人工智能

基于RK3588+rknn-toolkit-lite2的YOLO11n目标检测推理程序，支持图片、视频和摄像头实时检测。内置7类自定义模型（person,fight,sleep,play_phone,gun,knife,fire,smoke），同时兼容rknn_model_zoo导出的80类COCO

车牌识别服务开发说明书适配平台：JetsonNX/RK3576核心算法：YOLO26n-OBB（旋转车牌检测）+CRNN（字符识别）数据流框架：GStreamer硬解码+两级环形缓冲池关键特性：原始帧不覆盖、camera_id全链路透传、低延迟、高可用、双平台通用目录文档概述整体架构模块功能说明数据

专利数据大屏模块：搭建专利数据可视化大屏，实时展示企业专利资产的关键指标数据，为管理层提供决策支撑。系统集成与数据同步：负责与客户第三方系统集成对接，包括主数据同步、系统流程任务的待办任务推送、单点登录（SSO）/AD域登录集成等。大数据量Excel导出：引入缓存及分片机制，高效生成大数据量的Exc

面向国内商品期货市场的量化交易系统,覆盖多品种多策略,个人独立完成从市场机制研究、策略开发、回测验证到实盘部署的完整闭环。系统核心是自研的回测审计门禁:通过无前视引擎(收盘确认、次根执行,计入滑点手续费)、训练/验证样本外切分,以及原创的成交时点敏感度测试(价格序列位移重跑,自动识别信号与成交同根的

1.智能问答——基于个人资料的RAG对话，流式打字机输出，答案标注资料来源可溯源；2.多智能体协作——检索员与图谱员分工，多路上下文融合后生成回答；3.知识图谱可视化——用Cytoscape展示个人知识实体与关系网络；4.分类型文档解析入库——PDF（数字/扫描件）、代码、合同、Markdown按类

系统包含AI电话客服、在线文本客服、工单管理、门店管理、客户画像、对话记录、知识库和数据仪表盘等模块。客户拨打电话后，AI可进行实时语音对话，识别设施、课程、员工服务及退款等投诉类型，自动匹配所属门店，提取联系方式和投诉详情，并在复述确认后创建工单。运营人员可按状态、分类、门店和手机号查询工单，查看

Role:Cloud/AIArchitect-DesignedAWS-baseddataandAIplatformforindustrialequipmentoptimization-Builtmachinelearningmodels(RandomForest)-Designeddatapipel

智能对话问答：员工在IM中直接向AI助手提问，AI基于企业知识库文档生成准确回答，并标注引用来源，回答以流式打字机效果逐字输出文档智能总结：上传或指定长文档，AI自动提取核心要点生成结构化摘要，支持按章节拆分总结猜你想问：基于当前对话上下文，AI主动推荐用户可能想继续追问的问题，引导深入探索智能收藏

1、项目有哪些具体功能模块:基于DeepekAPI实现智能对话引擎，支持多轮对话上下文管理与记忆;集成RAG检索增强生成模块，实现知识库检索与答案生成;流式输出模块提供实时交互体验;对话持久化与回放模块，支持历史对话存储与回潮。2、项目的主要功能描述:本工具是一款面向开发者的智能问答命令行工具，通过

ContextOS项目简介ContextOS是一个帮你从海量GitHubIssue中筛选出「真正值得做」的任务的智能工具。核心理念大多数Issue查找工具只会问「哪些Issue是开放的？」，而ContextOS问的是一个更实用的问题：「哪些Issue对我而言真正值得去做？」它通过收集你的项目、笔记、

核心功能模块：1.内容发布系统：作者多语言创作、章节管理、自动分卷2.AI翻译引擎：按需翻译（滑动窗口预加载，按阅读进度触发，控制成本）、术语表+风格卡约束、多语言并发翻译任务队列3.社区译者系统：译者认领语言版本、人工精修AI译文、超时自动回池、版本收益归属4.多语言阅读系统：双语对照、阅读进度同

本金融AIWeb系统是银行内部核心经营管理产品，聚焦业务活动管控、季度经营分析、年度规划复盘三大核心场景，依托AI大数据分析与可视化能力，替代传统人工统计、表格汇总的低效模式，实现银行经营规划与复盘工作的智能化、自动化升级。在业务活动管理上，系统可自动归集客户流量、业务转化、成本成效等多维数据，实时

针对公司内部多个工具独立开发导致使用链断裂、客户操作不便，以及代码走读流程繁琐易疏漏等痛点，主导开发了Multi-Agent智能系统。架构上采用多子Agent协同设计，每个子Agent独立负责一类业务场景（检查项执行、修改建议生成、检查规则生成、Efuse逻辑校对、代码走读等），场景间解耦运行、互不

1.核心检索机制：创新性地将工具手册转化为索引树结构，并采用深度优先搜索（DFS）算法替代传统向量检索，精准定位深层级技术文档，解决了层级目录下的检索断层问题。2.交互优化：集成意图识别与问题重写模块，支持多轮对话语境下的歧义消除，提升了用户查询的语义理解能力3.工程化落地：开发了可扩展的知识库处理

IC/IR计算与显著性检验,判断因子预测能力•分层回测:验证因子分组收益的单调性•滚动窗口衰减检验:判断因子是否随时间是衰减•数据预处理规范:MAD去极值、z-score标准化•时间对齐保护(shift(1)):从机制上杜绝未来函数与数据泄露•基于pandas/numpy,内置22个单元测试和合成数

•将回测交易记录与实盘交易记录逐笔对齐•按品种、方向、时间段定位回测与实盘偏差来源(数据差异、执行差异、滑点)•输出结构化审计报告,把"回测赚钱实盘亏"变成可定位的事实•零依赖,内置合成数据示例和18个单元测试

•对固定历史数据回测,生成结果快照作为基线•代码重构/升级后自动重跑回测,与基线逐项对比•输出差异报告,定位哪次改动导致回测结果漂移•纯Python零依赖,命令行一键使用,内置合成数据示例和15个单元测试

一、项目简介求职-LensAI是一款基于大语言模型能力构建的智能简历优化与求职辅助平台（SaaS产品）。产品以"AI驱动求职全流程"为核心理念，围绕简历构建、智能优化、面试模拟、职业规划、职位匹配等关键求职环节，为求职者提供一站式、个性化的智能服务。平台采用Next.js14（AppRouter）全

自律崽崽-智能体服务编排工作台前端项目，基于Vue3+TypeScript构建的现代化Web应用，提供规则流程设计、系统管理、AI助手等功能。

>1.**判例检索引擎**—支持自然语言查询，自动提取案件关键要素，精准匹配相似判例2.**量刑推演系统**—基于历史判例统计，预测目标案件的量刑区间与偏离度3.**法律知识图谱**—罪名-法条-法益关系网络可视化，788个节点×1195条边4.**构成要件分析**—从刑法+判例自动提取四要件要素，