Python

调用多模态大模型，通过系统化的提示词（Prompt）工程优化与迭代，构建一套高效、准确的图片识别与信息提取服务，并进一步扩展为支持复杂视觉问答（Visual Question Answering, VQA）的一体化AI能力平台。该服务实现对图像内容的结构化提取、语义理解与自然语言交互应答，并通过标准化API接口与企业现有系统进行无缝对接和联合调试。最终将整体能力封装为可独立部署、高可用、可扩展的微服务，支持多模态输入与智能化输出，适用于多样化的业务场景如智能审核、内容分析、自动化运维等。

该系统为提高公司员工部门效能，对接jira数据源进行分析和展示来提升部门整体效能为目的而形成。 1. 针对用户提出的重新登录进行权限系统的重新设计和优化 2. 针对系统出现的OOM问题进行问题跟踪和优化 3. 脚本平台出现的慢sql 1. 对于用户提到的数据源变更使用规则引擎实现 2. 对权限系统使用redis做持久层 3. 数据看板特殊数据结构存储在mongo 4. 使用python对原数据进行加工和清洗 5. Xxl-job定时对数据进行更新 6. 技术栈使用到了spring cloud gateway、open feign、eureka、oauth2等

通过构建智能语音客服系统，旨在为旅客提供高效、便捷、人性化的服务。 平台参与者包括：机场呼叫中心、信息中心以及旅客 功能架构设计 1、通过freeswitch语音网关接入机场已有华为语音网关设备，集成拨号计划，实现旅客语音接入 2、获取旅客语音流，利用asr技术将语音转成文本 3、利用通义千问文本大模型结合本地知识库，对文本内容进行处理得出应答 4、通过tts语音转译将大模型返回的结果转成语音，交给freeswitch播放

本项目以 “静态知识活化 + 动态交互赋能” 为核心，构建 “多模态知识库 + LLM 智能引擎 + 高拟真实时数字人” 三位一体的服务体系。通过将结构化（如产品手册、课程大纲、景区导览数据）与非结构化（如语音问答记录、视频教学片段、游客反馈文本）知识资源整合为标准化知识库，依托 LLM（大语言模型）实现知识的深度理解、精准检索与逻辑生成，最终通过实时数字人载体，将抽象知识转化为拟人化、场景化的交互服务，解决传统知识服务中 “响应不及时、交互不自然、场景适配弱” 的痛点，可广泛应用于商业服务、文旅体验、教育教学等领域，实现 “知识触达更高效、用户体验更沉浸、服务价值更多元” 的目标。

HAP机器人流程自动化软件业务亮点与问题解决介绍 业务亮点： HAP机器人流程自动化软件具备全面且强大的功能体系。拥有可视化设计流程，让操作不再依赖复杂代码，业务人员也能轻松上手构建流程；集成OCR能力，可精准识别图片、扫描文件中的文字信息，实现非结构化数据的高效提取；支持Python调试，赋予用户利用Python强大功能扩展自动化能力的权限；具备AI持续集成特性，能不断优化自动化流程，使其更智能、高效。此外，涵盖系统文件、办公软件、网页等多场景自动化，还有丰富的海量模板，大幅降低开发成本与时间。 解决的问题： 在企业运营中，HAP软件致力于解决重复性、规律性人工操作任务耗时耗力的问题。例如，大量数据录入、文件格式转换、跨系统数据搬运等工作，易出错且效率低下。通过自动化流程，可减少人工干预，降低错误率，释放人力去从事更具创造性和价值的工作。同时，对于数据提取场景，OCR和元素捕捉等功能解决了从纸质文档、图片中获取数据难的问题；在多系统交互方面，软件能打通系统壁垒，实现数据流畅传输与业务协同，提升企业整体运营效率，助力企业数字化转型。

AI在线训练平台是一个面向企业和个人开发者的零门槛 AI 开发平台，为零算法基础的开发者提供定制高精度 AI 模型的服务，包括数据处理、模型训练、服务管理、模型部署功能模块。零代码交互式获取 AI 能力模型，助力各行业快速实现 AI 赋能物体检测模型用于定制识别图片中目标的位置、名称，适合有多个目标主体，或要识别目标位置及数量的场景。常见应用场景：视频监控、工业检测、零件计数等。 我负责全部的Java后端业务接口以及Python端AI能力接口。技术栈使用了Spring Boot以及Mybaitsplus框架来做业务侧API，Pytorch，MMDetection，Celery，FastAPI来做AI侧API能力开发。

