Shell

修改 PaddleOCR-V5 部署包的 JNI 层，将其移植到安卓系统，并做了 Autojs Pro 的适配，解决了一些子线程上下文与栈内存问题。 本项目成功将PaddleOCR-V5部署包的JNI层进行改造，实现了在Android系统上的完整移植，并针对AutoJS Pro环境进行了专门适配。重点解决了autojs子线程环境下的上下文管理问题和栈内存溢出等关键技术难题，使OCR功能能够在移动端高效稳定运行。 注：在 autojs 环境内可以使用 opencl 驱动 gpu，在原生环境下的解决方案欠研究，但使用四核cpu并行速度差不了太多

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。

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 。

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。

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

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。

1.高级桌面运维 各种客户端电脑使用异常问题处理 2.Powershell功能 实现批量自动化运维AD服务器、Exchange服务器、文件服务器 3.Python办公自动化处理 自动处理各种excel数据合并拆分计算自动生成新的报表文档

该项目面向量化行业的自动化股票数据抓取，适用于量化的场景，可以通过参数化的方式执行脚本，然后获取股票在时间段内的每日行情，然后根据数据进行自动计算收益率。 项目分为抓取模块和自动建图模块，可以自定义获取不同的股票数据信息 项目由python开发，实现轻量化部署

1. 该大数据项目适用于初创公司在其数据处理（大数据中台）的规划与部署； 2. 该大数据项目分为：架构的服务器选型与规划、各大数据组件高可用规划与部署、各大数据组件安全相关的规划与部署、各组件如何实现用户大统一（超便捷的用户统一管理）； 3. 该大数据项目用到的技术有：Hadoop（HDFS & Yarn）、Hive、Kafka、Ranger、FreeIPA(Kerberos & LDAP)、Spark、Flink、Hudi、Iceberg等；编程语言有：Java、Shell等； 4. 基于大数据15年多的工作经验，为整理该文档耗时6个月（后续还有“开发篇”正在整理中）；

行业与业务场景： 本系统专为教育培训机构、职业院校、企业内训部门等教育行业设计，解决传统人工管理模式中存在的效率低下、数据分散、流程不透明等问题。通过数字化管理，系统支持机构快速处理班级编排、学员动态跟踪、课程调度、证书发放等核心业务，降低人工误差率60%以上，实现报名、签到、通知全流程自动化，助力机构提升服务质量和运营效率。 核心功能模块： 班级管理：灵活创建/调整班级，支持批量导入学员、设置班级容量与课程表。 学员与教师管理：档案数字化存储，实时更新学习进度、考勤记录及授课评价。 课程与报名管理：在线发布课程信息，支持多渠道报名与费用统计，自动生成电子合同。 智能签到与通知：扫码/人脸识别签到，微信/短信自动推送上课提醒与课程变动通知。 证书与印章管理：模板化生成电子证书，支持在线验真；分级管控实体/电子印章使用权限。 权限控制：多角色（管理员、教师、学员）分层授权，精细化管控数据访问与操作权限。 技术选型与架构优势： 系统采用PHP 7.4+MySQL 8.0+Yii 2.0框架开发，具备以下特点： 高效开发：基于Yii的MVC模式与Gii代码生成工具，缩短30%开发周期，支持快速迭代。 高并发处理：MySQL主从分离配合Redis缓存，保障千人级并发场景下系统响应速度＜1秒。 安全稳定：Yii内置CSRF/XSS防护机制，结合RBAC权限模型与数据加密传输，确保业务安全。 扩展灵活：模块化架构支持个性化功能扩展，提供API接口与第三方系统（如支付、OA）无缝对接。 本系统以轻量级部署、全流程覆盖为核心优势，助力教育机构实现数字化转型，降低管理成本50%以上。

1.市面上唯一的数字人+电子商务的系统，以数字人为营销的电子商务系统，电商模式为S2B2C。 2.系统中包含平台端，商家端，供应商端，用户端，其中用户端和商家端使用小程序实现，供应商和平台端以web端为主。其中商家端可以自定义数字人，上传商品，一键铺货（代卖商品），用户端可以分享数字人。 3.采用分布式架构后台，前端采用vue+小程序开发。后台可以横向无限制扩展。

1. 自动从目标来源爬取指定消息，封装后通过消息队列提供给Discord bot，然后转发到目标channel中，消息无遗漏，可有效处理突发流量事件。 2. 基于rabbitMQ对来源消息进行缓存，有效进行消息量的削峰填谷，深度调用Discord官方API，保证消息平稳可靠送达。 3. 基于青龙框架管理定时脚本，整体易用性高，并提供完善的Linux运维脚本和相关技术文档

该方案面向需要安全传输数据的任何项目 该方案通过对数据的序列化，通过非对称加密方式分发秘钥，通过堆成加密加密需要传输的被序列化后的数据。 该方案也可加入数据库来记录管理使用秘钥的用户，方便项目对不同身份的用户进行管控 最后该项目提供外联接口，方便使用 此方案能保证项目提供能够安全传输数据