本项目面向律所机构，支持多分点管理 系统中包含收案，结案，利冲，工作分成，归档等律所必备工作要素 系统核心在于每个案件的多层审核，工作量计算并分成，完成利冲。亮点在于所有结案能完整保存工作文件，法律文书，开庭文书，进展并进行统一规档并分享

在探索开发新奇实用软件的旅途中，我精心打磨出一款名为 “看看吧” 的桌面应用。 回想起最初的开发灵感，那源于和室友们日常的谈天说地。为了能让大家在闲暇时光拥有更多的视觉享受，我便决心打造这样一个能搜罗并精心呈现优质女性相关影像内容的平台。每一段影像，都是我用心筛选，力求为大家带来纯粹的视觉盛宴。 在技术层面，我采用了强大的 Electron 框架来搭建整个应用。这个框架赋予了 “看看吧” 稳定且高效的性能，就如同为它注入了一颗强劲的心脏，无论何时开启，都能迅速响应，流畅播放每一段精心挑选的影像。 如果你也对这款别具一格的应用产生了浓厚的兴趣，欢迎随时与我取得联系。我们可以一起深入探讨，分享彼此的想法和见解，共同为 “看看吧” 的未来出谋划策。 在此声明 片源为网上寻找的api 内容不会出现色情！！！！仅供室友学习室友

现今互联网应用为实现快速响应、探索、挖掘、引领用户的需求多数已使用微服务架构。京东零售也使用了微服务架构，微服务有很多优势不仅可以提升迭代速度，而且可以实现动态扩容缩容提升资源的利用率，特别是应对6.18、11.11等大促流量压力效果明显。但在实际开发中因为解耦不彻底、网络隔离等问题导致效率降低。mockRpc的目的是实现前中台彻底解耦、消除网络隔离提升开发效率： 1、在前台服务中引入了mockClient，由其hook调用的JSF接口并携带参数去请求mockServer； 2、由mockServer决定是否请求中台接口以及返回mock数据； 3、当mockServer告之mockClient开关关闭时，则会通过JSF接口去请求中台数据，当mockServer告之mockClient开关打开并返回了mock数据后，则前台服务拿mockServer返回的数据去做逻辑处理而不在调用JSF接口请求数据，从而实现了开发过程中的前、中台完全解耦 参考：https://mp.weixin.qq.com/s/A0T6ySub0DfQiXJAbWm2Qg

学校服务器基于既定的运维策略，每天特定时段会定时关闭，例如每晚 23 点至次日凌晨 5 点。这就导致同学们在服务器关闭期间，完全无法登录系统查看课程表信息，给课程安排规划和学习生活节奏带来诸多困扰。鉴于此，我运用所学的编程知识，精心编写了一个爬虫程序。它能够在服务器开放时段，精准抓取并整理课程表数据，即便服务器关闭，大家也能通过程序获取到所需课程信息。现在，我已将该程序的完整代码开源至：https://github.com/shuishenhuore/spider.git ，欢迎大家按需取用、交流优化。

1、该项目是金融信托公司针对理财储蓄用户开发的一款后台管理系统，主要是为目标用户展示相关理财产品等信息，支持购买产品等，也支持公司内部相关人员管理产品等； 2、更加可视化、详细化的展示最新最全公司理财产品信息，工作流配置等更新方便产品相关内容处理； 3、该项目前端开发是用vue2开发的，辅以html5、css、javascript、element等模块和组件开发；

1、自主0-1的管理系统，非开源二开，不存在不好修改底层逻辑的情况 2、业务集成快，新业务，在此基础上，可快速开发、迭代 3、灵活，完全按需开发，没有多余模块，最大程度保持系统的简洁 4、售后服务好，不会因为交付后，就完全不管系统，交付时，也会提供简洁明了的产品使用说明等 5、协助分析，协助分析用户需求，提出优化建议

解决中小企业数字化转型 属于表单填报类 其中用了stringboot redis等技术 mysql作为数据库 使用jenkins等打包软件，rancher部署查询日志等等，会使用yapi与前端交互，会使用定时任务xxjob，了解python，uniapp等等技术 编写Sql语句，根据Explan执行计划对Sql语句的索引进行优化。

1.项目介绍：通过开源方式，为制造业的中小企业提供了一个低成本、高效的生产执行管理系统。 2.技术选型：前端采用vue语言，为uniapp框架；后端框架采用Java语言，为SpringBoot框架。 3.功能介绍：PC端包含生产排版、仓储管理、设备管理、统计报表等功能。Android端包含生产管理、质量管理等功能。 4.如何快速上手本项目？提供有指导文档和教学视频，按照步骤操作即可。

本网站基于强大的后端框架 Django 与灵活的前端框架 Vue 精心构建。Django 以其高效的开发模式、内置的丰富功能（如强大的数据库管理、安全防护机制等）为网站提供了坚实稳定的后端支持，确保数据处理的高效性和安全性。而 Vue 凭借其轻量级、响应式的特点，打造出了交互流畅、界面美观的前端体验，让用户操作更加便捷。两者的完美结合，实现了前后端的分离开发，极大地提高了开发效率，同时也保证了网站在性能和用户体验上的卓越表现。无论是数据的存储与处理，还是页面的渲染与交互，都展现出了先进的技术架构优势。

