开源项目

鸿蒙next的开源阅读项目 canvas阅读器，阅读进度条，字号大小调节，文字排版 文件读取和保存等文件处理方法封装，实现本地文件导入 渐变动画 按照figmaUI设计图，实现页面UI和相关功能 音乐播放器avplayer实现本地音乐播放，音乐播放进度条实现 Router路由和Navigation路由使用

音量增强小工具，扩大网页音量，解决部分网页即使最大音量还是声音小的问题。 旧版本的只能增大音量，不能减少音量，新版本的解决了这个问题。 使用JavaScript开发，不需要任何权限。 程序很小，学一点火狐扩展的知识，然后直接看代码就行了。

1、解决了传统家电修理企业信息化转型的问题。 2、大大提升了企业生产效率。 3、帮助企业完成了数字化转型。 4、服务范围涵盖家电维修、安装与清洗，水电维修、灯具维修、家庭维修、管道疏通等等，后期可扩展到培训学校、五金产业、汽车维修、物业维修等全维修服务。本项目即提供了一种解决方案，将互联网+与维修服务相连接，致力于给消费者更好更快的维修体验。项目拟采取线上平台结合线下师傅及门店的模式进行运营。线上打造专业互联网维修服务平台，实现有维修需求的客户、专业师傅、维修公司的三方互联。线下发展连锁加盟店，通过参与门店加盟的方式将品牌推广到全国。平台包括师傅端、客户端、维修公司，三方皆可发布需求信息，平台就近安排。

1.基于若依开发的跨平台即时通讯系统。 2.目前正在大力开发中。。。 3.后端技术栈java+spring cloud+mysql+MongoDB+RabbitMQ+redis+docker+netty+WebSocket+Tcp/IP 4.Web端技术栈vue3+elementplus+pinia+WebSocket 5.pc端技术栈vue3+electron+electron forge+vite+element plus+sqlite3+WebSocket

基于人工智能的AI问诊导巡大模型项目旨在提升患者的就医效率，缓解医疗资源压力。以下是项目的详细讲解： 遇到的问题: · 整体架构: 如何在项目框架中选择前后端以及模型api的响应。 · 流式回答：如何实现用户能够获得流式回答，减少模型的响应时间。 · 模型裁决：如何让两个大模型的回答能够自动进行裁决，生成最优的回复。 · 意图识别：如何确保模型能够识别用户的问题是在进行问诊，而非闲聊。 · 信息整合：如何将RAG检索和知识图谱的信息与提示词相结合，提供给大模型用于回复。 项目搭建过程: · 系统架构：项目使用前端页面与FastAPI框架进行前后端系统搭建，实现无缝交互。 · 数据来源：数据主要来自爬取的医学网站和开源医学对话数据集，用于训练意图识别模型，以准确判断用户输入的意图，分为闲聊和问诊两类。 · 项目流程与LangChain应用结合： 对于闲聊场景，系统直接与大模型进行对话。 对于问诊场景，系统首先检索RAG向量数据库，召回相关文本，并使用命名实体识别技术识别用户提问的疾病 或症状。利用知识图谱（Neo4j）获取相关命名实体识别的科室和症状信息，最终构建提示词

由于项目需求，需要一个可视化拖动折线图数据操作，使用Echarts的拖动事件来进行修改数据。该插件依靠配置tooltip.trigger下的'axis'来做处理，能够对多条数据进行快速的进行处理出想要的折线图

本项目旨在优化CSDN等博客网站的学习笔记记录体验，针对现有功能不足进行改进。后端我们决定采用强大的Python语言，以确保系统的稳定性和数据处理能力；前端则融合HTML、CSS、JavaScript、Vue及Axios等技术，打造流畅、美观且交互性强的用户界面。

提供一些偏僻的文本格式化界面： 1.支持水平或垂直的多窗口排布； 2.基于cm6支持代码显示、搜索、高亮； 3.支持文本的紧凑与人类友好间转换； 4.支持窗口交换文本； 5.所见即所得的简洁界面设计；

