用户端主要有在线选座购票（覆盖全国超1000家影院，提供在线选座、支付）、优惠活动与积分体系（提供各种优惠活动（如购票立减、会员折扣）和积分系统）、个人中心与订单管理（管理购票记录、订单详情）等。行业端主要有影院经营看板（实时监测影院票房排名、经营数据）、票房预测与收益测算（提供票房预测参考，内置收

功能包括，题库管理，知识点管理，智能化组卷，（自动化扫描，识别，客观题自动判卷，主观题自动识别分数，线上/线下判卷），学情分析，靶项卷推荐,学校端，可以批量添加老师，学生，组卷可以批量添加试题，可以自助上传试题，获取平台试题，获取菁优网，学科网试题

本系统是一套基于 C# WPF 与 ASP.NET Core 开发的 智能工厂一体化解决方案，集成了 AGV 激光叉车调度系统、线边机构生产任务 MES 管理和 WMS 库位管理三大核心模块。系统通过 自动化搬运 + 智能排产 + 精益仓储的方式，为制造业企业提供完整的 产、供、销一体化管理平台。 在 AGV 模块中，系统利用 激光 SLAM 定位与路径规划算法，实现无人叉车的自动导航与动态避障，支持批量任务调度与实时状态监控，大幅降低人工搬运成本。MES 模块提供生产任务下发、工序跟踪、工单排产等功能，结合 AGV 自动补料，实现生产线与物流的深度融合。WMS 模块则支持多仓多库位管理，结合 PDA 终端扫码功能，实现入库、出库、移库等操作的 全流程可追溯与实时更新。 系统支持 桌面端（WPF 管理平台）、Web 端（跨平台浏览器访问）、移动端 PDA（扫码入库） 多种使用场景，既能满足企业管理人员的全局调度需求，也能满足一线操作人员的便捷使用。通过灵活的接口设计，系统可对接 ERP、PLM、SCADA 等企业级平台，帮助客户实现 智能物流、精益生产与智慧仓储的全面升级。

核心用户： 广大中小型制造企业、物流园区、科技园区及拥有自营车队的公司。 核心痛点： 管理粗放： 车辆进出依赖人工登记、核对，效率低下，高峰期易造成门口拥堵，且纸质记录难以查询和统计。 权责不清： 内部车辆、外部访客车辆、物流货车等混合通行，权限混乱，存在安全隐患，发生问题后难以追溯责任。 协同低效： 车辆管理涉及安保部门等多个角色，信息不互通，流程断点较多，协同办事效率低。 解决方案： “智行”平台通过对接各大门车辆道闸系统，实现了对内部车、访客车、货运车等多类型车辆的数字化、自动化统一管理。平台通过精准的身份识别、灵活的权限配置和可视化的数据看板，帮助企业提升车辆通行效率、保障园区安全、并实现管理流程的数字化升级

1. 模块化组织：按照功能模块划分目录结构，如用户模块、消息模块、好友模块等，每个模块包含自己的API、组件和状态管理逻辑，便于维护和扩展。 2. 前后端分离架构：严格分离前端展示层和后端业务逻辑层，通过RESTful API或WebSocket进行通信，提高系统的可扩展性和可维护性。 3. 统一错误处理：在前端和后端分别实现统一的错误处理机制，确保用户体验的一致性并便于问题排查。 4. 安全措施强化： ○ 密码加密存储（使用bcrypt等算法） ○ API请求的身份验证和授权检查 ○ 输入数据验证和清洗，防止SQL注入和XSS攻击 ○ 文件上传的安全检查和限制 5. 性能优化： ○ 数据库查询添加适当的索引 ○ 消息分页加载 ○ 图片和文件资源的压缩和优化 ○ 合理使用缓存减少重复请求 6. 代码规范： ○ 统一的命名规范 ○ 完整的代码注释 ○ 遵循DRY（Don't Repeat Yourself）原则 ○ 使用ESLint、Prettier等工具确保代码质量

