webapp

产品api无法实现对端口进程的批量整理、SAP与非SAP的自动判断、以及端口对应Web url的自动批量整理 通过本程序集，可使用万相主机安全api+蔷薇微隔离api，批量识别并整理可视化的，暴露至某个范围的机器端口、端口对应进程、进程对应weburl（如有），节省了暴露面排查时的手工操作。 1、实现某能源企业ERP项目梳理端口暴露面的需求； 2、使用python的requests包、openpyxl包等实现； 3、调用产品api实现非自带功能，实现多线程发包节省时间、增量判断节省人工成本； 4、部署至服务器定期执行。

【30%】面向谁 & 解决了什么问题 面向对象 电力/油气巡检、应急与消防、测绘与自然资源、农业植保/遥感、港口园区安防等 B2B 客户；以及系统集成商与二次开发者。 核心痛点 多场景适配难、续航与全天候不足、数据“只采不用”、远程合规飞行复杂、运维成本高。 本方案解决 提供“飞行器 + 机巢 + 云管平台 + 行业负载”的一体化积木式平台，支持 BVLOS（超视距）与无人值守。 让“能飞”变为“能看、能算、能交付”：从任务计划 → 现场采集/边缘识别 → 云端治理/工单闭环的全流程。 【50%】相对市场常规方案的特点 模块化与开放性 机体、负载、通讯、能源均快拆；5 分钟完成换型（测绘/巡检/安防）。 开放 PX4/MAVLink、ROS2、Payload SDK、Cloud API，便于二开与集成。 上舱算力 & 即时智能 Jetson Orin NX 级别边缘计算，支持目标检测/裂纹分割/烟火识别等模型 实时推理，只回传“事件”，节省带宽与人力复核。 三链冗余通信 数字图传 + 4G/5G + 卫星备份（可选），掉线自动返航；端到端

项目职责： 1、 参与业务分析，功能需求的分析； 2、 对客户提出的问题进行修改，优化； 3、 对项目进行部署，完成项目的线上环境； 4、 前端后端全负责； 技能描述： 1、 项目采用了SSH框架，需要负责前端的页面编译以及后端的接口实现； 2、 使用了Redis进行用户信息的缓存； 3、 使用BootStrap实现前端页面的美化工作以及与用户的交互问题；

StudyHub 致力于解决学习资料分散、信息闭塞等问题。平台整合了多学科题库资源，涵盖高中和大学的数学、物理、化学、英语等核心学科，提供分级难度题目、历年真题及竞赛试题。通过AI智能解题功能，学生可快速获取详细解答和学习建议，支持文本、图像及语音输入。此外，平台还提供试卷管理、教材资源库、个性化学习路径及知识图谱系统，帮助学生高效规划学习进度。教师可上传资源、管理学生数据，管理员则负责内容审核与权限管理。采用Next.js、TypeScript和MongoDB技术栈，StudyHub以数据驱动为核心，为学生打造一站式学习解决方案，助力提升学习效率与成绩。

1.安邦集团旗下一款社区金融类App（https://www.jiemian.com/article/295100.html） 2.技术实现：SpringBoot+MyBatis+MySQL，这是项目的一期开发，使用SpringBoot为后续扩展为微服务架构奠定基础 3.负责App接口和后台管理系统的开发，app分为安卓和IOS两个版本 4.由于项目年代久远，无法演示

面向对象： 本方案主要面向公司仓储部门，包括仓库管理人员、库存调度人员、物流协调员等，同时兼顾生产部门的需求（如生产计划员、车间领料员等）。 解决的问题： 拉式生产适配性差：现有WMS（仓储管理系统）主要针对推式生产设计，无法灵活响应定制家具“按订单拉动生产”的需求，导致库存周转效率低、物料齐套性差。 多品类SKU管理难题：定制家具涉及大量非标件（如不同尺寸板材、五金配件），现有系统难以高效管理动态变化的BOM（物料清单）和库存状态。 实时协同不足：仓储与生产部门间缺乏实时数据联动，导致缺料、呆料频发，影响交付周期。 作业效率低：传统WMS的库区划分和拣货逻辑不适合定制家具的“小批量、多批次”出库特点，人工拣选错误率高。 针对定制家具行业的差异化设计： 动态库位管理： 1、支持“虚拟库位+实物库位”双模式，适应定制家具非标件临时堆放、组合打包的需求（如异形玻璃、软包配件）。 2、库位按“订单优先级+物料齐套性”智能推荐，减少生产等待时间。 拉式生产协同： 1、与MES系统深度集成，根据订单拆解的BOM实时反推仓储备料计划，自动触发拣货任务（如“订单下达即锁定库存”）。 2、支持“边拣边