是一个功能丰富且易用的 Java工具库，通过诸多实用工具类的使用，旨在帮助开发者快速、便捷地完成各类开发任务。 这些封装的工具涵盖了hutool包（依赖hutool包）, 部分 ruoyi 工具类，包含了系列字符串、数字、集合、编码、日期、文件、IO、加密、数据库JDBC、JSON、HTTP客户端等一系列操作，还包含了 ACM算法，JDK版本兼容包，各种base接口，注解AOP装配，配置自动装配，可以满足各种不同的开发需求。

1.Windows自带的服务管理功能比较匮乏，经常导致一些服务部署后开着一些控制台窗口运行，极易产生误操作。 2.通常用户只关心自己部署的后端服务，这些信息经常与系统自带服务或第三方应用的服务混合在一起，难以跟踪观察。 3.简洁界面，无框架相关运行时依赖，功能可随需求扩展。 4.易于上手，所见即所得，不过服务托管需要高权限，容易被杀毒软件误报。

issuer是一个面向非专业使用者的轻量级软件项目管理系统，类似市面上的禅道、PingCode，但是是完全开源的作品。本项目目的是让非专业使用者也可以轻松管理软件项目，控制软件开发风险。同时，本项目开发参考了禅道（试用版）、云效（旧Aone）和GitHub等优秀作品，但在此基础上也扩充自己独特功能，包括以下特点： 完全开源: 本项目完全由社区驱动（虽然现在只有我一个人），支持MIT协议且永久承诺不包含任何商业成分。 多方联动: 本项目支持与各软件开发工具联动。目前可以通过Gitea钩子驱动项目迭代。 响应页面: 本项目通过 tailwindcss 实现响应式页面，可以在不同设备上正确展示页面信息。 本项目后端采用Python开发，通过FastAPI框架实现异步处理请求，提高响应速度。在数据库方面采用SQLModel对象关系模型工具连接sqlite数据库，也可移植主流的MySQL和SQL server数据库。 本项目前端采用typescript开发，通过主流的React框架结合Shadcn/ui库实现Web端和移动端界面开发。在异步请求方面，通过axios实现与后端通信。 本项目通过ma

在智能问答领域，涉及到一个高效的流程体系。当在 AI 人工智能聊天 CHATGPT 聊天页面进行操作时，数据会被发送至接口服务器。服务器获取数据后，将其返回并显示在前端界面。若请求失败，系统具备快捷重新发送请求功能，以确保用户能及时获取所需信息，提升交互的流畅性和效率，为智能问答体验提供有力保障，满足用户的智能化需求。这一设计充分考虑了用户在使用过程中可能遇到的问题，通过优化请求机制，提高了系统的稳定性和可靠性，使得智能问答服务更加便捷、高效

这是一套婚庆服务全套模板前端，具有开源特性。其涵盖丰富多样的功能模块，包括首页展示、社区交流、关于页面介绍、个人中心 “我的”，以及预约、订购、选购等核心业务功能，还有收货地址管理、购物车、系统通知等辅助模块，更有会员卡、优惠券、积分、储值金等优惠与权益设置，以及订单信息查询、充值、礼品、首饰等相关内容，为婚庆服务的前端展示和交互提供了全面而完善的解决方案，方便用户便捷操作，提升婚庆服务的线上体验。

该高校科研系统采用Java技术栈构建，基于Spring框架进行业务逻辑管理，Spring MVC处理Web层请求，Mybatis实现数据库操作。前端利用HTML、CSS和JavaScript提供交互界面，后端数据存储于MySQL数据库中，整体支持科研项目的全流程管理，促进学术交流与合作。

