人工智能

这是一个基于SpringBoot的智能代理项目，结合MCP（ModelControlProtocol）实现与用户的自然语言交互。项目使用了先进的AI交互技术，支持通过Playwright进行网页自动化操作。功能特点支持自然语言处理和意图识别提供网页自动化工具（通过Playwright）模块化设计，易

该系统是一款基于LLM大语言模型和RAG检索增强生成技术的企业级知识库问答平台，致力于为企业提供安全可控、开箱即用的智能化解决方案。核心架构采用RAG技术与大模型深度融合架构，通过构建企业私有化知识库，有效消除通用大模型在垂直领域应用中的幻觉问题，将企业多年沉淀的业务数据转化为精准的智能搜索与问答服

一个用于SpringAI的AgentSkill管理框架，提供了灵活的方式来管理和集成各种技能到SpringAI应用中。支持传统SpringBean技能和agentskills.io标准格式。

JAiRouter是一个基于SpringBoot的模型服务路由和负载均衡网关，用于统一管理和路由各种AI模型服务（如Chat、Embedding、Rerank、TTS等），支持多种负载均衡策略、限流、熔断、健康检查、动态配置更新等功能。

本系统面向化工厂/园区的安全生产场景，提供“摄像头接入—智能识别—报警处置—统计分析—系统配置”一体化能力。首先在媒体与输入模块中，可接入本地摄像头、RTSP视频流，并支持GB28181国标接入配置（对接网关后可自动拼接拉流地址），实现多摄像头的统一管理与分组。系统支持对摄像头设置启停、在线状态检查

类似于人脸识别，通过移动端拍摄得到牛、猪的图像，对图像进行检测、校正、分割后，提取图像特征，存入向量数据库，建立身份信息，当新牛只到来时，进行身份比对，以防范欺诈风险。

量化交易专家：提供完整的Python量化交易系统开发服务，包括策略回测引擎、实时数据分析平台、风险管理工具和系统架构设计。帮助金融机构实现投资决策智能化、业务流程自动化。核心功能：量化交易系统开发（核心服务）策略回测引擎（关键技术）实时数据分析（重要能力）风险管理工具（专业价值）系统架构设计（角色定

功能模块与需求规格模块一：AI嘴替场景：用户模拟与亲戚聊天，AI生成神回复。功能逻辑：角色选择：首页展示4个角色（势利眼二姨、催婚大姑、凡尔赛邻居、严厉二舅）。对话界面：仿微信聊天窗口。用户输入文本。AI生成：调用DeepSeekAPI，基于Persona（人设）生成回复。评价系统：AI回复后，自动

项目描述：发起并独立完成开源项目idle-accelerator，旨在构建“个人AI算力互助网络”，让消费级显卡的闲置算力可被调度用于AI训练/推理任务。•技术栈：Python+FastAPI+Streamlit+psutil+Docker，核心代码完全开源（MIT协议）。•核心成果：◦发布跨平台闲

生产管理 物料管理 物料的增、删、改、导入、导出,支持维护父项、子项层级树结构 订单管理 订单的增、删、改,状态的切换(如生产中、完成)设备配置 设备配置 产线自动化设备信息的增、删、改、复制、导入、导出(如IP地址、端口等) 运行参数 系统运行中动态参数的增、删、改(如:报警明细参数、明细数据转换

AIGC图片生成系统该产品主要用于写真照证件照的生成核心功能：1.个人照片上传2.脸模训练3.照片生成4.优惠券5.购买支付系统6.图片重新生成功能7.图片生成满意度8.写真照片样式挑选9.账户信息系统10.登录及账密功能

小木琴学习端，是一家专注于儿童音乐教育发展的创新软件，依托于人工智能音频算法，帮助学员更有效的学习音乐，让家长更省心。秉承“释放天性还原生活”的教育理念，尊重儿童善于发现，乐于学习，勇于探索的天性，努力构建属于新互联网时代的艺术教育生态圈，为儿童终身发展积蓄力量

项目包含六个模块：任务配置与调度中心、分布式采集模块、数据清洗与标准化模块、价格库存监控告警模块、数据查询API与管理后台、可视化报表看板。支持按站点和关键词配置抓取策略，支持失败重试、代理池与频控，支持趋势分析和异常提醒，帮助业务快速做出定价和选品决策。

技术栈：Python,PyQt5,TesseractOCR,OpenCV,PyMuPDF项目职责：独立设计并开发了OCR文字识别桌面应用程序集成TesseractOCR引擎，实现图片和PDF文档的批量文字识别使用OpenCV实现图像预处理功能，提升识别准确率20%设计多线程处理架构，支持并发处理多个

全流程负责智能客服意图分类系统，涵盖需求分析、数据处理、模型开发、评估部署完整生命周期设计并实现了模块化机器学习流水线，包括数据预处理、特征工程、模型训练、评估分析、结果可视化五大模块针对小样本不平衡数据场景，设计数据增强和类别平衡策略，在220条样本上构建了10类别分类模型建立完善的模型评估体系，

主导设计并开发了一个企业级知识库智能问答系统，将RAG(检索增强生成)​技术与LoRA(低秩适应)微调相结合。该系统支持从文档上传、向量化存储、智能问答到模型持续优化的完整闭环，为企业提供了一个私有化部署、可定制化的知识管理AI助手。

智能客服Agent：基于RAG（检索增强生成）混合检索架构，问答准确率达92%，日均自动处理对话3000+条，人工客服介入率降低70%。自动化申诉处理：实现差评、退款、订单申诉的全流程自动化处理，单店铺日均节省人工操作2-3小时。商业成果：平台累计服务2000+家店铺，DAU（日活跃用户）超过100

synapseAgent是一个面向任务型的CLIAgent，核心目标是让用户通过对话完成复杂任务。核心设计包括三点：●第一，工具统一协议。传统Agent会提供READ、WRITE、EDIT等多种工具，SynapseAgent统一为Bash一种。核心抽象是BashRoute，它把CLI命令转化为具体工

1.支持用户常见问题自动回复，如咨询、查询、引导等场景2.关键词匹配+语义理解双重应答，回答更精准自然3.提供稳定HTTP接口，方便与前端、公众号、网站对接4.支持自定义问答库，可随时新增、修改、删除问答内容5.记录聊天日志，方便后续查看与优化6.异步处理请求，响应速度快，支持多用户同时访问

项目是一个多Agent协同的智能代码审查系统，主要功能包括：1）项目意图解析：自动读取README、代码结构和提交历史，生成业务语义上下文；2）上下文调度规划：根据Diff复杂度动态选择差异级、函数级、文件级上下文，平衡准确率与Token消耗；3）规则+LLM融合审查：结合静态规则与大模型推理，按置