开源问答系统

本项目利用streamlit和fastmcp以及autogen等框架实现了通用智能体的构建，一些常用的功能如下： 1.基于聊天的界面 —— 由大型语言模型 (Gemini-2.5-Flash) 驱动 2.文件操作 —— 在容器内安全地读取、写入并浏览本地文件 3.YouTube 播放器 —— 内置搜索并在线播放视频，无需离开应用 4.图像生成 —— 根据文本提示创作图片并立刻下载 5.网页搜索 —— 使用 playwright 搜索互联网以获取信息 6.GoogleMap —— 通过 Google Map API 查询并获取地图信息 7.数据分析 —— 代理可用 pandas 和 matplotlib 绘制图表、表格 8.视频抓取 —— 按需求从指定网站抓取视频 9.虚拟货币 —— 调用 CoinCapMarket API 获取虚拟货币数据 10.定时任务 —— 可以创建定时搜索分析任务或者定时提醒的任务 11.可扩展工具 —— 仅用一个 Python 装饰器即可添加自定义工具

主要功能 问卷管理：支持问卷的创建、编辑、发布和删除。 结果分析：提供问卷结果的统计分析功能，并使用ECharts展示图表。 Excel导出：使用EasyExcel生成Excel文件，导出问卷结果。 支付功能：集成支付宝SDK，支持支付宝沙箱环境模拟支付。 个人中心：个人基本信息修改，包括密码、邮箱、头像等。

年公寓作为集中式养老的重要载体，需求持续增长。统老年公寓预订模式依赖线下咨询与实地考察，存在信息不对称、流程繁琐、效率低下等问题。 用户模块（面向普通用户） 基础功能：注册登录、个人信息管理（含头像、联系方式等）、密码修改。 公寓查询：按分类（如豪华套房、单人间）、价格、地区等筛选公寓，查看详情（图片、服务内容、用户评价），支持关键词搜索与热门推荐。 交互与交易： 收藏与预订：收藏心仪公寓，在线提交预订申请，支持订单查询、取消及支付（需对接支付系统）。 评价反馈：入住后对公寓服务评分并留言，查看其他用户评价；提交举报或建议（如信息错误、服务问题）。 社交互动：参与留言交流板块，与其他用户或工作人员沟通。 2. 公寓工作人员模块（面向机构运营者） 房源管理：发布新公寓信息（含图片、价格、设施、服务内容），编辑或删除现有房源，实时更新库存（如供租人数）。 订单处理：查看用户预订详情，处理订单状态（确认、取消），回复用户留言与咨询。 数据同步：与管理员端对接，确保房源信息审核通过后同步至前端展示。 3. 管理员模块（面向系统管理者） 基础管理：用户管理（查看、修改用户信息，冻结异常账号）、角色权限配置（区分普通用户与工作人员）。 内容管控： 公寓分类：创建与维护公寓类型（如豪华套房、单人间），审核工作人员发布的房源信息。 信息审核：处理用户举报反馈，审核用户评价与留言，删除违规内容。 数据统计：查看订单数据、用户活跃度、公寓浏览量等，为决策提供支持。 技术选型 前端技术：HTML5/CSS3 实现响应式布局，适配多设备；JavaScript 完成表单验证、异步数据交互；JSP 动态生成页面，提升用户体验。 后端框架：SSM（Spring+SpringMVC+MyBatis）整合开发，Spring 实现依赖注入与事务管理，SpringMVC 处理 Web 层请求响应，MyBatis 分离 SQL 与代码，简化数据库操作。 数据库：MySQL 存储用户、公寓、订单等数据，支持高效查询与事务处理。 工具与环境：IntelliJ IDEA 开发工具，Tomcat 服务器部署，采用黑盒测试验证功能正确性。 分层解耦：遵循 MVC 模式，分为表现层（JSP/HTML）、业务逻辑层（Spring 服务类）、数据访问层（MyBatis DAO），降低模块耦合，提升可维护性与扩展性。 角色权限控制：通过 Spring Security 或自定义权限机制，实现不同角色（用户、工作人员、管理员）的功能隔离，保障数据安全。 适老化设计：界面简洁明了，支持大字体、清晰图标，简化操作流程（如一键预订、收藏夹分类），适配老年用户使用习惯。 流程闭环管理：从用户浏览、预订、支付到工作人员审核、管理员监管，形成完整业务链条，确保数据实时同步与状态一致。

