Shell

1.集中管控系统开发设计，管理端下发策略至设备端，在设备端执行策略及反馈结果，并从设备端定时上报系统情况至管理端进行分析及控制； 2.Linux环境，基于epoll，libprocess及Http协议等通信组件实现高并发高可用后端系统的设计及开发； 3.ebpf及lsm内核模块开发，实现对文件操作权限，进程执行的控制等；

随着企业数字化转型的深入，业务系统日益增多，数据量呈爆发式增长，数据类型也愈发复杂，涵盖结构化数据（如业务数据库中的订单、客户信息）、半结构化数据（如日志文件、JSON格式的接口数据）和非结构化数据（如文档、图片、视频等）。原有的数据中心架构难以应对多样化数据的存储、处理与共享需求，数据孤岛现象严重，各业务部门数据利用率低，无法支撑企业精细化运营和智能化决策。为此，企业启动数据湖项目，同时对数据中心进行数据集成升级，旨在打破数据壁垒，实现全域数据的汇聚、治理与高效利用。我作为核心开发人员，深度参与数据集成相关的设计与实现工作。

面向电力系统工人安全问题，聚焦工业生产、建筑施工、矿山作业、电力运维等强安全管控场景，覆盖施工现场、厂区作业区、检修运维区域等，对人员密集、作业风险高的场所进行 7×24 小时智能监测。 算法选型与开发 基础模型：基于 PyTorch深度学习框架，选用目标检测模型YOLOv8 系列，针对安全帽识别场景二次训练优化。 数据处理： 采集多场景（不同光照、角度、人员着装）的安全帽图像 / 视频数据，构建包含 “正确佩戴”“未佩戴”“佩戴不规范”（如帽带未系、歪戴 ）的标注数据集； 通过数据增强扩充样本，提升模型泛化性。 功能实现： 检测人员头部区域，识别是否有符合标准的安全帽； 对安全帽佩戴细节（帽带、位置 ）做精细化判断，区分 “规范” 与 “不规范” 状态。

FAYFay数字人框架！！重要通知：我们已经把Fay的三个版本合并成1个，并致力提供更稳定更全面的功能。我们致力于思考面向终端的数字人落地应用，并通过完整代码把思考结果呈现给大家。Fay数字人框架，向上适配各种数字人模型技术，向下接入各式大语言模型，并且便于更换诸如TTS、ASR等模型，为单片机、app、网站提供全面的数字人应用接口。更新日志：https://qqk9ntwbcit.feishu.cn/wiki/UlbZwfAXgiKSquk52AkcibhHngg文档：https://qqk9ntwbcit.feishu.cn/wiki/JzMJw7AghiO8eHktMwlcxznenIg

1.面向英语不好的， 2.终端翻译，解决专业词汇 3.我们的终端翻译项目致力于打破语言障碍，为用户提供高效、精准的翻译服务。通过先进的翻译技术与专业的人工审核相结合，我们确保每一次翻译都能准确传达原意，同时保留语言的自然流畅性。无论是技术文档、商务合同，还是日常交流，我们的终端翻译都能满足您的需求。支持多种语言互译，操作简单便捷，随时随地帮助您跨越语言的界限。

该项目主要是一个记录笔记平台，平时我主要记录解决的问题，以及一些资料等等项目职责：利用空闲时间完成前端、后端、数据库以及服务器部署，由于css比较薄弱可能样式上不太好看； 1、 使用 maven 管理和部署项目 2、 使用 MySQL 数据库存储笔记用户等信息； 3、 使用 Redis 存储登录票据以及邮箱、图片验证码； 4、 使用 mybatis 操作数据库，应对复杂查询语句； 5、 使用 swagger 以及 knife4j 进行测试接口以及生成接口文档；

练手学习的一个小玩意 springboot+ mysql+redis + docker + nginx + vue 主要就是一个基础的web开发套包把，有需求可以直接进行业务代码，基本不用动了 这个练手项目后端目前没有增加微服务，消息中间件等；就是一个正常大众的一个管理系统 根据开源大佬若依的单机版根据自己喜好优化修改后的·，替换了一个内容

1.面向对象： 本方案面向测试工程师和运维工程师，主要是解决了测试linux操作系统上的一些程序的功能是否正常，判断该功能的输出及日志内容是否正确；以及自动生成Excel版和Word版测试报告； 2.与常规方案的差异： 本方案以简单易懂的程序界面，供测试工程师使用。测试工程师只需填写excel版的测试用例即可， 工具自动化执行测试用例里的内容，同时判断程序的输出内容以及日志内容是否跟预期一致，将判定结果、测试截图等一并写入到excel版、word版的测试报告中，测试工程师只需等待自动化测试结束后，查阅word版的测试报告即可。 3.技术选型： 采用了ttkbootstrap +tkinter + openpyxl + putty的telnet、ssh、串口 + pywinauto 等等技术。

1.面向高空机械车租赁机构，企业，需高空车租赁服务客户，高空车以台班形式租赁，根据车型分类提供不同类型的套餐，可选择预定时长，套餐预付款，客户下单后，系统可自动派单也可自动抢单，司机接单后上门服务，提供司机出发到达实时定位等，作业任务完成后结算最终费用，多退少补，支付使用微信支付，转账等功能， 2.分司机端接单小程序和客户下单小程序，支持分销推广以及推广提成分佣核算，积分兑换，优惠劵抵扣，高空车租赁机构与司机绑定换绑，手动派单等多种业务场景功能，方便快捷高空车租赁机构企业办理租赁业务，自动核算财务，实时更新数据报表，便捷化企业业务流程。 3.技术选型：Java，nginx，redis，minio，knife4j，mysql，docker，vue，javascript，微信小程序，微信支付，提现，大汉三通短信服务，腾讯地图定位服务等。

