webapp

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。

本项目致力于为台球爱好者打造一个高度智能化的体验环境，核心解决了传统台球厅运营中的关键痛点——自动化开台与存柜管理。通过集成智能硬件与软件系统，用户可自助完成开台、计费、存取私人物品等全流程，显著提升操作便捷性与运营效率。 项目的突出创新点在于引入了“七人拼团”社交裂变模块。该功能巧妙融合了社交与消费激励，允许用户发起或加入七人拼团活动。成功组团后，成员不仅能享受更优惠的台球消费价格，还能通过平台设定的激励机制（如消费返利、积分累计、会员权益升级等）在享受运动乐趣的同时，获得实质性的额外收益，有效刺激用户活跃度、复购率及口碑传播。 在技术架构上，项目采用先进的云原生微服务架构。核心技术栈包括：Spring Cloud 构建微服务治理框架，Dubbo 提供高性能 RPC 调用，Nacos 实现服务注册发现与动态配置管理，MySQL 作为核心关系型数据库存储业务数据，Redis 提供高速缓存与分布式会话支持，RocketMQ 保障异步消息通信与事务最终一致性，Elasticsearch (ES) 支撑日志检索与部分复杂查询需求。

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

登科助手——中小学生的智能学习伙伴 登科助手是一款专为中小学生设计的AI教育助手，致力于让学习更高效、更有趣！通过智能答疑、知识点解析和个性化学习推荐，帮助学生快速攻克难点，巩固基础。无论是数学公式、语文阅读，还是英语单词、科学实验，登科助手都能提供清晰易懂的讲解和实时辅导。同时，它还能制定学习计划，培养良好的学习习惯，让每个孩子都能轻松掌握知识，提升成绩。陪伴成长，助力登科，登科助手是学生和家长值得信赖的学习好帮手！

项目描述：用于闲置物品交易的系统 采用技术：Springboot 3、Mybatis、Vue 3、Element-Plus、axios 项目职责：1.系统设计，包含需求分析、数据库设计、前端页面设计、后端接口设计 2.前端开发，使用VueRoute进行路由管理；对Axios进行二次封装、进行响应拦截；使用Axios对后端接口进行封装；使用Element-Plus组件完成页面设计 3.后端开发，使用Springboot 3进行后端开发；使用Mybatis进行CRUD

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...

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。

通过简单的描述，让 AI 绘制出各种复杂图表 独⽴开发了⼀个 AI 聊天绘制复杂图表应⽤，⽀持 Markdown 格式显⽰、代码⾼亮、图表绘制以及专业⽂档导 出。项⽬采⽤前后端分离架构，前端使⽤ Vue 3 和 Element Plus ，后端基于 Flask 和 OpenAI API ，实现了流 畅的⽤⼾体验和丰富的功能。

本方案面向在线会议的记录人员，能够帮助他们将会议录音的内容转为文本，并通过LLM总结会议的摘要内容和待办内容。 主要功能 1. 上传会议音频文件（支持拖拽或点击上传）。 2. 支持输入参会人员姓名，辅助生成纪要。 3. 自动语音识别，生成原始转写文本。 4. 自动提取会议纪要要点。 5. 提供播放控制，可试听音频。 使用步骤 1. 打开软件页面后，点击“上传音频文件”区域，上传本地会议录音。 2. 在下方“参会人员”输入框中，填写与会人员姓名（用顿号分隔，如：张三、李四、王五）。 3. 点击“Submit”按钮，开始语音识别与纪要生成。 4. 稍等片刻，系统将在右侧区域展示“原始转写文本”和“会议纪要”内容。

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；

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。

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。

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

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。

项目背景：为提升企业办公效率，开发一款集成多种 AI 功能的浏览器扩展插件，满足用户在文案创作、代码编写等场景下的智能化需求。 技术栈：前端采用 SvelteKit + TypeScript + Tailwind CSS；后端使用 FastAPI + Python + SQLAlchemy；集成 OpenAI GPT-4、Gemini模型，运用 LangChain 进行框架搭建；数据库使用 PostgreSQL，Redis 实现缓存；通过 Docker 进行容器化部署，GitHub Actions 构建 CI/CD 流水线。 产品功能：实现智能文案生成、代码解释与优化、邮件自动回复、网页内容总结等功能，支持用户自定义提示词模板。 主要责任：负责全栈开发工作，包括前端界面交互设计与开发、后端 API 接口设计与实现、AI 模型集成与优化、数据库设计与部署流程搭建。

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。

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