云服务/云平台 软件定制 案例

程序聚合 软件案例 全部 云服务/云平台
基于大语言模型的跨平台智能陪伴机器人
【立项背景与目标】 市面上的陪伴型 AI 助手普遍存在三个问题:只能活在单一平台、没有长期记忆(今天说过的事明天就忘)、回复像客服。本项目目标是做一个"记得住人、跨平台是同一个她"的陪伴型机器人,让对话在 QQ、抖音两端连续,并具备语音、表情包等拟人表达能力。 【核心功能模块】 1. 多平台接入:QQ 为主阵地(接入 NapCat/OneBot 协议),抖音为副阵地,两端共用同一人格与同一套记忆,用户在一端说过的话另一端能回忆起来。 2. 三层长期记忆:事实卡(固定偏好/禁忌,每次对话强制注入)、向量记忆库(跨会话语义召回)、会话历史。"记住我说的话"有两条落地通道:桥接层正则直接落盘 + 模型侧工具写入。 3. 语音交互:收到的语音消息本地离线转写,回复可按情绪合成语音(三套 TTS 引擎按优先级自动兜底)。 4. 情绪化表达:337 张表情包按情绪分类发送,支持主动发起消息、定时提醒、QQ 空间动态。 5. 人格与安全:傲娇系人格提示词 + 出站文本清洗,既避免"AI 腔",也防止内部机制和实现细节泄露给用户。 【业务流程】 用户消息 → NapCat 上报 → 桥接服务组装上下文(事实卡 + 当前情绪状态 + 记忆召回结果)→ 调用大模型 → 解析回复中的动作标记(表情包/语音/说说/提醒)→ 按字数自动拆分为多条气泡发送。
人工智能
Node.js
专利数据库建库与检索优化(5007 万条 110GB)-cn_patent_db
一、立项背景与目标 本项目面向专利数据研究工作,将 CNIPA 公开的中国专利数据(40 个 CSV 文件,合计 110 GB,5007 万条记录)导入 MySQL 8.0.28,建立可供研究分析使用的关系型数据库。 目标为支持三类分析需求:按城市、年份、专利类型组合检索单条专利记录;按城市与年份进行分组聚合统计;保留原始数据以便回溯核验。 二、功能模块 1. 数据导入模块 按文件分批解析源数据,处理字段数不一致(34 列为主,部分年份存在尾部空列或额外列)、UTF-8 BOM 头、CRLF 换行与控制字符等异常。 2. 清洗与建模模块 统一字段语义;城市字段存在 440 种写法(含「北京市」与「北京」并存、台湾县市、省直辖县级市等),经映射表归并为标准城市名;按申请号、专利类型、城市、申请年组合去重,区分「申请公开」与「授权公告」两类记录。 3. 检索与聚合模块 在城市与年份维度建立复合索引,提供明细查询与分组聚合两类接口。 4. 数据校验模块 采用逐文件行数核对、与官方年报比对、内部行数等式三种方式验证数据完整性。 三、业务流程 源文件分批解析 → 装入暂存表 → 字段标准化 → 城市名归并 → 去重 → 生成主表 → 建立索引 → 三层校验 → 对外提供查询接口。
大数据、企业服务(saas)
Python、SQL、MySQL
去中心化双环网络拓扑架构 — 无中心节点、双向冗余、故障自愈、就近路由的分布式服务平台。-NodeRing
