Python

前后端分离，前端React技术栈，后的python技术栈 1.前端react+antd+react-dom+echarts实现SPA的快速开发 2.后端使用Django进行快速的服务接口开发 3.数据库部分使用传统的MySQL数据库

本系统集成实现了AI聊天、Stable Diffusion WebUI（定制）和ComfyUI应用。 1. 提供通用文字对话功能，另外，还支持使用包含“帮我画”关键词的提示词生成AI图片。 2. 以Stable Diffusion WebUI官方版本为基础，实现了闻声图简版功能，并与原版UI进行了集成。

抓取国内外的热门应用和网页。 例如：淘宝，Youtobe，ins，抖音，小红书，快手，微博，知乎，公众号，小程序，视频号等 简单的加密的，都能搞。

1、项目主要有以下功能： 内容发布、商品管理、景区管理、支付、订单等 2.我主要负责原型设计、数据库设计、技术选型、支付功能

技术介绍: 项目架构: Flask框架+FlaskSQLAlchemy数据库+FlaskRESTFul设计风格+Redis缓存+Numpy+Pandas+Matplotlib可视化+Git 技术描述: 1.使用flaskrestful设计风格，使用蓝图进行多模块化管理；使用类视图管理模块业务 2.使用HTML+CSS+JS设计前端页面 3.使用MySQL管理学生，班级数据；使用Redis数据对页面数据，进行分页缓存 4.使用Numpy数据进行统计，处理；使用Pandas+Matplotlib对数据进行可视化显示

类的简单运用，主要是简单陈述了类的运用方法，将里面每一个模块分开对应，形成逻辑，能够快速运用这些类或者调用

采用Python爬虫、数据分析和处理技术以及Echarts可视化技术，并与Flask Web框架相结合，实现对以中国疾病预防控制中心为代表的权威医疗机构的疫情数据的爬取以及分析和处理，构建全国实时疫情数据的新冠肺炎可视化系统。与中国目前使用的微博、腾讯和百度等平台相比，该系统采用了可视化图表平台界面，将后端数据转换为前端图形显示。与纯数字和文本相比，可视化使用户能够更直观地获取实时数据，有效提升用户体验，增强用户粘性和关注度，更好地保护自身健康。此外，该系统将用到机器学习，使用LSTM模型对全国疫情数据进行短期预测和分析，对世界人民抗击新冠肺炎具有重要意义。

1.系统主要有以下功能： 内容发布 多级审核 操作日志记录 内容版本变更管理 敏感词提示过滤 投票 活动制作 优惠券功能 风险识别 2.负责功能： 整体数据库设计 分词处理 风控功能 数据同步 优惠券功能 3.遇到问题： 抢券功能支持高并发功能，利用分布式锁功能确保不超抢； 投票功能的刷票问题，目前也只能通过一些规则来识别刷票行为；

1.项目分为首页、交易、消息及我的页面 2.前端基于apicloud avm开发，后端python+flask开发，部署在腾讯云服务器 3.接入了支付宝支付等功能

基于Python数据爬取、数据清洗、数据分析和可视化、机器学习的题目构建 1.数据获取，根据文档中详解需求进行爬取数据及数据的保存 2.数据清洗，根据文档中详细需求进行对数据地清洗步骤 3.数据分析和可视化，根据文档中详细需求进行对数据进行分析及可视化。 4.机器学习，对数据进行预测 以上文档由本人书写，对Python学者进行统一测试及评分。

项目通过requests库，爬取豆瓣电影多页的标题及图片 我负责爬取图片及标题并保存在一个名为images01的文件夹中 其中用了xpath表达式以及正则表达式，通过这些获取了标题以及图片的地址，并保存在了一个列表中，再通过for循环遍历并保存在images文件夹中，最后再通过for 循环爬取所有页数据

1. 文档问答主要包括 文档存储模块，模型模块，文档处理模块， query模块。 文档存储主要封装了向量数据库的功能， 模型模块主要分装了大模型的功能，文档处理模块主要接收文档上传，对文档内容进行处理，切分， 组成文档树最终存储在数据库及向量数据库。 query模块主要负责接收用户问题，调用向量数据库还原上下文，通过大模型做出回答 2. 我负责的工作主要是 架构设计， 系统开发 3. 难点包括文档切分，文档树组织。

项目通过requests库，爬取豆瓣电影的标题及图片 我负责爬取图片及标题并保存在一个名为images的文件夹中 其中用了xpath表达式以及正则表达式，通过这些获取了标题以及图片的地址，并保存在了一个列表中，最后通过for循环遍历并保存在images文件夹中

基于Django所编写的反爬系统 1.本项目涵盖7个Web网站（均带有反爬机制），供爬虫训练。 2.每个项目中反爬技术使用不同加密或反爬技术进行拦截客户端请求，以达到真实反爬场景。 3.项目可供Python爬虫练习小伙伴进行反爬实操

1、DevOps 平台，支撑代码的发版迭代，以及流水线的维护和创建； 2、K8S容器管理平台，主要针对Rancher、KubeSphere的管理； 3、日志平台，主要是Filebeat+Kafka+Logstash+ElasticSearch+Kibana的维护和管理； 4、监控告警平台，Prometheus+Alertmanager+Consul+Pushgateway+Grafana的维护； 5、大数据平台，Dataworks+Hologres+Maxcompute+Flink+DataHub维护和日常开发需求的处理； 6、中间件服务，Nginx、Tomcat、Haproxy、Keepalived、Kafka、Rabbitmq、MySQL、influxdb、clickhouse等的管理和维护； 7、APM监控工具，skywalking、arms的管理和维护； 8、编写自动化运维脚本每日自动巡检，并通过开发Python Flask接口对接阿里钉钉发送消息和语音告警等。

针对有一定数据沉淀的客户，提供基于ChatGLM的LLM的BI分析解决方案，让普通业务人员实现复杂SQL编写和数据分析，满足Adhoc分析需求，优化数据分析和运营团队成本。

1.主要功能： （1）基于UDP通讯协议作为服务端发送和接收客户端的数据 （2）使用正则表达式匹配惯导数据并异或校验 （3）基于pandas解析csv数据文件

本系统集成实现了AI聊天、Stable Diffusion WebUI（定制）和ComfyUI应用。 1. 提供通用文字对话功能，另外，还支持使用包含“帮我画”关键词的提示词生成AI图片。 2. 以Stable Diffusion WebUI官方版本为基础，实现了闻声图简版功能，并与原版UI进行了集成。

投标软件自动盖章，识别密钥，标书内容自动填充，标书后台静默分身运行，RDP协议，加密等 全程自动化实现，解放双手。

主要功能： 1.解析车辆的原始数据并展示运动轨迹图、速度图、横向偏差图、速度偏差图。 技术栈： 1.将原始数据（csv文件）解析，并通过matplotlib、pyqt5处理显示。