Python

zabbix实现了对本机自带模板的监控（CPU，硬盘，负载，以及相应的服务）实现了mariadb的主从监控，NGINX用户连接数的监控，网络连接状态的监控等，自定义监控及邮件，钉钉，QQ报警；配置了自动发现规则，以及主动发现

支架管理系统，支架仓库管理方案，先进先出实现智能仓库系统，人员二维码扫描系统流程化管理方案实现落地， 2.笔记本支架仓库APP管理系统，简化流程，高效管理

使用Python运行，内容为判断年份是否为润平年，初学试练。每个初学者都会的代码，因此来代表初启。生活不易，希望官方通过！

1. 自动计算优化无人机群飞行动画(自动避免碰撞, 自动选择优化路径) 2. 分段计算编辑路径 3. 飞行速度检查 4. 飞行路径检查 5. 动画路径导出

这个爬虫程序发送了一个GET请求到网站的首页，然后使用Beautiful Soup库解析HTML响应。它找到了包含题目数据的元素，并提取了其中的文本信息。最后，打印了题目数据。

医院的一个统计系统，之前需要人工填写病人检验报告的信息，报告信息很多，约20-30项，需要把这项工作通过脚本进行自动化 使用架构：主体通过python语言来完成，涉及将pdf转图片、OCR框架识别图片为文字，然后通过自动化测试框架，模拟人点击网页操作，并填写OCR识别的文字信息，完成全流程自动化过程

1. 平台功能主要有信息查询工具和渗透测试模块(WEB) 1.1 信息查询模块中包含 分析、查询、和空间测绘引擎（设计待开发）功能，分析功能中有 IP分析、站点分析、域名分析， 1.1.1 IP分析：判断是否为恶意IP、IP归属、运营商、IP类型、IPWhois信息、IP经纬度、IP关联域名(备案信息)、FOFA上IP开放端口和服务等信息、IP历史绑定域名、IP历史存在过的漏洞编号，可用于辅助判断资产归属 1.1.2 站点分析：请求的基本信息【状态码、URL、title、keyword、网站描述、返回长度、网站server】、DNS解析IP(IP归属信息)、网站指纹、基于请求和响应存在的漏洞、URL关联的ICP备案信息、页面中提取到的域名(ICP备案)、提取到的邮箱信息、检测网站是否存在被挂马/暗链内容 1.1.3 域名分析：域名备案信息、nsLookup信息、域名whois信息、待开发... 1.2 渗透测试模块目前只有漏洞利用功能，漏洞利用中支持对指定网站进行单个漏洞的检测，如果存在漏洞，则可以下载漏洞的docx报告，报告中包含url关联的ICP备案信息

成绩分层，90A。80 B，70 C 60 D，运用Python，还有一种选择结构还没学到，这种比较简单.生活不易，官方通过！求求了！！！

用户认证系统：允许用户注册账户、登录和注销。 发布任务：用户能够发布他们需要完成的任务，包括任务的描述、报酬等信息。 浏览任务：其他用户可以浏览当前可用的任务列表，并选择他们感兴趣的任务。 接单功能：用户能够选择并接受任务，系统应该能够更新任务状态以反映任务的进展。 支付功能：一旦任务完成，支付给任务执行者相应的报酬。

这是一个AI应用的项目，包括了微信扫码登录、聊天、会话、写作等功能 1、扫码登录分为微信扫码关注微信公众号注册和登录、手机验证码账号和密码登录注册 2、该项目整体使用了Springboot和Flask作为系统和AI模型的接口的后台框架，数据使用的是MySQL、Es和Milvus（向量数据库），前端使用的是React框架

项目用到了Python的time,os,tarfile,hashlib,pickle等模块 其中time用于判断当前时间是星期几，来决定进行全量备份还是增量备份，os模块用于拼接字符串，以生成带有日期标识的文件名;tarfile模块用于生成压缩文件，hashlib模块用于判断源文件与目标文件的MD5值，pickle模块用于原样输出数据类型 实现了，周一完全备份，周二至周天增量备份

通过输入课表，自动识别日期，转化日期格式，添加时间地点，自动匹配项目格，从而生成cal并自动上传至服务器，生成URL以供iOS导入。

基于clickhouse数据库的标签体系，实现数据从解码，到清洗，到整理成小时或者天，周，月等不同粒度的统计数据，最后还有经过综合性分析，出具市场指导性的数据方案

## 世界环境系统 1. 资产库 2. 实现参数化世界环境控制 3. hdr替换 4. 世界环境参数预设 ## 灯光资产系统 1. 资产库 2. 参数化灯光 3. 参数预设 4. Panel 灯光控制 ## 材质资产系统 1. 材质库 2. 参数化材质及预设 3. 标准化材质(baseColor/AO/SSS...) ## 模型资产系统 1. 模型库 2. 模型套件(贴花/布尔) ## 相机资产系统 1. 功能化相机 ## 节点资产系统 1. 节点资产库 2. 材质/合成器/几何节点 ## LUT系统 1. LUT库

实现功能：雇主有几个网页博客，需要将这些网站做成RSS源 使用架构：主体通过python语言来完成脚本开发。涉及网页数据爬取，并将爬取数据以RSS协议的格式写成xml文件，放在静态服务器上，RSS客户端访问即可拿到RSS源

主要为智能AI算法提供运行平台和展示界面，并打包算法为Docker容器运行在服务器上，使用Rust基于pyo3框架与CPython进行数据交互，使用Vue基于Vuetify框架绘制自适应页面，使用MongoDB 数据库存储动态数据结构，使用Docker Compose在Linux服务器上部署算法演示平台。 本人主要负责前端页面编写和api编写

用户认证系统：允许用户注册账户、登录和注销。 发布任务：用户能够发布他们需要完成的任务，包括任务的描述、报酬等信息。 浏览任务：其他用户可以浏览当前可用的任务列表，并选择他们感兴趣的任务。 接单功能：用户能够选择并接受任务，系统应该能够更新任务状态以反映任务的进展。 支付功能：一旦任务完成，支付给任务执行者相应的报酬。

该系统可以构建流程、智能体和知识库，用户通过流程引擎可以自定义构建自己的智能体 1、负责系统智能流程构建、大模型节藕对接开发、提示工程和问答接口开发以及工具开发 2、用到的技术提示工程、大语言模型技术、Springboot、Docker、Milvus、MySQL、React、Flask

通过yolo识别目标物并且返回数值，判断鼠标与目标物的距离，使用三次贝塞尔曲线优化鼠标移动，将移动鼠标至目标上。

气体检测模型搭建前后端平台。后端采用python+flask架构完成，前端使用vue3+vuetify完成。借助websocket实现前后端数据日志记录更新展示。借助基础组件对视频流效果进行封装，实现播放器功能。后端完成对yolo模型的导入和调用 本人主要负责前后端搭建编码和模型导入使用