技术应用：前端用 WXML+WXSS+JavaScript，或 Taro/uni-app 跨平台开发，搭配 WeUI/Vant 组件库；后端选用腾讯云开发（云函数、数据库）或自建服务（Node.js/Java+MySQL）；集成微信支付、CDN 存储商品图片，通过代码分包、图片懒加载优化性能。 产品组成：核心含商品展示（分类、详情）、交易系统（购物车、订单）、用户中心；扩展有营销活动、宠物资讯、客服功能；数据层含用户行为与业务数据分析。 技术选型：中小项目优先云开发降本；需跨平台选 Taro/uni-app；高并发场景用自建后端 + MySQL，结合缓存提升效率。

主要提供收款核销，退款单核销，运费核销和抵扣操作流程，结算支付流程，应收应付，财务报表等。线下付款单对接1688平台支付快捷支付操作，对接1688平台拉取平台单信息及1688主动推送操作节点消息，通过聚石塔交互，提供采购单核销，退款单核销，运费核销和抵扣操作流程，保证财务付款金额的一致性。

项目主要解决设备安全接入（鉴权，认证），通信安全（密钥更新）；支持SM2，SM3，MD5以及hash等认证算法，支持AES，SM4（CCM & GCM）和ZUC等通用通信算法；尤其是在无线通信安全上基于产品采用适配的算法和模式。 该方案解决了有线和无线通信的安全问题，增强了数据的保密性，甚至是完整性；对接入的用户也支持过滤和检查；

1 面向国内连锁互联网管理，协助企业实现连锁店的云耦合，助力企业实现智能化的店务管理。 2 相较市场上的普通软件，我们省去前期营销费用，人力成本，团推成员由海康威视和科大讯飞离职人员搭建，工作年限均11+，技术过硬，性价比高。 3 应用主流技术栈，springboot，vue，mongo，mysql，nginx 等等

本项目针对集成电路先进工艺节点下，高精度参数电容提取耗时且困难的行业痛点，提出并实现了一种创新解决方案。核心技术融合了神经网络（NN） 构建高效的电容预测代理模型，利用有限元方法（FEM） 生成高精度训练数据并进行关键区域验证，以及采用多线程框架OMP 等算法优化数据采样与模型训练过程。该方案显著提升了提取效率，在保持与商业工具可比拟的精度的同时，大幅缩短了计算时间。项目成果有效解决了企业的实际工程难题，其性能和可靠性已获得合作企业的正式认可，成功应用于其实际芯片设计流程中，为复杂互连结构的快速精准建模提供了有力工具。

1.产品方案面向需要做饮食运动管理的人群 2.相比于市场上的薄荷等app，它操作更简便，使用语音即可完成相关交互。 3.目前有iOS客户端。后台使用java开发，框架是常用的springboot+mybatis，DB使用mysql。服务器部署在阿里云。使用到阿里云的融合认证、OSS等服务。AI文字及图片识别相关服务使用的是百度云。语音转换使用的是火山引擎的服务。

该方案针对使用低版本mysql数据库需要对表文件进行加密的用户，部署时做到轻量化，不替换原有的mysql文件。 该方案中利用mysql的plugin功能，而加密相关的功能单独编译为动态库。 部署前先通过获取符号变的工具获取相关api的符号表，使用plugin命令加载加密代码编译的库文件，利用gcc提供的接口替换掉原有的符号表。 该方案可以根据用户使用的mysql版本单独提供加密库文件，能够解决低版本mysql机密问题。

1.面向对象： 开发、测试、运维，主要解决了快速定位linux操作系统的性能消耗情况，程序的CPU和内存使用趋势 2.与其它常规方案的差异： 通常的方案是使用top，查看linux服务器的cpu及内存使用情况，这种是每执行一次才输出一次资源的使用情况，无法定位到一个程序从开启到终止整个期间cpu和内存的使用情况。 本方案解决上了上述的问题，同时生成一个excel文档，里面记录了整个进程以及整体的cpu和内存使用情况。 3.技术选型： 监控终端使用了shell脚本 解析端使用了openpy + tkinter +ttkbootstrap + threading等技术。

1.本方案面向实验室成员，解决因多人共用一台服务器跑深度学习任务，需频繁查询服务器是否空闲、且任务结束时间难知晓的问题，实现自动监控 GPU 显存占用，及时反馈状态。 2.相比手动查询服务器状态的常规方式，本方案可自动监控 GPU 显存占用，设定阈值（如 70%）后，超阈值或显存降低（如低于40%）时，自动向指定用户群发邮件，邮件内容含最占显存的程序及路径等详细信息，同时实时记录日志信息，无需人工持续关注，高效便捷。 3.方案由 Python 和 Bash 编写的脚本组成，通过 nvidia - smi 等命令获取 GPU 显存、进程等信息，结合条件判断、邮件发送 Python 脚本，实现监控与通知功能 。

该项目主要解决单机版本的DB审计系统出现异常或down机时导致审计中断或数据丢失问题； 审计存储使用mysql数据库，该项目使用mysql的binlog机制同步审计数据并伴随周期同步配置，其他所需同步的文件采用0拷贝机制进行同步； 主备节点需向管理端周期上报状态，由机器管理者确认及下发主备切换指令，完成切换，审计流量自动牵引至可用的节点。 该方案能完好的解决单机审计服务异常中断导致无法继续审计问题。

动手学深度学习（Dive into Deep Learning，D2L.ai）