该商城是为一些客户专门定制套餐的商城 持有卡券才可进行兑换 该商城为h5端 本人负责后端接口开发 以及后台管理系统开发

该商城为内部商城 不对外开放 进入商城需要持有公司发放的卡券才可进行购物 商城内还设有电影专区 旅游专区等 该商城是h5商城 本人负责后端接口开发

介绍： 使用工具配置数据来智能生成原本由人工通过需求文档手动编写测试用例和文本用例，解决测试用例和文本用例的统一性和数据100%覆盖，并智能分析数据和测试的关联。 负责内容： 1. 负责项目从0到1的实现，负责项目前端的架构设计、技术选型，整体环境搭建 2. 通过需求实现ui、前端代码设计、交互，完成高质量代码开发 3. 通过需求实现后端代码 4. 通过Jest编辑测试代码，至少代码覆盖度达到90%以上，确保软件产品高质量可靠 5. 使用playwright编写高效、可靠的自动化测试脚本，以确保应用程序的功能和性能符合预期。 6. 使用ci/cd实现自动化部署到线上 7. 维护和更新工具的现有文档 8. 使用linux帮助客户把项目部署到内网环境

介绍：（项目保密可参考语雀、飞书文档） 独立开发一套文档管理系统，用来沉淀总结公司经验和分享 负责内容： 1. 维护系统旧有的MD编辑器和富文本编辑器，并对两个编辑器框架代码进行修复和性能优化，解决一些怪异行 为和优化用户体验； 2. 负责该项目前端日常需求开发和维护； 3. 负责该项目前端技术的选型和调研工作； 4. 设计实现一个MD和富文本转化的方法，实现MD文档和富文本文档的数据共通 5. 优化编辑器底层逻辑：实现新语法、解决文档超过10w行会明显卡顿的问题 6. 解决新编辑器和旧两个编辑器数据不共同问题：新编辑器新增和兼容旧有语法，修改新编辑器底层引擎，并通 过go转ts插件实现 7. 针对新编辑器实现协同编辑 8. 实现大文件上传的实现，支持最大并发数上传限制和断点续传 难点： 1. 编辑器作为主力交互区域，需要面对大量用户事件和用户输入，再加上多图联动，逻辑与交互极其复杂； 2. 如何选用新编辑器替换旧的两个编辑器并现实数据的互通和旧数据的兼容处理； 3. 如何实现文档的协同功能； 4. 大规模数据展示造成页面卡顿，部分动画掉帧严重； 5. 如何处理elementui表格数

1、主要有艺术品展厅、艺术品检索、艺术家介绍、经纪人、以及订单体系以及快递货运体系等功能。 2、我主要负责项目的需求分析以及原型设计、开发、系统投产、项目管理等工作 3、项目难点在于艺术品的图教清晰，用户体验方面对加载性能有较高要求，使用CDN缓存以及图片压缩技术进行解决。

1、主要包括用户登录及注册、会员等级体系、营销优惠券、订单体系、货架展示、购物车等功能 2、主要负责产品功能原型设计、代码开发、功能测试、系统部署以及项目管理 3、主要项目难点在于周期短，功能较多。

1.项目主要包括小程序端跟后台管理两部分，小程序端主要有登录、注册、刷题、考试、刷题记录、错题集等功能，后台管理主要有题目管理、题库管理、班级管理、学生管理、考试管理、学员考试分析等功能。 2.我负责整体项目的原型设计、UI设计、logo设计、架构设计、代码开发 3.项目中遇到的难点主要是在几个方面，第一需求方基本只有简单诉求，花了较长时间进行需求分析及调研给了需求方完善的原型以及UI设计稿还免费提供了logo的设计及名字的设计，第二技术方面题目录入的公式编辑及展示以及数据分析的多维度等，第三在系统部署方面需求方缺少经验，我们提供了完善的运维手册及注意事项。

项目为用能企业提供综合能源服务，主要功能模块包括： 运营中台：实现对所有用能企业和运维服务商的信息管理，工单管理，异常管理，在线监测，数据查询，数据分析，报告查询以及对所有电工的管理等等 服务商前台：实现服务商对管辖下的用能企业的工单管理，异常管理，在线监测，数据查询，数据分析，报告查询以及旗下电工的管理 服务商后台：实现服务商对管辖下的用能企业的客户信息管理，站点管理以及异常规则配置管理 用能企业端小程序：包含四个模块-首页、监测、服务、我的 电工端小程序：包含工单统计、我的工单及个人信息设置 我作为产品负责人独立完成平台整体搭建，完成上线，目前持续运营中。

对仓库的出入库流程进行智能化管理，库位，货位进行数字化建模，联动 AGV 小车实现智能仓储管理化 前端技术：vue.js + element-ui + vue-router + vuex + axios + lockr+echarts

实现不同区域用户角色菜单控制 完成项目管理，产业功能区、产业分析、企业培育等大模块开发 封装前端常用组件，提高开发效率 参与前端开发，小程序开发和 UI 设计

小家电项目，包括硬件设计，元器件选型，软件设计调试，直至最后的批量生产的工装测试夹具电路部分均一人完成

这是一个网络货运平台，为企业提供物流业务的全流程服务。系统具备对实际承运人、车辆情况进行全面的管理。系统主要流程是：创建运输单、运单调度、装车、平台审核、卸车和结算运费。其中运输单、资金流水和运输车辆需要与国家监管平台对接。 主要负责企业端前后端开发，文件的批量上传，小程序端的后端接口实现