一、项目概述 本项目开发了一套基于 FastAPI + Langchain + OpenAI 的多模态智能助手系统，聚焦于自然语言理解、智能任务执行与人机共情交互能力，支持文本对话、情绪识别、工具链调用与语音合成。系统采用模块化设计，具备良好的可扩展性与部署灵活性，面向多种行业的智能服务场景提供解决方案。 二、面向行业与业务场景 客户服务行业：用于智能客服助手，提升客户响应速度与满意度，通过情绪识别动态调整应答策略，优化客户体验。 教育与培训行业：作为智能教学助手，辅助答疑解惑、情绪引导，提高互动性和个性化学习体验。 医疗健康行业：应用于初步健康咨询或情绪支持场景，进行基础问答和情绪安抚。 企业办公协同：充当虚拟助理，进行信息检索、日程提醒、任务管理等工作，提升办公效率。 智能终端与机器人应用：为智能音箱、陪伴机器人等设备提供自然语言理解和多轮交互能力。 三、功能模块划分 对话管理模块 多轮对话能力 上下文记忆（基于 Redis） 用户身份关联与会话追踪 工具链调用模块 动态调用网页搜索、计算器、天气查询、单位换算等工具 基于 Langchain Agent 自主决策调用外部工具执行任务 情绪识别模块 融合语音特征和文本特征，进行情绪状态分析 根据情绪结果动态调整回答风格与语气 语音输入输出模块 语音转文本（Whisper等引擎） 系统管理模块 会话数据存储与检索 模块化管理与配置热更新 接口调用日志与性能监控 四、对使用者实现的功能 提供自然流畅、连续性的多轮对话体验 根据使用者当前情绪智能调整交流内容与语气，提供更具亲和力的交互 自动联动第三方工具完成复杂查询与任务执行，提升助手的实际工作能力 支持语音交互，解放双手，提升使用便利性与沉浸感 保持长期对话记忆，根据用户历史习惯和偏好提供定制化服务 五、项目技术选型 技术方向 选型方案 后端开发 FastAPI (轻量级高性能异步Web框架) 大语言模型服务 OpenAI GPT API / 可扩展至本地 LLM Agent 框架 Langchain（语言模型智能体管理与工具调度） 数据存储 Redis（聊天记忆与状态缓存） 语音处理 Whisper（ASR识别）、Edge TTS（TTS合成） 情绪识别 文本情绪分类器 + 语音情绪识别模型（融合判断） 部署与扩展 容器化部署（Docker 可选）、模块化微服务结构 六、系统架构特点 模块松耦合设计：各功能模块通过 API 解耦，支持单独更新与热部署。 Agent智能调度机制：结合 Langchain 架构，支持自主判断、动态调用工具链，提升智能自主性。 多模态感知交互：融合语音、文字、情绪等多模态信息，提高交互自然度与情感识别能力。 高性能与可扩展性：FastAPI 异步框架结合 Redis 高效缓存，支持高并发场景，易于水平扩展。 用户定制化支持：通过持久化存储用户历史对话，实现个性化交互与长期记忆管理。

桃李学堂R是一个专注于学员复习与在线学习的平台，通过整合视频课程、习题练习及实时直播功能，旨在优化复习体验并提升学习效率。此项目针对考试备考场景，利用微信原生技术开发，旨在解决学员复习资料分散、学习互动性不足的问题。 核心职责：在项目中 ，主要负责小程序的全栈开发工作，包括但不限于：1)独立设计并实现所有前端页面，确保用户界面友好且业务流程顺畅；2)完成接口对接与数据交互，保障信息传输的准确性和时效性；3)集成保利威直播SDK，顺利实施直播教学模块，增加教学互动性；4)与后端及业务团队紧密合作，进行全面的系统测试，及时修正流程缺陷；5)协助准备小程序上架所需材料，顺利推进至微信平台上线。

一套前后端分离的管理系统，后端使用flask，前端使用angular，数据库使用mysql 主要功能包括人员，权限管理 业务功能主要包括发运地磅称重管理，发运化验管理，地质地矿化验管理等功能 一套前后端分离的管理系统，后端使用flask，前端使用angular，数据库使用mysql 主要功能包括人员，权限管理 业务功能主要包括发运地磅称重管理，发运化验管理，地质地矿化验管理等功能

政务大百科系统解决了群众咨询第一公里,减少了群众企业办事的学习成本,提升了办件效率。系统利用引导问答的方式，根据群众回答的问题为企业群众进行精准画像，在线上进行材料预审。减少群众线下跑现场的次数。 系统主要架构有：企业帮扶服务、知识库平台服务、在线咨询服务、事项管理服务、材料信息服务、数据统计服务、在线预审服务、工单流转服务、投诉建议服务等。 软件架构：SpringBoot+Mybatis+MySQL+Redis。 在项目中我主要负责系统架构选型与框架搭建，负责企业帮扶服务、知识库平台服务、在线咨询服务、事项管理服务、材料信息服务等

系统基于J2EE多层架构，纯B/S模式，开发采用以安全和高性能所著称的JAVA语言，实现了动态的Web、Internet计算，跨平台运行，支持远程办公和异地办公，非常适合企业异地分支机构、出差人员协同办公。客户端无需安装任何软件，无需配备技术人员维护，降低了企业办公成本，使用浏览器即可实现全球办公。同时，客户表现层采用当前流行的的AJAX技术，页面拥有“异步回送、局部更新”的特性，提高 了用户体验。 主要负责销售、库存两大模块

类似知乎的图文短视频问题/回答平台。stack overflow 方式評分回答。 使用者可以发文问问题，回答问题，评分问题，收藏问题等互动。 并且可以录製短视频问题及回答。短视频由客户端上传至云服务器储存。 前端为iOS swift app，后端为nodejs mongodb。

