1.智能饮食推荐引擎：基于大语言模型（Ollama/DeepSeek/Llama.cpp），结合用户年龄、性别、身高体重等个人信息，自动生成个性化饮食方案。采用二级模型架构，一级模型进行营养分析和用户画像构建，二级模型据此生成具体食谱推荐。2.RAG知识库系统：基于ChromaDB向量数据库构建食物

这个模块分两大核心功能，一是AI智能搭配功能，用户上传空间户型图或输入风格、面积需求后，系统会自动从乐租购的租赁库存中匹配适配的家具组合并生成效果图；二是设计辅助工具，支持用户手动调整家具尺寸、风格、摆放位置，同步更新租赁报价和库存状态。我还加了一键转租赁订单的功能，让用户看完设计就能直接下单租赁方

这个后台主要分三大模块，一是订单管理模块，支持租赁订单的创建、状态追踪与合同归档；二是库存与商品模块，可实时同步家具库存、更新产品信息并联动前端展厅；三是数据运营模块，能自动统计租赁周期、客户复租率等核心数据，帮运营团队快速掌握业务情况。我负责从需求梳理到前后端联调的全流程开发，用选好的技术栈实现了

【报告内容】1.Excel报告:月度库存分析报告.xlsx-月末库存明细:所有配件的详细库存数据-统计摘要:关键指标汇总-异常配件:零库存、积压预警等-TOP分析:出入库TOP20-图表汇总:嵌入的图表2.图表图片:5张保存在'图表'文件夹中3.HTML报告:库存分析报告.html双击即可在浏览器中

系统由五大核心模块组成：1）参数化建模模块，基于工厂模式按图集/页数为埋地管道、检查井、附属设施、井盖等构件创建对应类型，嵌入XA/EC数据；2）自动/手动布井布管工具，集成自动选井功能；3）模型修改与检查模块，使用BoostR-Tree空间索引加速碰撞检查，覆盖软硬碰撞、孤立设施/管道、短管、编号

兰台众议是一个基于多智能体协作的法律文书生成系统，核心功能包括案件材料输入、案件类型识别、当事人信息与诉讼请求抽取、证据与事实要素整理、争议焦点归纳、法律依据检索、裁判逻辑推理、文书草稿生成、审查修订和最终格式化输出。系统前端采用类对话式交互，用户提交案件材料后，可以实时查看各阶段处理进度与生成结果

系统包含五大模块：1）多型号LiDAR统一Capture抽象层，支持禾赛/速腾/Mid360/Fairy/Velodyne等7+型号；2）运动补偿与时间戳处理子模块，统一start_stamp/end_stamp填充与纳秒精度对齐；3）PTC优先+本地dat回退的标定参数加载兜底机制，保障LiDAR

系统采用LangGraph，通过RAG架构接入私有知识库，解决大模型在系统操作引导中的幻觉问题；同时利用FunctionCalling机制打通业务数据库，支持用户通过自然语言完成商品查询、视频导购及一键下单。项目深度优化了RTC语音链路与RAG检索性能，确保了极致的交互流畅度。

1、防汛防台风综合指挥系统主要归集各类预警数据并进行数据分析；2、归集了气象、雨情、水情监测预警数据并进行分析，生成气象、洪水预报以及模拟预演，实现了对汛情动态及台风路径等关键信息的精准监测与分析。3、相关人员可以从分析研判中查看淹没过程分析、淹没损失评估以及历史灾害对比情况。4、应急调度模块包括视

vuln_scanner含12个扫描模块+双界面+报告系统，分三层：一、信息收集层子域名爆破—字典+证书透明度+DNS查询发现隐藏资产，支持泛解析过滤。端口扫描—异步并发探测高危端口，识别Redis、MySQL等未授权访问风险。目录爆破—多字典枚举敏感路径，发现后台、备份、配置文件。指纹识别—识别框