1. 基于WEB开发相关知识和工具，拟设计与实现一种晚点扩散仿真与分析系统，生成一个网页，为高铁网络晚点的问题的研究提供技术支撑。 2. 本项目采用前后端分离的B/S架构，主要使用的开发工具和技术栈如下： • 后端： o 编程语言：Python 3.8.20 o Web框架：Flask (轻量级Web服务框架) o 数据库：MySQL 5.7+ (关系型数据库，存储基础数据及分析结果) o 数据库连接库：Pymysql o 网络分析库：NetworkX (用于图的创建、操作、复杂网络指标计算等) o 核心算法库：random, collections.defaultdict (Python内置) o 其他库：requests (用于HTTP请求) • 前端： o 核心技术：HTML5, CSS3, JavaScript (ES6+) o 可视化库：ECharts (用于网络拓扑图、统计图表绘制和动态展示) • 开发环境与工具： o 操作系统：Windows o Python环境管理：Conda o IDE/编辑器：PyCharm • 数据存储： o 结构化数据：MySQL数据库 o

技术架构：eureka+springboot+mysql+mybatis+redis+rocketmq+zuul 在现有的网约车市场中，通过车辆的定制来满足特殊人群的定向服务，如残障人士、孕妇和小孩等。提出网约车的立项、开发和上线。项目分司机端、乘客端和boos端。汽车采用车载大屏：同步司机和乘客信息，广告投放，第三方应用投放。项目采用高德地图服务达到司乘同显和实时计价的功能。 1、调整zuul网关的filter顺序问题，节省机器资源。 2、调研灰度发布方案，采用金丝雀灰度发布，用于实验新功能，便于产品快速迭代。 3、 seata分布式事务解决下单业务的最终一致性。 4、 派单引擎：实时单派单，预约单派单，分布式锁抢单唯一性，提升程序健壮性。 5、 计价系统：基础计价，动态调价，分时段计价。异步计价提升用户体验。

本文开发了一款基于LLama微调ChatGLM3模型的个性化聊天系统。本系统采用Python作为主要开发语言，利用PyTorch对LLama模型进行微调，将训练后的模型集成到Flask框架下，并通过HTML和CSS构建用户友好的聊天界面。本项目的目标是实现高效自然的人机交互，并满足用户定制化的需求,如用户想要与指定性格的角色进行对话或者查询资料。系统经过微调后的模型在上下文理解和对话生成方面有显著提升，并支持多轮对话和情感分析,使用户的人机交互的体验感更加强烈且有趣。 本项目旨在开发一个基于LLama微调ChatGLM3的个性化聊天系统，通过模型的微调提升对话质量，并将其集成到轻量级Web应用中，实现流畅的人机交互体验。系统设计的目标如下： 提升对话系统的个性化和上下文理解能力：通过微调LLama与ChatGLM3模型，使其适应特定场景需求，提供多轮对话的自然衔接与精准回复。 实现高效的模型推理与交互：确保在模型加载后的响应速度足够快，避免用户等待过长时间，提高用户体验。

批发和零售业服务平台可视化大屏有连锁零售企业发展、商品交易市场基本情况、全国宏观指标、商品交易市场摊位分类情况、连锁零售企业基本情况、乘用车销售情况、2019年社会零售品总额、2020年社会零售品总额等功能。

概述:学生世界top50大学 外国大学毕业设计项目，项目是全英项目，可对计算机类课程项目做极大参考，可商用进行二次开发，在拥有豆瓣和猫眼功能的同时拥有豆瓣和猫眼没有的票房分析预测功能 在这个项目中，我们将构建一个集电影信息、在线购票、用户交互服务、信息管理为一体的一站式电影互联网平台。当人们想要查找电影的一些基本信息，如片名、导演、演员、简介、评论等，或者他们想要购买热门电影的电影票时，他们可以使用我们的网站。在我们的网站上，用户可以浏览不同电影的信息。如果用户已经登录，他就可以评论和评价这部电影，或者根据自己的需要进行购买。还提供了一些电影院的基本信息。当用户进行购买时，他应该选择特定电影的电影院、厅和场次来完成购买。 数据分析部分: 在实现以上功能的基础上，我们增加了热门电影的实时票房预测和个性化推荐电影(基于用户看过的电影类型和电影拍摄地区)。 目的: 1.为用户提供一个网站，让他们可以获得所有的电影信息，并购买他们喜欢的电影票。 2.帮助客户找到适合他们的电影(推荐) 3.提供更详细的电影数据供用户选择观看(预测票房) 4.1. 工具 html 

该项目对应的 GitHub repository 的 star 数已超过 1.1k。 铜钟是一个主打「听歌」功能的 web app, 致力于为人们带来卓越的听歌体验。铜钟有着丰富的音乐资源，简洁清爽的 UI 和方便的交互。在铜钟上，你不仅可以方便地找到并聆听你喜欢的歌曲，还可以将它们保存下来。 铜钟上的一切内容都是与音乐直接相关的，没有直播, 社交和广告，不会干扰你的听歌心情。在铜钟上，你可以沉浸到属于你自己一个人的那片天地，忘却世间的纷纷扰扰...