项目地址:https://gitee.com/hahanjh/node-ring NodeRing 是一套运行在应用层的双环网络架构。若干节点首尾相连构成闭合环,每个节点同时接入主环和副环两条独立链路,形成 4 条路径(2 环 × 2 方向),实现电信级可靠性。在业务连续性、扩展性、可靠性、负载均衡等方面有显著优势,并且性价比极高,没有额外的硬件成本。 核心特性: 去中心化 — 无中心节点,所有节点逻辑对等,通过泛洪自动同步全网状态 双环冗余 — 主环/副环互为备份,任意单点故障不影响业务,故障自愈 ≤ 50ms 就近路由 — 本地全局视图 + 双向 BFS,自动选择跳数最少、延迟最低的路径 异构挂载 — 每个节点可挂接任意语言/平台的服务和客户端 负载均衡 — 双向冗余,自动分流,单个节点故障不影响整体负载 高扩展性 — 扩容只需简单配置即可随时增加新节点 业务连续 — 一个服务,可在相同或不同节点上部署多个实例,单个服务实例故障不会影响整体业务运行 优雅降级 — 多处故障时自动退化为更简单形态,仍提供有限服务 协议简洁 — TCP + MessagePack,无复杂路由协议,易于实现和调试 适用场景 场景 说明 内网/园区网络 节点物理距离可控,双环冗余提供高可用 边缘计算 节点具备本地处理能力,减少云端依赖 IoT 聚合与转发 异构端点挂载,本地预处理减少跨环流量 中等规模部署(10–200 节点) 泛洪开销可忽略,路由收敛快 高可用要求 故障自愈 ≤ 50ms,达到电信级可靠性 去中心化需求 无中心节点,避免单点故障和注册中心瓶颈
企业服务(saas)、物联网
C#、.NET Core
化工智慧实验室自动化平台-智慧实验室
项目背景:面向国企化工集团的实验室,替代纸质记录和分散的 Excel,建设覆盖样品、实验、设备与数据合规的智慧实验室平台,满足实验室质量体系与危化品管理要求。 核心功能:样品登记与条码流转、检验任务派发、实验流程与结果录入、仪器数据自动采集与解析、报告自动生成与多级审核、设备台账与校准提醒、试剂耗材与危化品库存、环境与人员资质管理、审计追踪与电子签名、统计看板与合规报表。 业务流程:样品接收后生成条码并按检验项目自动派单到实验员与仪器;仪器数据自动回传并与标准值比对,异常触发复检;结果经班组、科室、质量负责人三级审核后签发报告,全过程留痕可追溯。 设备协同:与协作机器人、AGV 物流车及硬件专机(自动称量、自动滴定、自动萃取等)打通,实现样品自动转运、自动上下机与结果自动回传。
工业互联网、企业内部管理
Java、Spring Boot、Vue...
多地政府大数据平台项目(天津 / 沈阳 / 郑州)
各地市大数据平台不统一,其中包含华为集群、阿里集群、自研集群等,基于不同集群情况完成需求对接,以及离线数据模型的开发工作。能源原型设计以及相关项目管理计划等,从招标到最终验收全流程把控。
政务服务、大数据
SQL、Vue、Microsoft Pr...
SAAS云收银系统V1.0
随着互联网技术的发展,餐饮信息化对SAAS架构提出了需求,收银系统的SaaS化是一个必然趋势,可以为企业带来轻运维,提供实施效率,降低客户投入;云收银是不可缺少的一部分,基于Saas架构模式。本系统是SAAS云收银系统部署在云端的,比传统的软件更加容易升级更新和维护,功能开台、点单、收银、报表,整个闭环操作速度更快,更改菜品实时更新,无延迟、无卡顿。
企业内部管理、零售/新消费
C#、Java、Android SDK、...