主要结合之前负责的问答产品及公司的渊海知识图谱，前后端并行开发的敏捷开发模式，本人技能主要实现于卡词排序算法，搜索算法调优，图谱产品算法优化，简单的水印算法，简单的推荐算法，word/excel文档解析导入导出，单点登录及加密约束，单双层pdf解析

项目分为对话模块，模型管理模块，权限管理，pdf预览模块等等 我负责的是知识库管理模块，完成了在vue3下使用typescript完成一部分组件的开发

1、代理主流AI网站对话系统，诸如chatgpt、微软bing、谷歌AI等，使用方便，安装简洁，便于二次开发使用。 2、其中暴露的api接口采用自研高性能web框架，测试优于gin

本系统可拥有独立的题库，学生可以利用碎片时间；在H5扫描二维码进行登录，进行顺序刷题或者随机刷题的模式，并且刷题时可保存刷题情况，记录错题，还可以进行模拟考试，对考试进行分数进行记录。 后台管理员： 对习题库进行管理、习题库、模拟考试进行增加单选、多选、判断、填空题类型题目数据、批量导入、发布、取消发布等操作； 学员： （1）通过H5页面扫二维码进入考试库首页，需登录账号密码进入答题，选择不同类型题库进行答题，答题错误查看答案解析，答题完成后可看到正确率、错题、本次答对题目数、用时多少； （2）答题完成后可再次进行答题，如答题过程中还未完成，中途退出再次进入该题库时候会保留当前数据； 在线导入 后台支持试题Excel批量在线导入功能； 模拟考试 后台支持增加考卷分类（司法解释、时政要闻、法律法规、案例库、保密园地、综合管理、规范性文件、季度考试），选择题目数据加入考卷类别发布； 多种试题类型 支持判断题、单选题、多选题、填空题四种试题类型，后台可增加题目发布； 随机模式选题 支持多种题库、题型、难度及数量选题； 错题模式选题 根据学员做题易错数量，来抽取易错的选题； 积分查看 一题为一个积分，积分代表做对的题；

项目描述： 1：该项目分为大医生和小医生两个角色，大医生通过后台创建工作室，通过客户端通过公众号，短信，app-push邀请小医生加入自己的工作室，可对小医生进行管理。实现医生的团队管理功能。 责任描述： 1：开发后台医生工作室模块，对工作室可进行添加，绑定大医生，上下线，打标签等功能。 2：对打标的大医生可以在客户端对小医生进行邀请（通过公众号和短信，app-push），发送公告，移除等操作。 3：小医生收到通知，可通过链接跳转加入大医生工作室，及对大医生进行公众号和短信的消息回执。 4：开发app医生主页工作室模块，包括大小医生的信息，金刚位其它跳转入口，引入相关直播模块等。

口腔平台：一个综合的口腔平台。 平台架构采用分布式微服务方式架构，安全，稳定高效，平台主要是整合b端用户以及C端用户

通过深度学习和机器学习算法实现问答机器人，配合问答库实现客户问题智能答复。 系统分为智能问答模块、后端应用服务模块和前端模块。 智能问答模块实现算法问答对匹配。

1、本项目完成了从无到有，以垂直网站为数据来源，构建起以疾病为中心的医疗知识图谱，实体规模4.4万，实体关系规模30万。 2、本项目以业务驱动，构建医疗知识图谱，知识schema设计基于所采集的结构化数据生成(对网页结构化数据进行xpath解析)。 3、本项目以neo4j作为存储，并基于传统规则的方式完成了知识问答，并最终以cypher查询语句作为问答搜索sql，支持了问答服务。

该项目是一款综合了健康问卷评估、疾病隐患分析、疾病知识科普、膳食养生指导、中医食材推荐等多位一体的小程序，分五大模板，核心亮点是膳食指导和中医推荐，用户注册成为小程序用户后，可完成在线问卷评估实时动态生成健康检测报告，为用户提供膳食营养方面的可供参考的建议。 项目职责： 1.独立负责该小程序的开发，根据效果图还原页面 2.负责项目的发版、更新，完善项目功能模块 3.参与前后端联调，完成小程序注册功能、快速登录功能、健康问卷评估功能、检测报告展示功能等 4.对项目本地的图片、代码进行压缩，优化代码性能，提高用户体验 使用技术： 1.使用flex布局完成静态页面的开发，通过calc()函数动态控制元素大小 2.与后台联调，通过Camera完成人脸注册功能 3.通过if和show动态展示页面，使用三元运算符条件渲染节点样式 4.使用storage存储用户数据，二次封装Toast组件，实现逻辑复用，降低代码复杂度

Danswer 允许你针对内部文档提出自然语言问题，并获得由源材料中的引用和参考文献支持的可靠答案，以便你始终可以信任你得到的结果。你可以连接到许多常用工具，例如 Slack、GitHub、Co...

麻烦编辑大大帮忙删除。 首页预览