1. 业务场景：面向图书馆多个图书分类区，读者难以尽快定位图书类别所在区域，需要一个小程序/H5网页进行可视化的3D导览；可以支持跨楼层导航 2. 技术方案，可支持html5,或者微信小程序方案 3. 采用技术栈：html5,sass,javascript,vue,axios,three.js,a*算法寻路

全市场投管人收益表数据获取方案简介 1. 方案目标与解决问题 本方案主要面向**保险股份有限公司，旨在解决其在获取外部网站数据时遇到的效率低下和数据处理困难等问题 。具体来说，该方案自动化了从多个外部网站获取“年金基金投资管理”相关数据并将其写入指定Excel表格“全市场投管人收益表”的过程 。这大大减少了人工操作的耗时，将原本可能需要人工耗时数月的工作，通过技术方案将时间控制在可管理的范围内。 2. 方案特点与优势 相比于市场上的常规方案，本方案的独特之处在于其采用RPA+Python的混合技术方案，并兼顾了效率、成本和技术可行性。 RPA+Python混合方案：传统的RPA方案（方案1）在识别合并单元格时会出现数据错乱的问题，而纯Python方案（方案3）则需要熟悉复杂的数据分析和网页获取技术，且未用到RPA和IDP 。本方案将RPA（机器人流程自动化）和Python语言相结合，利用RPA处理网页访问、标题链接打开等操作，然后由Python读取RPA处理后的数据进行复杂的表格数据获取和联表查询，最后再将Python代码作为插件导入RPA中进行整体流程的调试和测试 。 高效性与高投入产出比：该混合方案避免了纯RPA方案中因处理页面元素耗时过长导致效率低下的问题，也规避了纯Python方案的技术难度 。例如，在获取80个网站数据的情况下，纯RPA方案预计需要240天左右，而本方案在确保数据准确性的同时，预计总用时仅为110天，大幅提高了效率 。 自动化录屏：流程运行后，方案能够自动生成录屏文件，便于客户直观地了解和验证流程运行情况，并能将生成的数据文件直接发送给客户 。 3. 方案技术组成 该方案主要由以下技术组件构成： RPA：用于自动化网页操作，例如访问指定网站、打开符合规则的标题链接等. Python：用于处理复杂的数据操作，包括读取RPA处理的数据、访问链接、获取表格数据、联表查询，以及将处理后的数据写入Excel文件. 配置文件：用于存放需要打开的网站标题、链接和规则等信息，以便于管理和维护.

与成都市东部新区第二人民医院合作完成开发的，针对于慢病患者的智能一体化管理系统。系统分为三端：web后台管理端。app/小程序 医生端，app/小程序 患者端。三端共同完成慢病管理服务。并接入第三方物联网设备（罗氏 血压仪/妥妥血糖仪/金控HIS），实现实时监控患者各项慢病生理指标。超管及各机构账号分别开发不同的统计大屏，直观查看最新慢病统计数据。项目为自定义saas系统，存在上下级多租户概念，以及vip服务包

银河万通软件开发工作室主页 实现工作室外部交互 API 等内容，优秀的前端页面质量和后端支持系统。 INDEX SVG 基本入场动画，响应式页面，渐显动画组件，支持手机端。 显示成员基本信息，卡片化设计，_base 模板渲染，后端使用 flask 和 jinja2 渲染。 可以作为模板，提供给其它工作室或组织使用。

全程自主编写。后端采用java语言，采用maven进行管理，采用springmvc架构，mysql数据库，js前端。采用rest风格，可自定义前后端数据交互格式。web方式。代码书写采用标准的驼峰命名规范，结构清晰明了。业务上能够帮助医院简单的医疗器械管理，医生排班，病人预约，医疗影像管理，账号管理，文件上传等

2024年9月，hw复盘阶段开展对某系统的黑盒渗透测试 该测试禁止使用扫描器、不提供ip、端口、url等资产信息，仅提供单位名称 通过手动访问+burp被动扫描+Yakit被动扫描+人工分析等合规方式，发现弱口令、shiro未授权访问等安全漏洞。 整理为测试报告后提交审核通过，结合其他项目成果报告，项目顺利验收。 内网横向时使用arp-scan、find工具、cs、nmap、arp-spider、metasploit等网络安全渗透测试工具，获得关键系统shell。

