项优质解决方案，均被采纳，项目成功交付。 项目中的难点主要是后台数据的维护，预报的精确度，以及联合调度预判的设计，我通过数据爬取技术、有针对的数据清洗方法、比对校验等手段得到了训练库的正式库建设，预报精度通过寻求客户的协助参与达到了最终的理想水平；在设计部分，我通过以往参与的多个项目经验，提出初始分析设计结果，并和客户协商完善。

本项⽬为集成了ChatGPT， MidJourney的AI平台。集成了⻆⾊商店，智能思维导图， AI知识库， 智能微信客服等功能。 https://chat.wenwen-ai.com/