MySQL

数据中心系统围绕数据采集、数据存储、数据处理、数据分析与数据服务等核心能力进行建设，主要包括数据接入管理、数据清洗与转换、数据标准化、数据仓库管理、元数据管理、数据质量管理、权限与安全控制、日志与审计、可视化分析、统计报表生成、接口服务管理以及系统运维监控等功能模块。系统支持多源异构数据的统一接入与

本项目主要包含以下核心功能模块：多维数据采集：实时采集并处理用户的行为特征（如步数、打字频率、心率）及环境数据（天气状况）。智能情绪分析：内置决策引擎，综合分析多源数据，实时研判用户当前的情绪状态（低落、焦虑、平静）及能量水平。3D可视化呈现：利用Three.js技术，将抽象的心理状态转化为动态变化

1、在线一对一，学生发起提问，由专业老师进行解答；2、知识课堂，知识点+教学视频+AI总结+练习题的方式，让学生学习更轻松；3、AI拍照解题；4、AI测评，根据学生的学习进度，AI智能出题，学生在线解答（包括主观题和非主观题），答完后，AI智能分析知识薄弱点并给出学习建议；5、双语作文，AI带着学生

编程语言：PythonAI框架：PyTorch或TensorFlow（用于风格迁移模型，如CycleGAN或预训练的NeuralStyleTransfer）图像处理：OpenCV和Pillow用户界面：Gradio或Streamlit（快速构建交互界面）其他：HuggingFaceDiffusers

一套集行为识别、数据服务与可视化管理于一体的课堂智能分析系统，主要功能包括：课堂行为智能识别基于YOLOv8模型对课堂视频或图片进行目标检测支持识别抄袭、分享答案、东张西望、使用手机、睡觉等多种课堂行为提供单帧检测、视频检测及实时流检测能力实时与离线分析能力支持摄像头或RTSP视频流的实时行为检测支

为江苏省全渠道开发工单智能预判智能体，基于大语言模型以及业务处理规范，对省内用户投诉工单进行企业有责点判责，自动生成判责结果与有责明细。•根据集团电渠与工信部文件要求，针对用户投诉工单进行企业有责点判责，设计并实现覆盖普通工单与申诉单的判责逻辑，覆盖线上渠道、营销外呼、万号渠道以及实体渠道等多源工单

本项目基于B/S架构构建了一套综合视觉监测系统，主要包含以下具体功能模块：1.作物病害智能检测：利用YOLO11深度学习算法对视频流进行实时推理，精准定位并分类（如早疫病、细菌性斑点）番茄叶片病害，自动统计病害分布数据。2.人员安全与行为监测：基于YOLO-Pose姿态估计技术，通过检测框几何规则（

数据清洗与标准化1.异常数据清洗自动剔除重复记录、空白行、无效字符；修正金额符号错误（如“-500”vs“500支出”）；补全缺失字段（如根据上下文推断交易方向）。2.语义归一化将“wxzf”“微信支付”“WeChatPay”统一归类为“微信”；对交易对手进行实体归并（如“北京某某科技有限公司”vs

1多格式数据兼容：支持Excel、CSV、JSON等主流格式的一键批量导入与结构化。2智能数据清洗：自动识别异常值、缺失值处理及数据类型标准化。3核心算法计算：内置数学模型，支持销售趋势预测、复购率分析、财务利润自动核算。4动态可视化：自动生成高美观度的销售漏斗图、环比增长分析图及热力分布图。

对变电站进行智能巡视，利用物联网协议接入变电站的传感器和视频摄像机实现实时监测；利用图像识别实现图像人工智能分析告警；利用系统设计逻辑实现智能运维管理和业务智能化管理。智能巡视实施监视环境感知告警分析智能运维

包含：数据治理低代码平台数据提取能力服务端可以通过平台拖拽配置，迅速上线与迭代，并且可以无缝对接测试环境尤其其中维表部分，通过onedata方案，保证指标的唯一性能降低用户的维护成本，帮助企业管理和提高数据的使用效率

Ren是一款基于SpringBoot3+Vue3前后端分离架构的现代化后台管理系统框架。其核心目标是提供一套功能丰富、易于二次开发的“脚手架”，极大降低从零搭建管理后台的成本。核心功能模块包括：1.系统权限管理：精细化的用户、角色、菜单、部门、岗位权限控制，支持数据权限范围设置。2.系统监控：实时监

旨在解决学生用餐选择困难、餐厅人流信息不透明、菜品健康管理等问题。小程序集成美食随机推荐、餐厅商家转盘,餐厅流量监测、拍照热量估算及天气联动AI智能推荐等功能,提升校园用餐体验，微信小程序原生开发、SpringBoot、MySQL、Vue3、Vite6、TypeScript、Pinia、蓝牙API、

实现了完整的AIAgent系统，支持工具调用和知识库检索支持DeepSeek、智谱AI等多种大语言模型，可灵活切换实现了向量数据库检索，检索准确率达到85%+代码量5000+行，代码覆盖率80%+采用注册表模式实现多模型支持，代码可扩展性强自定义TypeHandler处理PostgreSQLvect

本项目包含两大核心功能模块：RAG智能问答系统与结构化数据分析Agent。RAG检索增强问答模块：支持对Markdown、PDF等格式的内部文档进行语义切分与向量化存储，结合Qdrant向量数据库实现精准召回；引入Cross-Encoder重排序与QueryRewriting技术，显著提升多轮对话下

1.用户模块,病人需要维护自己的个人信息,便于挂号2.预约挂号模块,选择科室,医生,哪天进行挂号3.登录模块,采用短信登录,登录后存储token在redis4.支付模块,支付采用支付宝支付

在多业务场景中，存在大量依赖人工完成的数据整理、格式转换与报表输出工作，流程分散、效率低下，且容易因人工操作导致数据不一致或错误。项目目标是通过自动化与工程化方式，将原有人工流程系统化、标准化，实现稳定可复用的数据处理能力。技术方案 • 使用Python构建自动化处理框架 • 基于pandas/nu

项目具体功能模块：阶段提示模块、阶段总结模块、报告生成模块、单文件规则审核模块、批量文件规则审核模块项目的主要功能描述：阶段提示：通过AI分步引导上传案件所需材料（含房产证、身份证、证据照片等）；单文件多模态规则审核：对单个文件进行合规校验（如身份证主体一致性、有效期校验，异常情况以红字简洁提醒）；

1.数据接入层：支持批量导入PDF/Word/Excel/TXT等格式文档，通过Python脚本自动清洗去重、剔除乱码，同步生成文档元数据（来源、部门、保密级别）；2.向量处理层：基于开源Embedding模型（通义千问Embedding）完成文本切片向量化，选用轻量向量库Chroma本地部署（无需

数字网格长系统是一款AI驱动的智能化管理平台，针对网格管理痛点设计，优化晨会交班流程。通过集成语音识别、人脸识别、数字人、大语言模型（LLM）、TTS及向量数据库等技术，实现内容准备到执行的全自动化，支持管理端、应用端、微信服务号及第三方会议系统集成，提升效率和信息透明度。1.管理端功能管理端提供数