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 中间数据/缓存：JSON 文件 (例如，预处理后的网络拓扑数据、图表数据) 3. 系统主要包含以下三个核心功能模块： 1. 高铁网络结构分析模块： o 从数据库中读取高铁站点和线路数据，构建高铁网络模型（节点代表站点，边代表线路）。 o 计算网络的拓扑结构指标，包括：度分布、聚类系数、平均路径长度等。 o 对网络进行社团结构划分。 o 可视化展示：高铁网络拓扑结构图（节点可交互）、各类指标的统计图（如度分布直方图）、社团划分结果（在拓扑图上以不同颜色区分）。 2. 高铁网络晚点扩散模拟与分析模块： o 在已构建的高铁网络结构上，实现晚点扩散的仿真模拟。 o 支持采用SIS（易感-感染-易感）和SIR（易感-感染-移除/恢复）两种经典的传染病模型对晚点扩散进行建模。 o 用户可选择晚点源头节点，并可自定义参数。 o 动态展示晚点在网络中的扩散过程，标记出每一时间步的晚点节点和扩散路径。 o 统计并可视化展示每一时间步网络中晚点节点总数和未晚点节点总数的变化曲线。 o 用户可切换SIS/SIR模型进行对比分析。 3. 高铁网络关键节点识别模块： o 基于中心性的节点评估：  计算节点的度中心性 (Degree Centrality)。  计算节点的介数中心性 (Betweenness Centrality)。  计算节点的接近中心性 (Closeness Centrality)。  可视化展示各中心性指标的统计图或Top-N节点列表。 o 基于模拟统计的关键节点识别：  多次重复晚点扩散模拟过程（可设定不同源头或随机因素）。  统计在多次模拟中，各个节点发生晚点的总次数。  展示晚点次数最多的Top-10节点列表。 o 基于进化算法的最优免疫节点选择：  设定一组节点（例如10个）为免疫状态（这些节点不会发生晚点，也不会传播晚点）。  在设定免疫节点后，进行晚点扩散模拟，观察网络整体的晚点情况。  利用遗传算法 (Genetic Algorithm) 等进化计算方法，在所有可能的N个免疫节点组合中搜索，找出使得网络晚点影响（例如，总晚点节点数、晚点持续时间等）最小化的最优10个免疫节点组合。  展示算法给出的最优10个免疫节点列表。

本项目是一款基于Web的数据可视化大屏解决方案，整合多源数据，通过动态图表、实时监控和交互式分析，帮助用户直观掌握业务态势。采用ECharts、D3.js等前端技术，支持折线图、柱状图、地图等丰富展示形式，并适配不同屏幕尺寸。后端通过API快速对接数据库、物联网设备或第三方平台，实现数据实时更新。应用场景涵盖智慧城市、工业监控、电商运营等领域，提升决策效率与数据洞察力。项目具备高性能、可定制化特点，满足企业级数据展示需求。

