跨平台发现—面向Codex、ClaudeCode、Cursor、Copilot、Windsurf等生态统一检索安全与可信—用审核状态、风险等级、许可证、来源和更新信息降低选择风险高效筛选—按Agent/MCP、浏览器自动化、开发工程、文档办公、数据与AI等任务分类查找生态沉淀—支持排行榜、合集、创作

钢铁行业的AI落地：1.视频数据采集和标注，数据孪生，模型训练，模型并发部署的一体化web平台2.炼钛项目的自动化熔炼的机器视觉部分，定制化的项目适配，如：视频结果编码，双路摄像头结果汇总，日志记录和导出3.PLC通讯接口

端侧实时语音指令识别：负责算法设计与软件开发，完成模型训练、ONNX优化、C++解码及设备部署。在项目测试条件下，信噪比-5～15dB时识别准确率超过95%，响应延迟低于200ms。

整个框架由三部分组成。加载路径的描述必须通过荷载大小和时间，所以为二阶张量，材料及其尺寸可以组合成一组一维张量用于表征。所以分别通过两个不同网络学习特征。一个FNN用于学习一阶张量，一个由GNN（学序列自身交互）,LSTM（加入时间约束），TCN（学单变量波形）。最后拼接特征，由另一个FNN计算结果

主要自动筛选功能，直接能筛选出想要的有概率根据自己设定的条件大概率能涨到预期百分比的功能，数据自动更新，可以加入分析列表，自动记录是否达到指定涨幅，可以直接应用指标进行自动筛选。嘎嘎好用！

一、双任务共享编码模型基于BERT-base-Chinese构建单模型多任务架构：底层共享编码层，上层分别接安全分类头（正常/广告/色情/暴力/政治敏感五分类）与情感分析头（正面/负面/中性三分类）。一个模型同时输出两个结果，比跑两个独立模型节省近一半资源。二、推理服务提供实时分类与批量审核两类接口

系统按一条完整链路设计：用户提出需求-任务拆解-多源检索-结构化生成-质量评估-人工精修。共六个核心模块：一、Coordinator任务拆解引擎接收「撰写某行业报告」这类自然语言需求，自动拆解为6-8个子任务（宏观环境-市场规模-竞争格局-财务对比-风险提示），并构建任务依赖图（DAG），无依赖的节

跨平台发现—面向Codex、ClaudeCode、Cursor、Copilot、Windsurf等生态统一检索安全与可信—用审核状态、风险等级、许可证、来源和更新信息降低选择风险高效筛选—按Agent/MCP、浏览器自动化、开发工程、文档办公、数据与AI等任务分类查找生态沉淀—支持排行榜、合集、创作

系统包含四大核心模块：多模态数据输入：支持用户上传舌苔照片、体检报告，并用语音和文字描述症状。中医知识库检索：基于阿里百炼平台搭建RAG工作流，检索中医古籍与医案。AI辨证推理：大模型结合知识库，进行体质诊断。结构化方案输出：生成包含运动、饮食、方剂参考的个性化调理报告。

解决医学CT影像的自动分割，疾病检测通过ai影像算法实现对CT影像的自动化分割，根据影像算法得出的结果，再根据ai算法分析疾病情况，出具诊断结果，最后给出分析图片和诊断报告