Nander是一套JAVA微服务构件库，它将微服务研发过程中涉及的公共功能按照复杂度划分为工具包，组件包，构件包三个维度并按照功能类别分别予以组织。Nander的目的是希望建立一套统一的研发标准框架以消除糖果色代码，帮助企业研发部门将编码风格打造成像秦军阵列那般整洁，以此提升研发质量，从代码层提供降

一个由C++17编写的命令行成绩分析工具，用于快速处理学生成绩数据。核心功能如下：数据读取与解析：自动读取并解析data.csv文件，支持姓名、数学成绩、英语成绩等字段，对格式异常的行能自动识别并给出明确提示。成绩计算：自动计算每位学生的总分与平均分，无需手动操作，减少人为出错可能。智能排序：按总分

流水线代码化：在ESXi虚拟机上独立构建Jenkins宿主机，通过编写Jenkinsfile脚本代替传统自由风格项目，实现CI/CD流程的版本控制与复用。无缝拉取与构建：配置Jenkins深度集成GitHub仓库，实现代码变更时自动触发流水线，完成微服务源码的拉取、依赖编译与Docker镜像的自动化

1.项目功能模块-教务课表解析模块：解析浙江工商大学教务系统课表HTML，提取课程名称、时间、地点、教师等信息-豆瓣电影爬取模块：自动遍历10页共250部电影，抓取排名、评分、导演、短评-数据存储模块：SQLite数据库持久化存储课表与电影数据-FlaskAPI模块：提供/api/courses和/

6个实用Python小工具合集，覆盖日常开发高频场景。包含批量文本替换、JSON格式化、文件批量重命名、文本对比、正则表达式测试和快捷命令6大功能模块。全部基于Python标准库实现，无任何外部依赖，跨Windows、MacOS、Linux三平台适用。轻量高效，适合开发者日常使用。

批量文件处理工具，支持Excel、PDF、图片三大类文件自动化处理。Excel模块支持批量读取、多Sheet合并和数据清洗导出；PDF模块支持文本提取、多文件合并和页面裁剪；图片模块支持批量压缩、格式转换和尺寸调整。支持定时调度自动执行，适合企业日常文件批处理和数据整理场景。

基于FastAPI构建的轻量级RESTful接口服务框架，支持数据查询、分页、JSON和CSV多种格式导出。内置数据清洗、格式化、统计分析等常用处理函数，开箱即用。集成Swagger自动生成API文档，方便接口调试与团队协作。支持Docker本地部署，适配企业级数据服务和微服务架构场景。

通用数据采集工具，基于Python开发，支持多目标网站并行抓取。内置代理池轮换机制、User-Agent随机化和Cookie自动管理，有效规避反爬策略。支持定时任务调度，可按时间间隔自动执行采集任务。集成日志记录与异常告警机制，保证采集任务稳定运行。支持Docker一键部署，开箱即用。

1.智能饮食推荐引擎：基于大语言模型（Ollama/DeepSeek/Llama.cpp），结合用户年龄、性别、身高体重等个人信息，自动生成个性化饮食方案。采用二级模型架构，一级模型进行营养分析和用户画像构建，二级模型据此生成具体食谱推荐。2.RAG知识库系统：基于ChromaDB向量数据库构建食物

这款基于Univer引擎的开源表格组件，既弥补了传统表格工具在Excel级交互上的不足，也解决了底层表格引擎操作结构化数据的复杂度，让开发者能以更低成本实现企业级表格需求。一、核心优势：结构化数据与Univer引擎的深度融合二、全面覆盖业务需求：从基础功能到个性化配置三、轻量化集成与业务扩展能力