①多模型统一管理：云端API模型与vLLM本地模型统一接入、热切换、连接状态实时监控，参数（Temperature/MaxTokens/TopP）可视化调节；②AI会话与记忆中枢：会话持久化、上下文压缩与恢复、跨会话记忆注入，解决长任务"失忆"问题；③规则引擎与提示词管理：项目级规则文件自动注入、提

多格式文档上传：支持PDF、Word、PPT、Excel，自动解析、切片、向量化建立知识库，支持扫描版PDF的OCR识别智能问答：基于检索增强生成（RAG），结合语义检索+关键词检索双路召回，回答附带引用来源，可点击溯源到具体文档多轮对话与长期记忆：支持上下文追问，可记住用户的长期偏好和关键信息，跨

一、某部专业技术干部AI考评系统1.智能化考评业务平台建设面向专业技术干部调级晋职考评业务，建设覆盖申报、预评审、现场评审、专家评分和投票归档的智能化考评系统。系统采用C/S+B/S混合架构，通过Electron+Vue实现申报客户端、操作员控制台及现场展示端，通过Web端支持专家评分和投票，后端基

系统支持商品搜索、商品详情、SKU、库存、订单、物流、售后规则等业务查询，并支持未付款订单取消、退款申请两类受控写操作。Agent可根据用户需求进行澄清、工具调用或拒绝，返回结构化业务结果和资料来源。售后规则采用混合RAG检索，写操作加入HITL人工确认、状态持久化、幂等事务和审计记录，避免模型直接

自然语言问答 用户用中文提问，Agent自动理解意图 不用学关键词检索语法2.任务拆解与规划 Planner把问题拆成2-4个粗粒度子任务 复杂问题分步解决，不遗漏3.RAG知识库检索 基于BGE+Chroma检索本地MES规范文档 回答有依据，不瞎编4.联网搜索（HITL） 本地知识不足时，人工确

面向C端用户的多端AI对话：SSE流式输出、增量消息展示、历史会话与分页；打通H5/小程序/App；接入登录与微信支付、支付宝支付，形成可用的商业化前端链路。

平台围绕目标检测模型开发提供数据标注、训练任务编排、训练状态监控、结果分析和智能问答等功能。用户可以在统一界面中完成图像数据整理与标注、配置模型和训练参数、启动训练任务并查看实时日志；训练完成后，可查看模型指标、检测效果及相关结果，辅助定位漏检、误检等问题。平台还集成目标检测领域知识问答能力，用于解

数据层：自动抓取历史开奖数据，支持多彩种。分析层：冷热号分析、遗漏值统计、走势图表、奇偶/区间分布等。预测层：集成统计模型（随机森林、频率加权）+深度学习模型（LSTM、Transformer），给出“推荐号码”和置信度评分。交互层：支持自定义决策模型、多模型对比、模拟选号控制预算。

1.冲稳保梯度生成基于各省考试院公开投档规则和历年录取数据，按“冲刺、稳妥、保底”三档生成志愿方案。这不仅是排序逻辑，也被视为一种可迁移的决策思维训练。2.位次换算与院校匹配软件端完成位次换算、院校专业匹配，解决“分数年年变、位次相对稳”的填报核心问题。3.家庭协同决策终端硬件终端支持全家人同步查看

1.AI会话调用LLM大模型（ollama自建模型，外部api等均可），实现智能问答。2.RAG内部投研资料向量化，存入向量数据库（pgvector，Milvus均可），实现检索增强。3.文档识别OCR，向量化存储各种结构化，或者非结构化文件（jpg图片，markdown，doc等）通过OCR识别，