使用mvvm加组件化设计，使用databinding加livedata实现双向绑定更新ui，使用media3来播放视频，使用retrifit2来请求数据，recycleview来展示数据，Glide来加载图片

这是一套建筑相关的系列APP，使用Flutter开发的，是题库型的APP，用于建筑各36个专业的考证。由于该APP无需要设备支持，所以使用了Flutter进行开发，原打算使其支持多平台的特征，后来因安卓平台申请上线较为复杂，未上纯正安卓平台。

致富通是一个香港炒股app，主要负责性能优化、技术升级。 致富通是致富证券主力金融客户端。致富证券是一家成立于1979年的证券公司，前身为致富投资公司，1996年易名为致富证券有限公司。该公司是香港联交所的会员，提供美国证券、香港期货、国际期货、资产管理和投资研究等多种产品和服务。致富证券在香港拥有十九家分行，是香港网点最多的证券行。

1.本方案主要面向实验室、高精度测试设备等需求 2.数据精度0.001%（采样率≤1Ksps时），四路同步或更多通道 3.以太网数据传输，可实现远距离数据监控 4.PC端数据显示、保存，便于后期数据分析处理 5.数据采样率可调，最高200KSPS 6.支持定制

1.本方案面向的是医院的安保部门，解决医院安全安检问题；2.本方案的特点是，在实时监控的基础上添加了智能化违禁品的安检和分析，以及人脸识别功能，识别违法，医闹等黑名单人员。另添加了设备日常管理，以及统计和分析结合实际情况给出人力调度数据；3.方案采用的是vue2+elementUI，以及大数据展示的图表eChart做技术选型，实现了前后端分离，以及一目了然的数据展示，满足领导员工不同关注度的数据展示。

此系统面向驾校计时商，方便学员学时开通，计时服务，清晰查询学员学时。能够对接各大省平台以及市平台，用于计时平台向省级监管服务平台上传教练车，学员信息进行备案，省级监管服务平台接收数据后即时转发至全国驾培平台。也能用于查询到学员的有效学时以及未完成部分的学时，方便学员在时间上的规划

该项目主要分为三部分，算法、前端和后端，算法读取摄像头数据并实时处理，将处理后的结果发给后端保存，处理后的视频经流媒体发给前端显示；前端使用Vue框架，结合element-ui、Echarts实现了对人流量数据的图表分析功能。后端采用SpringBoot，实现数据的接收发送与用户权限管理。

二维码一站式服务小程序集成了高效二维码生成、海量模板调用、VIP会员专属付费功能及可视化统计报表，为用户提供从创建到管理的全流程解决方案。支持个性化定制、批量操作，并实时追踪扫描数据，助力企业营销、活动推广与数据分析，提升运营效率与用户体验。

1.面向工厂企业 2.相比于市场我们是一整套解决方案，价格便宜，功能齐全，深度定制 3.产品主要是用若依框架进行开发，用的springboot加vue做的技术选型，数据库用mysql里面集成了图纸cad相关插件组件

(1)通过串口获取设备的观测值，并在地图上显示，高于阈值的为红色的点，低于阈值的为绿色的点 （2）可以读取设备阈值，设置阈值 （3）可以设置检测值的速率，目前是每秒1次，3次，5次，10次； (4)根据日期和批次和观测值的范围查询观测的记录，并在地图上显示，方便作业人员分析天然气泄漏点分布情况。 （5）可以动态设置阈值，以便更加准确的显示燃气分布情况 (6)提供光强和信噪比的数据分析功能，建立光强，信噪比，观测值之间的数学模型，辅助泄漏点的判读

面向日夜间全场景的无人机及移动机器人高精度定位导航解决方案，通过多传感器融合技术与先进SLAM算法，实现复杂环境下的厘米级实时定位精度。系统采用激光雷达、双目视觉、IMU惯性导航与RTK-GNSS模块的异构数据融合架构，配合自适应环境感知算法，即使在隧道、地下空间等卫星拒止场景仍能保持公里级移动定位误差小于1米的卓越性能。创新性的多模态建图系统可同步生成厘米级精度点云地图与语义三维模型，支持在线动态更新与离线精细重建，其稠密点云分辨率达到2cm/pixel，可精准还原建筑结构、植被分布等场景细节。该方案具备全天候环境适应能力，通过红外热成像与低照度增强技术实现夜间无光源作业，结合多尺度环境特征匹配算法有效克服雨雾天气干扰。在动态避障方面，系统搭载的4D毫米波雷达与深度相机实现360°障碍物检测，结合改进A*算法与深度强化学习路径规划，确保复杂城市场景下的安全导航。目前已在智慧城市三维建模、电力巡检、应急救援、农业植保等领域成功应用，实测数据显示其三维重建模型与实地测量的误差率小于0.3%，显著提升行业用户的作业效率与安全保障水平。