1、行业背景： 电商数据分析与市场研究行业 业务场景： - 商品价格监控： 帮助商家和消费者监控竞品价格变化，制定合理的定价策略 - 市场调研分析： 为电商从业者、数据分析师提供市场趋势和商品热度数据 - 竞品分析： 支持企业进行竞争对手商品信息收集和分析 - 数据驱动决策： 为电商运营、产品选品、库存管理提供数据支持 目标用户： 电商从业者、数据分析师、市场研究人员、个人用户 2、 - 多平台支持： 支持淘宝、京东、天猫三大主流电商平台 - 智能爬取： 可配置爬取商品名称、价格、销量、评价等多维度信息 - 反爬虫应对： 内置多种反爬虫策略，包括请求延迟、User-Agent轮换等 数据处理模块 - 数据清洗： 自动去重、格式标准化、异常数据过滤 - 数据存储： 基于SQLAlchemy的数据库存储，支持SQLite - 历史记录： 完整的爬取任务历史和数据版本管理 导出管理模块 - 多格式导出： 支持CSV、Excel、JSON等多种数据导出格式 - 批量处理： 支持大批量数据的高效导出 - 文件管理： 统一的下载文件管理系统 Web界面模块 - 用户友好界面： 基于Flask的Web应用，提供直观的操作界面 - 任务管理： 可视化的爬取任务创建、监控和管理 - 实时状态： 爬取进度实时显示和状态更新 系统服务模块 - 爬虫控制器： 统一的爬虫任务调度和并发控制 - 数据库服务： 完整的数据CRUD操作和查询服务 - 错误处理： 完善的异常处理和错误恢复机制 3、 后端框架： - Flask 2.3.3+： 轻量级Web框架，快速开发和部署 - SQLAlchemy 2.0.23+： ORM框架，提供数据库抽象层 爬虫技术： - Selenium 4.15.2+： 动态网页爬取，支持JavaScript渲染 - BeautifulSoup4 4.12.2+： HTML解析和数据提取 - Requests 2.31.0+： HTTP请求库，处理静态页面 数据处理： - Pandas 2.1.3+： 数据分析和处理 - NumPy 1.25.2+： 数值计算支持 - OpenPyXL 3.1.2+： Excel文件处理 1. 分层架构设计 - 表现层： Flask路由和模板系统 - 业务层： Services服务层处理核心业务逻辑 - 数据层： Models数据模型和数据库操作 - 爬虫层： 独立的爬虫模块，支持多平台扩展 2. 模块化设计 - 高内聚低耦合： 各模块职责明确，便于维护和扩展 - 插件化爬虫： 基于BaseCrawler的继承体系，易于添加新平台 - 配置驱动： 多环境配置支持（开发、生产、测试） 3. 可扩展性 - 平台扩展： 新增电商平台只需继承BaseCrawler - 功能扩展： 模块化设计支持功能快速迭代 - 部署灵活： 支持单机部署和分布式扩展 4. 稳定性保障 - 异常处理： 完整的异常体系和错误恢复机制 - 测试覆盖： 基于pytest的完整测试套件 - 日志系统： 分级日志记录，便于问题排查 5. 用户体验 - Web界面： 直观的操作界面，降低使用门槛 - 实时反馈： 任务进度和状态实时更新 - 数据可视： 多种格式的数据导出和展示

1、本方案是严格按照需求方的要求开发，服务于个体门户网站，介绍了购物产品特点，以及接入了线上销售渠道。 2、本系统分为前后台双端，前台就是展示商品、交付、订单、快递、分类、活动、公告、支付、检测、评论、推送等等，后台是对用户、商品、价格、订单、系统健康、统计等等进行数据汇总。 3、推线算法采用混合算法，基于用户行为（浏览、点击、加购、购买等）的时间衰减权重（半衰期7天），结合行为类型优先级动态计算商品得分，实现实时性个性化推荐。 4、相比于协同过滤的优点： ①解决了冷启动的问题。 ②数据基于用户行为数据而不是群体用户数据，避免了恶意刷单、DDOS攻击的影响等等。

Designed a web application for group event scheduling. The system supports user management, location planning, and voting for the schedules ∙ Utilized Yelp API and Google Map API to get information of nearby meeting venues ∙ Implemented with Express.js, MongoDB, JavaScript, Bootstrap, JQuery, HTML5 and CSS 设计了一个用于群组事件调度的Web应用系统。该系统支持：‌ ‌- 用户管理体系‌ ‌- 会面地点规划功能‌ -‌ 时间安排投票机制‌ ‌技术实现亮点：‌ ∙ 调用Yelp API与Google Map API获取周边聚会场所信息 ∙ 采用Express.js, MongoDB, JavaScript, Bootstrap, JQuery, HTML5及CSS技术栈实现 关键术语说明： -‌ 群组事件调度‌：指协调多人参与的日程安排系统 ‌- 会面地点规划‌：利用地理API实现的智能选址功能 -‌ 时间投票机制‌：民主化决策活动时间的核心交互设计 ‌ 技术栈组合‌：体现全栈开发能力（Node.js后端 + 前端框架 + NoSQL数据库）

