人工智能

1.rag记忆模块：进行对话内容的存储和检索，采用高级RAG架构，实现近期、中期、长期记忆分级。2.自定义ToolCalling模块：为AI配备的工具调用模块，可自定义工具使用，具备语义检索工具，任意位置工具调用，工具增删改查都具备。3.系统交互监听模块：记录用户点击交互位置和应用程序，自主聚焦用户

行业场景立项原因传统IM服务端普遍存在并发能力不足、大群消息延迟高、跨节点消息易丢失、资源占用高、可靠性差等问题。xMessageServer立项旨在打造纯Java、云原生、高性能、高可靠的分布式IM服务端，解决百万级长连接承载、万人群聊广播、跨服消息不丢失、低延迟高吞吐、I/O密集场景效率低等核心

轻量级Python开源多格式数据整合可视化分析工具，一站式解决多源异构数据处理痛点，支持Excel/CSV/JSON/TXT四大主流格式数据一键加载、整合与清洗；内置智能数据预处理能力，自动去除空值、重复值、异常值，完成数据类型标准化与相关性分析；集成丰富可视化模块，可生成销售额趋势图、消费分布直方

轻量级Python开源AI文本标注与数据集管理工具，一站式解决AI训练数据集构建痛点，支持实体标注（人名/地名/机构名）、情感标注（正/负/中性）、文本分类标注（多标签）三大核心标注功能；内置数据集管理能力，支持TXT/JSON/CSV多格式数据导入导出、一键拆分训练/验证/测试集，自动完成标注数据

基于Python开发的轻量化自动化办公助手，一站式解决日常办公中文件处理、格式转换、数据统计的高频低效问题，整合文件批量重命名、多格式互转（Excel/CSV/PDF/TXT）、文件夹整理、基础数据统计四大核心功能，无需复杂操作，仅需简单配置即可实现自动化运行。支持自定义文件筛选规则、批量处理多目录

基于Python开发的文本数据预处理工具，专为AI模型训练、数据标注场景打造，解决非结构化文本数据杂乱、无法直接用于模型训练的核心痛点。支持文本批量去重、去停用词、特殊字符清洗等基础预处理操作，实现精准分词、关键词提取与简单情感分类标注，处理后的数据可直接导出为规范格式，对接AI模型训练与文本分析需

基于Python开发的轻量办公自动化工具，聚焦企业日常办公、个人数据整理核心场景，解决Excel手动去重、多表合并、格式统一、缺失值填充的低效痛点，适配行政办公、数据标注、电商运营等日常数据处理需求。支持xlsx、csv主流表格格式，可实现文件夹内多文件批量处理，替代人工重复操作，将小时级手动工作缩

用于微信公众号的自动聊天功能、与及自动处理业务的功能。尽可能的通用与广泛性支持。分词器MLBot.NLTK可以直接使用jieba.net的数据自带数据在App_Data目录，整个复制到应用所在目录即直接使用。无数据时，会自动创建目录及文件。分词命令行工具MLBot.NLTK.CLIMLBot.NLT

1.一个跨越语言的通用逻辑图，通过语言适配器来连接真正的代码空间（在逻辑图上实现聚焦点（多步时采取聚焦链），提供真正与逻辑强相关的上下文）2.在逻辑图上可直接点击开始对话和编码的逻辑场式ａｉ编码ｕｉ3.层次式的展示逻辑如何一层一层的转换为代码4.分层式链条式的可回滚历史

项目描述：发起并独立完成开源项目idle-accelerator，旨在构建“个人AI算力互助网络”，让消费级显卡的闲置算力可被调度用于AI训练/推理任务。•技术栈：Python+FastAPI+Streamlit+psutil+Docker，核心代码完全开源（MIT协议）。•核心成果：◦发布跨平台闲

Aprogramaimstorecognizethemodelofcivilairlinersthroughtheirside-lookingpictures常见民航客机识别程序（主要识别侧视图片）首先使用yolo算法实现飞机定位和裁切，通过引入注意力通道的卷积神经网络实现细粒度的飞机型号分类。

Driveclaw是moltBOT/OpenClaw的桌面控制面板，提供可视化界面来管理和监控你的AI助手。DashboardPreview✨特性?核心功能Gateway管理-一键启动/停止WebSocketGateway，实时监控运行状态实时对话-支持流式输出的聊天界面，查看AI思考过程多渠道会话

编程语言：Python2.关键技能：GraphQLAPI、SQLite、多目标优化、Pareto前沿、组合搜索2.主要内容：爬取开源社区数据构建本地数据库通过深搜和剪枝来控制组合数量

1.赛事全览与动态追踪赛事日历：展示2026赛季23站的完整赛程，包含每站的时间、地点、赛道信息，支持一键收藏重点赛事，还会推送赛前提醒。实时排名更新：同步更新车手、车队的积分与排名，附带直观的数据图表，能清晰对比赛季内的表现变化。车队信息库：收录所有车队的阵容、赛车技术参数、历史战绩，方便车迷深度

本项目是一个基于大语言模型（LLM）的智能Agent系统，旨在提升AI在长期记忆、复杂任务处理与实际执行方面的能力。系统并非将LLM作为单纯的问答工具，而是在其之上构建完整的Agent引擎，使AI能够理解用户意图、拆解任务、执行操作，并在多轮交互中保持上下文连续性。系统核心由Generator执行器

合作开发前端+独立研发后端，分为前端捕获、后端跨语言多架构模型融合深度学习处理识别和Windows自动登录验证三大模块,主要为不支持windowsHello摄像头的电脑提供快速便捷而准确的人脸识别解锁电脑,详细请加QQ:1790070573细聊.

ljq_gsch是一个完整的股票数据采集、存储、分析和预测系统。系统通过BaostockAPI获取股票数据，存储到MySQL数据库，并提供API接口和机器学习预测功能。功能特性1.数据采集股票基本信息历史K线数据（日线、分钟线）财务数据（利润表、资产负债表等）指数成分股数据宏观经济数据2.数据存储M

代码功能模块说明1.棋子价值评估模块定义了每种棋子的基础分值2.位置价值表模块为每种棋子定义了位置价值表包含白方位置表和反转后的黑方位置表reverse_table()函数用于生成黑方视角的位置表3.开局库模块load_opening_book()函数从"Book.txt"文件加载开局库以FEN位置

1.跨平台智能助手?️全终端覆盖：完美兼容Windows/macOS电脑端及Android移动端⭕悬浮球设计：在微信、抖音客服等聊天界面一键唤起，无需切换应用?一键复制：AI生成回复后直接复制至剪贴板，操作流畅零学习成本2.上下文感知与动态知识库融合?实时语义理解：自动分析当前聊天记录，精准捕捉客户

该项目主要探索多维的Tensor在CPU上实现快速的矩阵运算等，功能实现涵盖了自定义内存配置器Allocator，createTensorOne，createTensorZero，createTensorRand，cat，normalize，selectSet，selectGet，toString，