AI 招投标助理” 的全流程功能（自动查标、智能匹配、标书制作、评分优化），需要结合数据采集、自然语言处理（NLP）、知识图谱、自动化生成等技术，构建一套覆盖招投标全链路的智能系统。以下是具体实现方案： 一、核心功能模块与实现逻辑 1. 自动查找标书：全网实时监控与采集 目标：自动抓取全网公开的招标信息，确保用户第一时间获取符合业务方向的标书。 （1）数据来源 官方平台：政府采购网（中国政府采购网、各省市分网）、公共资源交易中心（各省市平台）、国企 / 事业单位招标平台（如央企采购平台）； 第三方平台：中国招标投标公共服务平台、火标网、剑鱼标讯等（部分需付费 API）； 企业定向渠道：用户指定的特定行业平台（如医疗设备招标网、工程建设招标网）。 （2）技术实现 合规采集：优先使用平台官方 API（如政府采购网开放 API），避免违规爬虫；对无 API 的平台，通过规则化爬虫（如 Scrapy 框架）抓取，需适配不同平台的 HTML 结构，并定期更新爬虫规则； 实时监控：设置定时任务（如每小时）扫描目标平台，通过增量更新（只抓取新发布 / 变更的标书）减少资源消耗； 数据清洗：对抓取的标

1.对使用word来进行内容和格式编排的人群。主要解决繁琐的格式调整问题。（目前主要适配 论文这块的格式调整需求） 2. 常规的市场上调整word格式，基本是靠word自带的功能，样式，格式刷等。而目前已有的mcp也没法对word格式进行修改，常见的库如python-docx只能解决基础的格式修改，而win32com则对计算资源要求更高，且没法并发，处理慢且稳定性差；直接对OPEN XML进行修改需要对XML有深入的了解，否则一旦出错，整个word文件将无法正确打开甚至报废。而本方案目前针对 “论文”这一细分领域，结合AI解决了大量的word格式自动调整问题，并且这类操作可以延申泛化到其他的word文件中。 3. 编程语言以python为主，在调研若干word相关的包后，采用多个包组合以及对OPEN XML分析的综合方案，同时配合LLM辅助参与样式映射工作，增强项目的智能性。

想要提升麻将技巧却苦于没有专业指导？我们的智能麻将教练系统为您提供全方位提升方案！系统内置超过百万道专业题库，涵盖从基础到进阶的各种舍牌技巧训练，让您通过系统化练习快速掌握精准舍牌的要领。更配备AI智能教练功能，当您遇到复杂牌局时，只需输入当前牌型，AI将立即进行专业分析，为您计算出最优打牌思路和胜率最高的出牌策略。最令人惊喜的是我们的实时扫描功能，在实战对局中，通过智能扫描当前牌桌形势，结合您手中的牌型，即时运算出最佳应对策略，让您每手牌都打出职业选手般的水准！无论您是希望系统学习的新手，还是追求突破的进阶玩家，这套智能系统都能为您提供专业级的个性化指导，助您快速提升麻将水平。

项目背景：个人全栈项目，模拟真实电商场景，锻炼端到端开发能力 使用技术：React.js、TypeScript、Node.js、MongoDB、JWT、Material UI 项目职责： 独立开发前端页面与商品展示组件，构建商品分类筛选逻辑 使用 Express 与 MongoDB 构建后端接口，负责用户注册/登录权限验证 接入支付 API（测试阶段）与安全认证机制 成果亮点： 前后端结构清晰，已完成基本购物流程闭环，具备上线潜力 项目持续迭代中，支持响应式设计与前后端分离部署

项目分为商品、订单、营销、权限4个模块 用户可以设置商品信息、分类，可以处理订单，设置订单，可以设置营销活动、秒杀活动等，管理员可以设置用户、角色的权限 我负责所有模块

本项目使用Google提供的vit-base-patch16-224-in21k模型进行微调，完成了犬类品种分类任务。 训练时长: 5个epochs。 深度学习框架: PyTorch。 前后端实现: Flask 和 HTML。 通过简单的操作，即可在本地端口5050访问前端WebUI，并拖拽图片实现犬类品种的识别。

1.AI驱动主动安防： 基于智能摄像头，自动识别风险点、违规操作及设备异常，实现从被动监控到主动预警的本质提升。 2.作业单元精细化管理： 对各类作业单元（钻进、清挖、检修等）进行结构化分类与追踪（部门、时间、区域），明确责任，夯实管理基础。 3.安全风险闭环管控： 整合风险识别、性能控制、实时监控、自动报警等模块，形成“监测-分析-预警-处置”的智能化闭环管理链条。 4.实时响应与精确定位： AI结合“所在区域”信息，精准定位风险，大幅缩短事件响应时间，提升现场安全态势感知能力。 5.数据驱动决策优化： 强大的数据存储与分析能力，支持历史查询与规律挖掘，为预防性维护、流程优化提供科学依据。

户外移动电源租赁服务。用户可凭信用或者押金进行租赁，有多种机型选择，已推出“上门送/取电”服务，无需亲自借/还电池，由同城小哥送电上门。 采用微服务的架构模式，前端H5采用Node.js+Vue2.0框架，后端采用Java平台（Nginx + SSM技术架构，MySQL主从数据库架构，缓存采用Redis，消息RabbitMQ），通过Jenkins实现CI/CD，Docker部署项目。按业务分管理平台（Web）、用户端（小程序）、商家端APP(小程序)。同时接入微信和支付宝小程序。