这是一个SaaS平台的园区直播管理系统。主要是为直播园区提供服务：系统分为平台端、运营端、企业端和主播使用的小程序端，为企业提供直播园区的全流程服务。系统具备对主播、样品、直播间、仓库、样品购买和房间预订进行管理。 主要负责 直播间模块：直播间发布、租赁和小程序端用户的房间租赁 基础数据管理：仓库、园区、直播间、和主播用户的新增导入和编辑 门禁对接：同步用户、添加同行权限、删除同行权限和同步直播间 微信小程序支付：实现了微信小程序支付功能

调度系统主要分为：用户管理模块、任务分配模块、车辆通信模块、交通管制模块、充电模块、休息模块、全局配置模块、外部设备模块和路径规划模块。 1. 实现了与机器人的通信，对车辆运行进行交通控制，车辆运行监控以及业务任务和车的匹配，车辆的充电和休息配置， 2. 实现了用户、角色的鉴权管理、车辆运行地图上次修改，软件的版本管理、系统运行监控。 主要负责交管管制，车辆休息充电，路径规划，全局配置、地图管理、系统运行监控等功能的开发以及分布式架构改造升级。次要负责车辆通信模块以及用户模块。实现多车的合理调度，以及提供了改进的路径规划功能，使用Redis的订阅发布功能清除分布式部署数据不一致问题。利用静态代码块有限运行以及反射实现了全局配置的热更新功能。实现了地图文件的上传和编辑功能。 期间遇到了交管模块和休息模块运行效率低的问题，使用了多线程和分组优化交管管制模块和车辆休息模块的效率，使用A*替换了迪杰斯特拉算法优化了路径规划。同时通过修改

项目成功集成了财富管家、美发管家、健康管家、运动管家、车主管家等多个模块，形成了一个全面而便捷的生活服务平台。为了更好地满足用户多样化的需求，我们与宁波银行紧密合作，成功打通了支付渠道，为用户提供了更加安全、高效的支付体验。 在这个平台上，我们创新地构建了一个微社区通用积分系统，该系统不仅实现了积分的生成和核销，更让用户享受到了一次消费两次收益的独特体验。用户在使用我们的服务时，不仅能够获得高质量的产品和服务，还能通过积分系统累积积分，用于兑换更多优惠和礼品，实现了用户价值的最大化。 通过这一创新模式，我们成功实现了多方共赢的局面。对于用户而言，他们不仅能够在我们的平台上享受到更加便捷、高效的服务，还能通过积分系统获得更多的收益；对于合作伙伴如宁波银行，他们的支付渠道得到了更广泛的应用，进一步提升了品牌影响力；对于我们而言，这一模式不仅增强了用户黏性，还提升了平台的整体竞争力。

此项目是给作为一个毕业设计而实现的工程 使用的是QT做的界面的展示 核心是用的WDM实现的网络过滤驱动 实现对指定IP的拦截

作品的CSDN地址：https://blog.csdn.net/zhulong1984/article/details/135333822 交管局的工作需要，需要通过视觉算法的方式完成实现红绿灯识别及红绿灯故障检测，该产品已经移植到嵌入式平台。

参与需求讨论和技术框架修改 完成系统生产流程，项目订单规范控制，Bom 工艺流程管理，产品工艺管控等主要功能模块的定制化开发 独立完成小程序开发 前端技术：vue.js + element-ui + vue-router + vuex + axios + vxe + ruoyi 小程序端：uniapp + uView

宣传册作为协会形象的重要展示窗口，我们团队从最初的策划、定位，到后续的创意设计、内容编写，再到最终的排版印刷，全程参与了每一个环节。我们深入挖掘了省体育竞赛协会的核心价值和独特魅力，将这些元素巧妙地融入到设计中，使得宣传册既具有高度的视觉冲击力，又能够准确地传达协会的信息和理念。 与此同时，我们团队还紧密配合了财富管家小程序的开发工作。小程序作为协会推广的另一大阵地，我们充分发挥了设计团队的专业优势，为小程序提供了与宣传册风格统一、内容相呼应的UI/UX设计。通过小程序，用户可以更加便捷地获取协会的最新动态、活动信息，以及享受相关服务，进一步提升了协会的服务水平和用户体验。

算法的博客地址：https://blog.csdn.net/zhulong1984/article/details/125155862 视频质量诊断，之前由于数据不足，采用传统的方法进行检测，当前已经积累了一些数据，采用分类模型做了训练和检测工作，主要有：亮度异常检测、偏色检测、图像噪声检测、条纹噪声检测、清晰度检测、信号丢失检测、遮挡检测和对比度检测。具体的检测方法如下： 一、对每类数据进行整理，每类数据需要准备大概1w张数据左右； 二、选择分类网络，可以使用ResNet系列、DenseNet系列、VGGNet、Densenet系列的分类模型，根据自己的使用习惯，随意选择一款即可； 三、模型转化，当模型训练完毕后，想要封装成C++代码，最好先转成onnx的模型，之后通过opencv的接口进行调用，通过模型训练后，检测的精度可以达到90%以上。 四、结合传统算法，深度学习模型只能解决部分算法问题，还有一些算法需要使用传统的分析方法，具体的算法实现，还需要参考我的另一篇博客，这样可以完美解决当前项目的需求。 整个数据的筛选也比较耗时，把之前积攒的十几