✅数据安全性（内网传输，不经过公网）✅成本可控（0元软件授权费用）✅管理便捷性（Web后台统一管控）✅部署高效性（批量脚本一键安装配置）✅使用便捷性（Web端点击设备即可远程）✅合规性（完全符合信息安全策略）

PPS原本是QNX下的属性发布订阅系统，主要可以通过文件IO进行属性（KV短数据）的广播和接收。但是Linux平台没有这套基础设施，为了整个仪表的属性管理在不同平台上有一致的代码，所以利用Fuse文件系统（另一套实现是Linux内核模块），完美的复刻了多对多的发布、订阅。

1.设计了长短期记忆2.基于parent-child切分的rag多路检索，metadata中包含版本号，权限等诸多细节3.自然语言查询text2sql功能，包含预检，schema返回（以及少样本返回），sql生成（模板或llm依据字段生成），只读ast审计等4.planandexcute模式5.to

✅用户管理-用户增删改查、权限分配、密码管理✅公司管理-多公司信息维护、模板分配✅分类管理-多级分类树、分类启用/禁用、批量操作✅商品管理-商品增删改查、上下架、批量操作✅商品媒体-图片/视频管理、主图设置、排序管理✅商品认证-CE/FDA/RoHS/FCC/ISO等多种认证管理✅商品包装-包装规格

平台包含需求收集管理、环境部署管控、生产变更管理、线上故障oncall处置、执行机Agent管理、AI问答FAQ知识库、需求演示showcase等模块。支持测试环境维护、Agent程序安装升级；提供需求串讲、版本变更管控；内置问答知识库沉淀高频问题，实现项目交付全流程规范化管理，保障项目平稳上线。

支持TensorFlow/PyTorch主流CNN网络模型训练、数据集处理、性能打点评测；实现模型调优、算子提取、模型转ONNX推理格式；完成海思Modelzoo模型改造与验收交付；提供批量模型benchmark评测能力，输出精度、性能报告，支撑AI模型上云流水与社区交付。

面向企业内部数据分析场景，业务人员不熟悉SQL无法直接查询数据库，传统BI报表配置繁琐、响应慢。本中台旨在依托大模型能力实现自然语言直接查询各类业务数据源，降低数据分析门槛，实现快速数据探查、自动报表生成，解决业务人员取数难、报表开发周期长的痛点，服务企业内部经营分析、业务报表统计场景。

系统采用 前端Angular22多子应用Monorepo + 后端NestJS模块化微服务Monorepo 的现代化高内聚设计：高密度PMS桌面端业务控制台五态实时房态矩阵(VisualRoomRack)：毫秒级实时呈现客房五大业务状态——VC（空净房）、VD（空脏房）、OC（住净房）、OD（住脏房

该项目主要有定点巡航和自动避障还有识别人物和识别车牌等定点巡航可以通过使用rviz的地图模型并结合自动避障功能可以实现全局自动循环持续运动人物识别主要通过深度学习YOLOv8系统来进行数据的训练和识别同时车牌主要采用传统的基于手工设计特征的模式并结合深度学习系统YOLOv8来进行识别

系统的核心业务流转严格遵循数据工程标准。用户通过新建项目进入工作流，数据依次经过：文件上传接入->多模态智能解析->结构化语义分块->大模型智能标注与提取->自动化质量评估->最终结项并沉淀为企业知识资产库。整个流程支持人工介入审核与修改，确保最终输出数据的绝对准确性。