使用Yolo进行体态检测， 仅后端接口，前端UI需要根据使用场景定制 。 这个项目有一定历史了，起始于YOLOV5年代，那时GPU服务器并没有在各大云计算厂商普遍提供（或者价格昂贵），YOLO在CPU上的推导也没有今天那么快。 所以当时当时把YOLO的推导部署在家用或者办公室的GPU机器上，web服务器则只负责接收request 、分发推导任务、以及返回结果。 只需要20美元/月的ECS足以。 web服务端（早期使用flask开发，后来FastAPI降生后换成了FastAPI）和GPU机器上通过Celery交互。GPU机器跨云部署多个冗余/备份，以防家庭/办公网络不可靠中断服务。 负责部分：全部。 这个项目最开始是用于监控摄像头的”老人跌倒检测“（检测到老人跌倒即短信/*/TG通知家人），后来陆续为”工厂工人偷懒检测“、”健身辅助“、”舞蹈辅助“等多个应用提供服务。 想节省GPU端推导的成本可以联系我，不限于YOLO，各种LLMs、计算机视觉类项目都可以。

***旅行助*器人（内测中） 旅行助*器人-签证/海关助手： 知识库包括100多个国家的签证和海关政策，可以用使用者的母语回答提问， 解放用户不得不翻阅晦涩外文资料之苦。 知识库能在1天~1周时间内得到最新更新。 旅行助*器人-酒店助手： 包括20多个国家（持续增加中）的酒店信息，知识库来源包括英文和其它外文网站和YouTube, Ins等，信息量不是那几个中文网站能相比的。 对于未收录酒店，支持商家自行提交图文信息供收录。 后端引擎使用GPT4v等多模态模型，可以识别图片中的信息，例如商家的图片中有日出的图片，即便酒店的描述、评价中均没有出现”日出“的字样，用户查询”可以看日出的酒店“，也可以查到该酒店，给用户的体验不是酒店预定平台能比的。 本机器人可以用使用者的母语回答用户的提问。 旅行助*器人-美食美酒助手： 包括20多个国家（持续增加中）的酒店信息，知识库来源包括英文和其它外文网站和YouTube, Ins等。 因为许多美食的点评/评价一般只有图片，用户很少或者几乎不写文字，所以一般的搜索平台不太容易搜索到呢。 本机器人后端引擎使用GPT4v等多模态模型，可以识别图片/视频中的信息，轻松网罗Ins等平台的精品餐馆、酒馆，给用户的体验不是其它搜索平台能比的。 本机器人可以用使用者的母语回答用户的提问。 旅行助*器人-景点玩乐助手： 知识库包括100多个国家的景点信息，除了文字信息，还有YouTube, Ins等平台上用户以视频/图片分享的各种玩法。 本机器人可以用使用者的母语回答用户的提问。 还有 旅行助*器人-行程规划 等等机器人。 负责部分： LlamaIndex + RAG收集和整理知识库； LangChain实现提问分发和上下文记忆；llama2、claude 、GPT4v和 Zephyr等后端大语言模型评测； TG机器人。 诚征相关领域的持牌商家在贵国/地区展开合作， 可以单纯在机器人回答下方展示广告，也可以白标机器人，也可以买断技术/知识产权。机器人可以在TG、WhatsApp、H5 web端等提供服务。

支持中心化和去中心化exchange的量化交易系统。由CATMS（Client, Assets & Trade Management System，客户、资产和交易管理系统）、用户端webApp、Trading bots、 策略、智能合约组成。 系统工作原理： - Trading bots根据用户选择的策略代表用户使用量化交易策略在中心化/或者去中心化exchange自动交易。 - 用户可以在webApp查看自己的盈亏效果，围观他人的策略，更换交易策略等操作。 - 企业则可以在CATMS系统查看所有用户的盈亏效果，和年度/季度/月/周统计报表。 参与或者主导部分：架构设计、api设计、数据库设计、fastAPI后端开发、*RC4626合约开发、web3.js / web3.py合约交互、 部分交易策略研发、kubernetes跨云部署。