MySQL

设计并实现了一套具备票房数据展示与票房预测功能的Web系统。系统经过数据爬取获取票房信息，并经过处理后以图表形式进行展示，支持筛选与对比分析。后端使用了Flask框架，系统前端页面、接口交互、业务逻辑与数据库模块均能够正常运行。

整体主要基于CSL500中文手语数据集进行。结果表明，本文训练的模型在测试集上的识别准确率达到了97.56%，并且大多数类别的识别准确率都在90%以上，整体效果较为稳定。部署测试中，经过量化优化后的模型能够在树莓派平台上实现较稳定的实时推理，基本满足实际运行需求，这验证了该系统在真实场景下具备一定的

自然语言Text2SQL全链路能力：基于LangChain+Qwen-turbo构建AIAgent，输入养护业务自然语言，自动解析意图、检索库表结构、生成合规查询SQL并执行，输出结构化病害统计数据；RAG知识库与自进化学习：集成Chroma向量数据库搭建市政养护知识库，结合Few-shot示例提升

1.4.1中药材智能识别与检测1.4.2自动化入库与出库管理1.4.3仓储环境实时监控与预警1.4.4基于RFID的全程追溯管理1.4.5 药材保质期智能预测1.4.6库存管理与智能预警1.4.7质量档案与追溯查询1.4.8 数据可视化与分析报表

1.客户在门店3D量体，自动采集身体尺寸，自动上传服务器，解决了传统定制的量体难题；2.客户平台选择服装款式，系统智能匹配对应尺寸的衣服，AI试衣，客户可以自己当模特试穿衣服，满意后下单购买，很大程度解决了客户在系统亲身试衣难题和服装自动匹配难题；3.工厂按客户身体尺寸定制衣服；4.发货给门店，同时