一个基于Go/Gin框架的Web应用，实现了一些文本数据转换的操作，打通了Python、Go、C++交叉编程的流程，为后续扩展需求有更多的技术方案选择，也正因为这种扩展性与灵活性，对运行环境会有要求，因为通常以Docker形式部署，牺牲了一定的语言上的跨平台优势。前期基于Python/Flask框架实现，后续将部分功能迁移到新的Gin框架上，是优化个人效率的定制应用。

Nasu是一款面向个人的NAS软件，其定位是网盘和传统NAS的结合。Nasu产生的目的是“云上存储，随时使用”，用户只要部署一次就可以像浏览网页一样上传和预览文件内容。和传统的网盘相比，其优点有一下几个方面： 安全：文件存储在网上可以做数据备份，而且不会因为审核丢失数据 高效：文件的上传下载完全依赖于网络环境，不会限流限速 便宜：自己部署的NAS平台，没有会员机制，成本只是服务器的成本 灵活：只是个人使用，不需要大范围的运维 本项目后端采用Go语言开发，结合Gin框架可以实现异步处理用户请求，在数据库读写方面，项目通过xorm框架实现和数据库通信。数据库可以是sqlite、MySQL或SQL Server等主流数据库。 本项目前端采用React框架开发，页面UI采用antd，并通过axios实现前后端通信。 项目通过make构建，但是运行只需要clone项目后执行go mod download和go build nasu/src即可。

本项目是基于学生练习前端的项目‘，项目本身也是用于练习前后端练手项目。 项目采用了先进的微服务架构，以确保系统的高可用性和可扩展性。前端部分，我们选用了Vue 3结合vite 3工程，这不仅提高了开发效率，还优化了项目的性能。为了加速前端开发流程，我们集成了elementPlus组件库，它提供了一套完整的UI解决方案，使得界面构建更加快捷和高效。 在后端开发上，我们选择了Java语言，并采用了Spring Boot和Spring Cloud框架，这些强大的工具帮助我们快速构建和部署微服务。它们不仅简化了配置管理，还提供了服务发现和负载均衡等关键功能。 对于数据存储，我们选择了MySQL数据库，它以其可靠性和高性能而闻名，能够满足我们对数据一致性和事务性的需求。同时，为了提升数据访问速度和减轻数据库压力，我们引入了Redis作为缓存解决方案，它能够提供极速的数据读写能力，显著提高了系统的响应速度。

本项目是基于学生练习前端的项目‘，项目本身也是用于练习前后端练手项目。 项目采用了先进的微服务架构，以确保系统的高可用性和可扩展性。前端部分，我们选用了Vue 3结合vite 3工程，这不仅提高了开发效率，还优化了项目的性能。为了加速前端开发流程，我们集成了elementPlus组件库，它提供了一套完整的UI解决方案，使得界面构建更加快捷和高效。 在后端开发上，我们选择了Java语言，并采用了Spring Boot和Spring Cloud框架，这些强大的工具帮助我们快速构建和部署微服务。它们不仅简化了配置管理，还提供了服务发现和负载均衡等关键功能。 对于数据存储，我们选择了MySQL数据库，它以其可靠性和高性能而闻名，能够满足我们对数据一致性和事务性的需求。同时，为了提升数据访问速度和减轻数据库压力，我们引入了Redis作为缓存解决方案，它能够提供极速的数据读写能力，显著提高了系统的响应速度。

1. Known 是一个开源的企业级全栈快速开发框架，解决企业开发难，成本高等问题； 2. Known 是基于 Blazor 技术实现，支持无代码，低代码，跨平台，开箱即用，一处代码，多处运行。 3. 官网文档教程：http://known.org.cn/doc

1、邮件注册与登录，并将相应的数据保存至MySQL； 2、selenium播放任务，以线程池函数的方式完成任务； 3、spider获取driver所需的代理和User-Agent，以便规避视频平台的同一IP固定时间内的播放不计入播放量的规则； 4、支付接口； 5、admin页面及配置；