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。

轻医美商城系统——专业医美产品在线选购平台 项目简介 轻医美商城系统是一款专注于高端轻医美产品的B2C电商平台，为用户提供便捷、安全的医美产品在线购买服务。平台涵盖颈纹针、焕颜针、童颜针等热门医美产品，支持VIP会员专享优惠，满足用户对美丽与健康的个性化需求。 核心功能 1. 商品分类与展示 清晰分类：商品按类型（如颈纹针、焕颜针、童颜针等）分类展示，方便用户快速查找。 价格透明：每款商品明码标价，支持基础版与加强版等多规格选择。 2. 购物车管理 一键加购：用户可将心仪商品加入购物车，随时查看与调整。 智能提示：购物车为空时，引导用户“去逛逛”，提升转化率。 3. 用户中心 账户管理：支持登录/注册，查看账户余额、积分、优惠券等信息。 订单跟踪：提供“待支付”“待发货”“待收货”等订单状态查询，全程透明。 服务支持：集成收货地址管理、退换货售后、积分兑换等功能，提升用户体验。 4. VIP会员专享 专属优惠：VIP用户可享受轻医美产品特价及优先购买权。 积分奖励：消费累计积分，可兑换商品或抵扣现金。 技术架构 前端：采用Vue.js构建响应式界面，小程序。 后端：基于Go或Java开发，确保高并发与数据安全。 支付系统：集成微信支付、支付宝等主流支付方式，保障交易流畅。 数据库：MySQL或MongoDB存储用户信息与订单数据。 适用场景 个人用户：在线选购安全可靠的轻医美产品，享受便捷配送服务。 医美机构：为会员提供线上购买渠道，增强客户粘性。 VIP会员：专享折扣与积分福利，提升复购率。

AI小红书运营助手——智能内容创作与优化工具 项目简介 AI小红书运营助手是一款专为小红书（RED）内容创作者、品牌运营团队及MCN机构打造的AI驱动型效率工具。通过自然语言处理（NLP）与计算机视觉（CV）技术，提供从内容挖掘、文案优化到视觉设计的全流程自动化解决方案，帮助用户高效产出优质笔记，提升账号流量与转化率。 核心功能 1. 网络内容提炼 智能摘要生成：自动提取文章/视频核心观点，快速获取创作灵感。 关键信息标引：高亮行业关键词、热门标签，辅助内容选题策划。 2. 全网搜索与热点追踪 跨平台抓取：同步爬取小红书、微博、知乎等平台热门话题与爆款笔记。 趋势分析：基于搜索量、互动数据生成热度报告，指导内容方向。 3. AI笔记改写与优化 一键改写：对原文案进行智能润色、扩写或缩写，适配小红书风格。 查重降权防护：内置防抄袭算法，避免重复内容导致流量限制。 4. 智能封面生成 模板库匹配：根据笔记主题自动推荐高点击率封面模板。 AI设计辅助：支持文字排版、滤镜调色、元素布局的自动化调整。 5. 信息卡片生成 结构化呈现：将商品参数、活动规则等复杂信息转化为小红书风格图文卡片。 多尺寸适配：一键生成正方形/竖版图，兼容笔记与合集发布需求。 技术架构 前端：React构建交互式管理后台，支持多任务并行操作。 后端：Go语言实现高并发爬虫与API服务，保障数据处理效率。 AI：Python开发核心NLP/CV模型（如GPT-3.5、Stable Diffusion微调）。 部署：支持SaaS云服务与私有化部署，灵活满足数据合规需求。 适用场景 个人博主：10分钟生成一周选题库，告别灵感枯竭。 品牌运营：批量制作促销笔记，统一视觉风格。 电商导流：自动关联商品卡片，提升带货转化率。

Java + Vue 有很多优秀的后台管理系统，但是为了可以高效的开发后台权限管理系统，作者就自己开发出 agile-admin。 agile-admin 是一个基于 Vue3 + Element-plus + Java + Spring boot + maven + mysql 的多企业后台权限管理系统，提供了完善的权限体系，让开发者把注意力集中到具体业务当中，降低开发成本，提高项目效率。 可以用于网站管理后台、SAAS、CMS、CRM、OA、ERP等，企业和个人都可以免费使用。