使用 SimpleImputer 处理缺失值 使用 StandardScaler 或 MinMaxScaler 对数值特征进行标准化/归一化 使用 OneHotEncoder 或 OrdinalEncoder 对分类变量进行编码 应用 SelectKBest, RFECV (递归特征消除与交叉验证) 或基于模型的特征重要性（如来自 RandomForest 的 feature_importances_）来选择最相关的特征，以降低过拟合风险并提高模型可解释性 使用 Pipeline 对象将预处理步骤和估计器（模型）链接成一个单一对象。这避免了数据泄露，并简化了代码。

互联网信息推荐算法安全评估平台（http://116.62.162.16/home）是一个面向算法治理与信息安全分析的专业工具。该平台支持从快手、微博、抖音、小红书等多类主流平台进行数据抓取与分析，实现对推荐算法行为的全面监测和量化评估。 平台核心功能包括宏观数据看板、账号群体画像分析、安全指标追踪等，能够精准识别如“诱导控制”和“干扰识别”等算法风险行为，并以可视化方式呈现其变化趋势。它已管理超600万账号、37类群体画像，支撑起对信息传播机制与算法影响的深入洞察。 该平台适用于监管机构、研究单位及平台企业，为其提供算法安全评估、舆论风险预警和治理策略制定方面的数据支持，最终推动推荐算法透明、可信、向善发展。

产品api无法实现对端口进程的批量整理、SAP与非SAP的自动判断、以及端口对应Web url的自动批量整理 通过本程序集，可使用万相主机安全api+蔷薇微隔离api，批量识别并整理可视化的，暴露至某个范围的机器端口、端口对应进程、进程对应weburl（如有），节省了暴露面排查时的手工操作。 1、实现某能源企业ERP项目梳理端口暴露面的需求； 2、使用python的requests包、openpyxl包等实现； 3、调用产品api实现非自带功能，实现多线程发包节省时间、增量判断节省人工成本； 4、部署至服务器定期执行。

行业：智慧农业、植物保护、农业信息化 业务场景：农业知识库构建、病虫害识别模型训练、数据分析和决策支持 功能模块：代理管理模块、请求调度模块（并发）、数据解析与存储模块、状态管理模块（断点续爬、增量更新）、定时任务模块 实现功能：自动爬取植小保小程序中的问答数据、病虫害识别结果、专家回复等。将爬取的数据结构化存储到数据库和本地文件中。支持增量爬取，避免重复爬取已处理的内容。支持高并发、代理轮换，提升爬取效率和稳定性。提供日志记录和错误重试机制，保证爬虫的鲁棒性。 技术选型：语言：Python 3，网络请求：httpx、requests，数据库：PostgreSQL，并发处理：threading + ThreadPoolExecutor，定时任务：schedule，JSON处理：json，日志管理：logging，代理服务：自定义代理池服务（通过HTTP接口获取代理）

KMblog 是一套面向交付的静态站点引擎，我们把“写作—构建—分发”整条链路打磨成一条可复制的 DevOps 流水线，让客户在零后端投入的前提下获得企业级性能与可维护性。 核心架构上，我们采用 Vue 3 + Vite 作为前端底座，利用 Vite 的原生 ESM 与 Rollup 双引擎，在开发阶段实现毫秒级热更新，在生产构建时则借助 Vite-SSG 预渲染全部页面，配合自动路由拆分与懒加载，首屏 JS 体积较传统方案缩减 60 % 以上。样式层使用 TailwindCSS 的 JIT 模式，按需原子类打包，最终产物 CSS < 10 kB；同时通过 PostCSS 插件链路自动处理浏览器前缀与压缩，无需额外配置即可满足 Lighthouse 95+ 的评分要求。 在内容处理层面，Markdown 通过统一的 remark-rehype 管道解析，抽象出可插拔的 AST 节点，任何自定义 Vue 组件都能以 `` 形式直接在正文中引用。构建时，我们利用 esbuild 将组件编译成异步 Chunk，运行时仅加载当前页面所需逻辑；全文搜索则基于 FlexSearch 离线索引，索引文件随构建产出，查询延迟稳定在 10 ms 以内，无需后端服务即可实现动态站点级别的搜索体验。 部署环节未来将内置 GitHub Actions 模板，流水线分为 Lint → Test → Build → Deploy 四阶段，平均耗时 90 秒即可完成一次灰度发布；产物可一键推送到 GitHub Pages、Vercel、Netlify 或任何支持静态托管的边缘节点，天然具备全球 CDN 缓存与 HTTPS 证书。 对客户而言，只需 fork 仓库、填写 `config.js` 中的品牌信息，即可在五分钟内获得一套可定制、可扩展、可自动交付的高性能博客系统；后续升级只需合并上游主干，CI 会自动回归测试并平滑发布，真正做到“写内容，不操心运维”。

