人工智能

功能特性?CoderAgent：根据任务描述生成代码和测试▶️Executor：真实运行pytest测试?Reviewer：审查代码质量?自动迭代：测试失败时自动修复，最多3轮

意图路由模块：识别用户问题类型（如患者问诊、诊疗指南查询），智能分配至对应检索通道，适配多场景医疗问答需求。双路检索模块：结构化数据检索（MySQL）处理科室信息、药品参数等结构化医疗数据，实现参数化精准查询；非结构化数据检索（Milvus+MedicalBERT）对医疗文档做语义分块与向量检索，精

1.接入硬件设备，形成数据的可视化，同时自动化生成pdf报告；2.支持第三方血氧仪报告的接入，按照医生要求，对报告模板进行调整和，合并输出报告3.给医生提供数据标注和核验功能；4.基于用户数据，实现呼吸状态评估算法，将原始数据转化为0~1的状态评估。

本油气场站智能监控系统以YOLO系列目标检测框架为核心技术底座，搭建多维度AI视觉识别、实时视频流处理、Web端报警管控及事件数据溯源四大功能模块；系统直连场站RTSP监控视频流，通过部署人员倒地、危险区域入侵、跑冒滴漏、红外温度异常、翻越围墙、火焰识别等轻量化检测模型，完成帧级实时推理与异常后处理

参与基于Transformer架构的大模型研发，负责核心模块设计与优化搭建大规模预训练流程（自回归语言模型），优化Attention与FFN结构设计并实现分布式训练方案DP/TP/PP，支持多GPU高效扩展实现混合精度训练（FP16/BF16）与梯度优化策略，大大提升训练效率。构建数据清洗与Toke

参与基于Transformer架构的大模型研发，负责核心模块设计与优化搭建大规模预训练流程（自回归语言模型），优化Attention与FFN结构设计并实现分布式训练方案DP/TP/PP，支持多GPU高效扩展实现混合精度训练（FP16/BF16）与梯度优化策略，大大提升训练效率。构建数据清洗与Toke

参与基于Transformer架构的大模型研发，负责核心模块设计与优化搭建大规模预训练流程（自回归语言模型），优化Attention与FFN结构设计并实现分布式训练方案DP/TP/PP，支持多GPU高效扩展实现混合精度训练（FP16/BF16）与梯度优化策略，大大提升训练效率。构建数据清洗与Toke

本项目构建了一个由5个专业AIAgent协作的诊疗网络。核心功能包括：智能问诊与症状采集：基于状态机固化问诊路径，自动追问缺失症状，确保信息采集完整。多模态辨证分析：结合文本描述与上传的检查单图片，利用RAG技术检索万级医学知识库，生成辨证倾向报告。安全红线拦截：内置“红旗症状库”与关键词拦截器，识

基于无人机道路缺陷检测的实际需求与YOLO模型的技术痛点，我将从“人机协同架构”“YOLO模型针对性改进”“全流程技术落地”三个维度展开扩写，结合最新研究成果与工程实践改进

在tobai产品中设计agent智能平台，rag智能问答系统，主要各个行业的定制化知识网络开发。设计agent中决策模块，rag系统中的内容提取，召回排序模块，定制化知识网络的知识提取模块。

编写一个自动化智能体，将PDF格式的语文教材课文提取出来，并借助大模型的能力，将其与Excel中的“知识点库”进行智能语义匹配，最终输出结构化的分析结果。

核心围绕“AI算力弹性伸缩”构建全流程能力，适配Open3D驱动的3D视觉AI任务特性：1.基于KubeRay+容器云实现GPU/CPU节点按AI场景指标（推理延迟/GPU利用率）弹性伸缩；2.分布式调度Open3D点云AI任务，定制GPU/CPU资源调度策略适配需求；3.全链路监控保障弹性伸缩过程

本系统主要实现以下核心功能：1.火灾与烟雾实时识别基于深度学习目标检测模型，对视频监控画面中的火焰与烟雾目标进行实时识别。2.视频流实时检测系统能够接入监控摄像头视频流，对视频画面进行持续检测和分析。3.智能预警机制当系统检测到疑似火焰或烟雾目标时，自动触发报警提示，提醒相关人员及时处理。4.可视化

本项目基于Python实现气温预测模型，包含四大核心功能模块：数据预处理模块：读取历史气温CSV数据集，完成缺失值填充、异常值过滤及特征工程，提取时间、季节等关键特征；可视化分析模块：利用Matplotlib绘制气温时序趋势图、季节波动图及相关性热力图，直观展示数据规律；模型训练模块：基于Sciki

本工具是一个面向对话助手的安全数据可视化引擎，实现"问数即得图"的智能体验。核心特性•✅多平台兼容：支持Dify、百度千帆、阿里百炼等主流AI平台•✅可配置化：零代码配置图表，图形界面管理•✅安全可控：JWT鉴权、APIKey、HMAC签名、限流防护•✅灵活扩展：插件化架构，易于新增图表类型和数据源

功能介绍(必填)：>1.二维CAD实体框架与渲染：内置完整二维矢量引擎，支持点、线、圆、弧等多态实体的高速自绘渲染，支持撤销/重做(Undo/Redo)与复杂图形布尔运算。3D模型切片降维(Slicing)：支持导入STL三维模型，根据自定义层高进行高精度的Z平面网格相交计算，将3D模型精准降维为适

系统提供端到端RAG能力，核心包含三大模块：1、语料接入：支持Markdown/PDF/DOCX/YAML等本地文件，并从urls.txt批量抓取网页内容；2、增量更新：用“文件路径+修改时间mtime”记录已处理文件，另存已处理网址集合，自动跳过未变更数据；3、检索问答：按500/50切块，使用B

项目包含四大核心功能模块：数据预处理与增强模块（负责MNIST数据集加载、归一化与TensorBoard可视化）、ResNet模型训练模块（实现残差网络构建、GPU加速训练与参数优化）、单数字预测模块（支持单张28×28灰度图像的推理识别）、多数字分割识别模块（基于OpenCV实现多数字图像的自动分

1、项目功能模块本项目包含五大核心模块：数据预处理模块（字符级词表构建、编码解码、批量采样）；模型架构模块（多头注意力机制、前馈网络、Transformer块堆叠、位置编码）；训练优化模块（Adam优化器、交叉熵损失计算、梯度更新与监控）；文本生成模块（自回归推理、上下文截断、随机采样生成）；模型持

1、项目有哪些具体功能模块项目核心包含5个具体功能模块，各模块协同支撑公文智能生成全流程，分别为：一是任务规划与需求解析模块，核心负责接收用户输入的撰写需求，拆解任务要点、匹配对应公文类型及部门规范；二是大模型调用与Prompt优化模块，对接大模型接口，通过定制化Prompt策略实现内容智能生成，同