人工智能

全场景覆盖，从入门到精通的投资“全能手”打开助手的瞬间，你会发现它把复杂的股市操作变得简单直观：股票列表整合全市场标的，一键筛选心仪个股；实时行情同步大盘动态，K线图、成交量、市盈率等核心数据一目了然，无需切换多个平台查询。更贴心的是，基于大数据量化模型的智能买卖建议——买入信号提醒抄底时机，卖出信

分为移动端和PC端主要功能包括1、Prompt的整理和优化2、工作流的搭建与优化3、微信支付集成4、邀请机制5、公式、表格、代码的渲染6、产品可配置7、积分消耗

背景：日常做内容时，资料分散（网页/文档/热点）、整理耗时、风格不统一、发布流程重复，导致“找资料+写稿+排版+发稿”成本高且难以规模化。为什么做：把采集、沉淀、生成、编辑、发布串成一条可复用的流水线，让内容生产从“手工作坊”变成“可追溯的流程化生产”。适用：需要高频产出（公众号/图文为主），但人手

该小程序聚焦多平台房间信息整合与智能分析，基于客户提供的多平台房间基础数据，依托AI模型对数据进行深度处理与趋势推演，可清晰呈现未来一段时间内房间供需变化、价格波动等核心趋势，以可视化图表直观展示分析结果，为用户租房、订房等决策提供科学参考。

本项目是一个功能完善的全栈量化系统，主要包含以下核心功能模块：动态因子工厂：内置通用技术指标库，同时自主研发了公式解析引擎，支持用户通过编写数学表达式（如MA(close,5)-MA(close,10)）动态创建和计算自定义因子。AI模型训练工作台：集成PyTorch深度学习框架，支持可视化的配置L

1.数据预处理数据清洗：识别并处理缺失值，但异常值不宜进行处理。2.特征提取与选择多维特征分析：从数据中提取能够描述医疗保险欺诈的特征。特征选择：使用方差阈值等方法选择对预测最有贡献的特征。3.模型构建与训练模型选择：基于项目需求和数据特性，选择合适的机器学习算法。模型训练：使用训练数据集对模型进行

项目具体功能模块：阶段提示模块、阶段总结模块、报告生成模块、单文件规则审核模块、批量文件规则审核模块项目的主要功能描述：阶段提示：通过AI分步引导上传案件所需材料（含房产证、身份证、证据照片等）；单文件多模态规则审核：对单个文件进行合规校验（如身份证主体一致性、有效期校验，异常情况以红字简洁提醒）；

系统功能分几大板块：1，AI办公版块：涉及工作流；撰写会议纪要；合同审核；专业写作2，知识库和机器人板块：创建维护知识库；创建和维护机器人；智能问答3，三员角色定义

1.跨平台智能助手?️全终端覆盖：完美兼容Windows/macOS电脑端及Android移动端⭕悬浮球设计：在微信、抖音客服等聊天界面一键唤起，无需切换应用?一键复制：AI生成回复后直接复制至剪贴板，操作流畅零学习成本2.上下文感知与动态知识库融合?实时语义理解：自动分析当前聊天记录，精准捕捉客户

1.数据接入层：支持批量导入PDF/Word/Excel/TXT等格式文档，通过Python脚本自动清洗去重、剔除乱码，同步生成文档元数据（来源、部门、保密级别）；2.向量处理层：基于开源Embedding模型（通义千问Embedding）完成文本切片向量化，选用轻量向量库Chroma本地部署（无需

自动任务执行：检测到火点后自动起飞、切换模式（LOITER/AUTO）、飞向目标、悬停并投弹，最后返航着陆，支持参数配置如速度、加速度和返航高度。摇杆覆盖控制：通过专用MAVLink端口（14553）接收MQTT摇杆指令，实现RC通道覆盖，支持限频发送和模式保护（如禁用通道5防切换）。IR位置调整：

1.开始创建：创建agent，开始机器人配置。agent可以对应理解为租户的概念，每个agent下的数据和管理是独立使用的。2.语义语料填充：创建实体、意图、问答、闲聊等语料。3.基础资源建设：设置必须的基础资源内容。4.会话流程配置：配置会话流程以实现多轮对话效果。5.BOT装配调试：将配置的语料

涵盖政策抓取、Web可视化展示、结构化简报生成、个人微信推送、Excel数据下载五大核心功能，操作全可视化，支持一键触发抓取与推送，数据自动留存归档，让政策获取、整理、分享全流程更便捷。

该app（仿deepseek和元宝）通过python加uniapp进行开发，完全独立开发，且取得客户好评。我担任产品经理+前后端负责人。app包括会议纪要、拍照答疑、文件识别等功能。目前为多家企业和政府单位部署。

使用相机底层SDK开发采集软件，sick3D线扫相机硬触发出图，dalsa2D线扫相机硬触发出图，图片采集后进行存储并传输到服务器上进行二次处理，需要对图片进行拼接与切图处理等等。

海康彩色相机SDK的调用，PHo3D相机sdk的调用，与西门子plc的的数据交互，与后端http的数据交互，图片的采集存储以及传输，设计通用相机接口类，对于不同厂家的相机，只需在特定的方法中使用对应的sdk。

测距仪模拟量数据采集，伺服行走时发出的脉冲触发模拟量数据的采集，每趟任务触发采集到几百万的数据，传感器扫过的数据与脉冲形成XY方向的数据向量，生成实时曲线。通过采集到的数据曲线看到车底扫过的复杂轮廓，拟合并计算出车底轮轴出现的准确位置。

1.基础模型问答，基于deepseek,qwen等开源模型进行部署，使用vllm进行模型推理2.模型历史问答，让模型可以记住之前的聊天内容，做到与用户的连续对话。3.文本向量化，讲用户上传的文件进行文字提取，然后将文字切片进行向量化。4.基于rag的模型精准问答。更具用户的输入检索相关向量内容，然后

1.分类结果完全可控大多数AI模型是黑盒，分错了只能干着急。本项目内置了“业务规则引擎”，允许您通过配置简单的关键词逻辑来直接干涉预测结果。例如：只要文本中出现“断水、断电”且包含“学校”，可以强制规则将其划分为“校园后勤”类，而无需重新训练模型。这种“AI模型+规则引擎”的双保险机制，确保了在生产

AI制图平台集文生图、图生图、草图精绘、风格迁移、智能抠图、超分放大、色彩校正、批量生成、模板套用、在线编辑、图层管理、历史回溯、API接口、SDK嵌入、团队协作、权限管理、商用版权、区块链确权、多端同步、离线缓存于一体，零门槛10秒产出海报、插画、产品图，持续更新模型，降本增效创意无限。