新抖网站数据爬虫（数据采集），根据提供的主持人数据，使用selenium库，模拟浏览器操作，搜索主持人并获取需要的数据，有效规避反爬措施。 爬取内容（以月为单位）：直播次数、总音浪、总音浪合人民币、平均单次直播时长、场均直播音浪、场均直播音浪合人民币、单场参与人数峰值、最常直播时长及占比、最常直播时间点及占比、带货直播次数、带货直播次数占比、总上架商品数、总商品品类、总商品品牌数、总涉及平台数、top商品品类、top商品品牌、top平台及占比。 将爬取到的信息梳理，生成Excel文件，方便阅读、使用和整理。

就是单纯的展示我有开发的能力以及技术，结合了html，python后端撰写的伪全栈开发，前后端不分离，服务器端渲染前端。采取redis的本地缓存技术存储验证码等数据进行验证，代码进行数据库数据自动写入修改。采用flask——Email包实现邮箱发送接受验证的功能，用以实现注册。采用css对页面进行渲染，使得页面更美观。

1.本项目简介：爬取飞瓜抖音网站，模拟浏览器操作，根据提供的主持人名单进行精确搜索、数据爬取，并将获取到的数据汇总，输出为Excel文件。 2、对飞瓜抖音网站进行搜索：按抖音号；飞瓜网站有反爬，不可以用selenium自动化登录，selenium打开后，配合手机扫描继续爬取。 3、爬取内容：名单中每个主持人的抖音名，抖音号，30天直播场次，30天直播销量，30天直播销售额，30天场均音浪（用于计算30天音浪增量）

ReducePicSize是一个缩小图片尺寸的小工具。 它可以批量把整个文件夹下的所有图片，按照设置的尺寸进行批量缩小。 读取时可以勾选包含子文件夹。 处理图片时，会保持图片的长宽比例不变。 工具提供了 运行后，工具会把图片的长或宽缩小到指定的像素值。 比设置像素更小的图片不会被改变。 工具支持的图片格式包括：JPG, PNG, BMP, GIF, TIFF, WEBP

1.工具介绍 PicSearch是一个基于纹理图像内容进行搜索的工具，直接通过上传纹理照片或图片即可找到相似的图片结果。 提供石纹、木纹等各种纹理的产品搜索，能根据客户随意拍摄的照片或图片，帮助企业精确找到本地图库中的纹理图片。 2、使用步骤 (1)点击上传按钮选择需要搜索的图片 (2)选择需要搜索的图片库目录 (3)开始搜索 (4)系统自动分析图片特征 (5)搜索完毕后相似图片会显示在结果区域 (6)双击结果图片的名称，可以打开图片查看

在大型交通枢纽，业务拓展和旅客出行需求增长使车辆通行管理难题凸显。传统人工管理效率低，难以适应高强度运行；基于传统 AI 算法的检测系统在复杂条件下识别准确率低，无法提供精准数据；部分现有系统兼容性差，限制功能拓展；系统维护复杂，成本高且易因维护不及时影响运行。这些问题严重制约交通枢纽车辆管理的高效、准确和安全，急需新的解决方案。我们的系统主要具六大功能模块，分别是用户管理模块、数据分析模块、摄像头管理模块、监控检测模块、在线识别模块。

项目为爬取网易音乐、爱奇艺、酷我、QQ音乐、虾米音乐、音悦台中的新歌数据，并将数据整合，存储并输出为Excel文件。 1、其中内容包括：新歌数据、歌曲评论数据、MV数据等 2、使用的爬虫技术包括： 后端爬虫：如requests库，根据发送HTTP请求，并解析返回的HTML内容。 前端爬虫：如使用Selenium工具，模拟浏览器操作，如表单提交等，获取网页数据。 3、获取数据之后，将数据整理并输出为Excel文件，更易使用。

公司致力于各项软件开发项目，有多次大型政府项目系统开发经验，在软件开发项目上有丰富经验，研发及维护团队均是著名开发公司人员，致力于软件开发质量和服务的提升，软件开发是一个充满创造性和挑战性的领域，它将逻辑思维与解决问题能力相结合，旨在打造改善人们生活和工作的数字产品。它不仅仅关乎技术，更关乎团队协作、沟通和对用户需求的深刻理解。希望这篇介绍能为您打开一扇了解这个广阔世界的大门！

1.项目基于开源项目ODOO定制开发。 2.项目具备完善的，高度可定制的权限管理机制。 3.项目高度模块化，可以根据用户需求任意增减模块。 4.项目集成了PaddleOCR模块，具备完善的文本识别功能。 5.项目具有完善的，高度定制的审批流程。 6.项目具有丰富的文档管理功能，可以方便高效的管理项目中的各种文档。 7.项目使用Python语言开发，可以方便的接入各种AI模块。