包含AI角色对话，支持人格蒸馏、长期记忆、声音克隆与语音播报；PHQ-9等5套心理量表测评与结果解读；安心守护，支持报平安与异常提醒；内容安全审查；主动消息与智能搜索；皮肤主题，共六大模块。

主导了整体架构设计与核心模块落地。技术栈采用Java8+SpringBoot2.7+SpringCloud+yudao微服务架构，底层集成MyBatis-Plus、MySQL、Redis及RocketMQ保证高并发下的数据一致性。在流媒体与AI方面，深度应用JavaCV/FFmpeg进行多路视频处理

内置三维人体模型，支持旋转缩放和全身、部位、局部三层下钻；双击放大显示穴位标签，点选查看定位、主治、刺灸法与孕妇慎用等安全提示；提供拼音、部位搜索，收藏、左右侧切换与设置，全程离线可用。

基于ThingsboardCE二开满足电站储能监控中台，实现对储能电站设备（一体机、分体机、电池模组、逆变器、采集器）快速接入、统一管理、状态监控、指令远程下发控制等满足公司对储能业务要求

系统包含总览看板、机器人管理、巡检区域与巡检点管理、巡检规则配置、任务管理、结果查询、异常管理和报告导出等模块。用户可维护机器人资料，按区域配置温度、压力、设备运行状态等巡检点，并设置正常范围、警示范围或期望状态。创建任务时选择机器人、区域及巡检点，启动后由内置模拟器逐点执行，页面持续展示任务进度与

该项目是一套面向智慧课堂的AI视觉分析平台，通过教室视频自动识别学生课堂行为并生成分析报告，解决传统课堂巡检依赖人工、难以量化反馈的痛点。系统采用前后端分离+业务/算法双服务架构：两套Vue3前端分别服务教师端与管理端，SpringBoot承担业务关系、权限与持久化，独立的Flask服务承载视觉推理

涵盖实时监测、违规管理、风险预警、AI评价模块：RTSP摄像头实时抓拍，YOLOv8识别玩手机、睡觉等12类行为并归类违规，ArcFace人脸比对自动点名，语音实时播报；按近30天违规加权量化学生与班级风险，输出高风险名单与AI评语。

•推拉结合的高控流动态接入：提供超低延迟的Webhook推送接收网关与基于供应商配额卡控的分布式智能拉取爬虫，全量、有序地收集多源异构原始报价数据。•海量报价实时标准化与极速比价：流式对撞20万级标准酒店/房型Mapping映射，现场基于百亿级明细数据进行多供应商最低价（MIN(Price)）的多维

底盘运动控制：基于C++实现电机驱动，引入PID（比例-积分-微分）闭环控制算法，确保底盘平移与转向的毫米级精准度。机构与状态机控制：运用有限状态机（FSM）逻辑，实现机械臂、吸盘等执行机构的精准时序控制及超时保护。传感器数据采集：实时读取IMU（惯性测量单元）姿态数据与电机编码器数据，进行滤波处理

界面内容包括人物入口、人物年表、称重任务提示及结果反馈。年表以年份锚点、事件说明与纵向轨迹组织人物经历；任务页呈现目标重量，串联看要求、取放实物、上秤和查看反馈的体验路径。反馈层通过背景暗化与居中结果卡突出当前结果，并将说明和规则提示放在同一阅读层级。