优**CRM系统-Zoho Creator
1、市场、售前、售中、售后全业务流程管理 2、L2C全链条管理:线索-客户-联系人-商机报备-订单-发货-SN管理-收款 3、5个驻外机构/办事处,多语言支持、多币种支持 4、Oracle ERP对接 5、Shopify对接 6、MES对接 7、PLM对接 8、泛微OA对接 9、售后服务管理,结合机器码管理,实现设备全生命周期售后服务跟踪 10、结合移动端,实现随时随地移动办公
企业服务(saas)、企业内部管理
Beego、Zoho Creator
运营自助问数Text2SQL-Text2SQL运营自助查询系统(Java版)
1、立项背景和目标:运营/业务同事取数依赖数据团队写 SQL,响应慢、沟通成本高;而直接放开数据库又存在误操作与数据泄露风险。本项目目标是构建一套“运营自助问数”的 Text2SQL 系统:用自然语言提问自动生成 SQL 并可视化呈现,同时用“两阶段 SQL 授权 + 只读白名单 + 查询超时与行数保护 + 结果脱敏”保证安全可控,让非技术人员也能自助取数。 2、软件功能与核心模块:①聊天式问数:输入自然语言问题,自动生成 SQL 与中文解释,并输出 KPI 指标卡/柱状图/折线图/饼图/明细表格;②两阶段 SQL 授权:先 preview 生成不执行,弹窗展示生成方式、涉及表、只读标识与 SQL 原文,可人工修改后再 execute;③交付物清单:按问题累积图表/表格/SQL,可展开、可下载 CSV;④数据资产:列级数据字典、表关联(外键)、所属数据库元信息;⑤模型配置:内置 22 家主流模型商,运行时切换、先测连接再保存、Key 打码;⑥生产弹性:限流、鉴权、审计、脱敏、健康检查、指标与故障注入。 3、业务流程与功能路径:用户提问→NL2SQL 生成 SQL+解释(不改数据)→授权弹窗人工核对/修改→只读白名单校验→超时(2000ms)与行数上限(200)保护→执行→结果脱敏→自动选图渲染图表/表格并写入交付物清单。未配置大模型时自动走内置规则引擎,服务不中断。
人工智能、企业内部管理
Java、SQL、Docker
AI知识库RAG智能问答-企业级RAG知识库问答系统(Java版)
1、立项背景和目标:企业客服/运维知识分散在手册、FAQ、话术、表格等多格式文档中,传统关键词与全文检索对错误码、型号等“硬信号”和口语化提问命中率低,且答案缺乏出处难以核查。本项目目标是构建一套生产级 RAG(检索增强生成)知识库问答系统:用混合检索提升召回准确性,并在回答中附带引用来源,打通“导入→切块→向量化→混合检索→生成带引用答案”的完整链路。 2、软件功能与核心模块:①混合检索引擎:向量召回(pgvector/HNSW)+ 关键词 BM25(pg_search)双通道,RRF 融合排序;②知识库管理后台:支持 PDF/DOCX/XLSX/PPTX/TXT/MD/CSV/HTML 等多格式导入、粘贴文本、分块查看、单篇/全量重建、删除与检索测试、持久化;③对话式问答前端:欢迎引导、示例问题、检索进度、回答带[编号]引用来源可展开,右侧工作台含引用/知识库/检索调试/运行状态;④生产弹性:重试、熔断、降级、TTL 缓存、限流、鉴权、脱敏、健康检查与 Prometheus 指标;⑤问题笼统时先反问澄清、给可点方向。 3、业务流程与功能路径:文档导入→按段落语义切块→Embedding 向量化并落盘缓存→用户提问→问题向量化→向量+BM25 双路召回→RRF 融合取 TopK→拼入 Prompt→大模型生成或本地兜底拼装带引用答案;知识库增删后自动更新缓存 key,检索调试可实时调 TopK/关键词权重。
人工智能、企业服务(saas)
Java、PostgreSQL、Dock...
基于 AI 辅助的行业级开放数据平台-OceanBase 分层建库与 ETL 调度落地
面向行业级金融数据开放场景。平台需把外部多家资讯商数据与内部业务系统数据统一接入,形成可持续供给的数据底座,并向使用方以数据库直连、文件下载、API 接口、数据沙箱四种形态开放。 立项前有三个痛点:一是多源资讯数据格式与字段口径各不相同,同一业务含义在不同库里存在多种编码,跨系统取数经常对不上;二是出口分散,直连库、导出文件与接口各自取数,同一指标在不同出口结果不一致,交付时反复对数;三是接入与加工链路缺少统一分层,源系统结构一变就直接冲击下游。 我在项目中负责数据库搭建、ETL 配置、调度任务配置、统一数据出口四段实施,目标是做到"入库可回溯、口径唯一、出口一致"。 最终形成的链路是:资讯数据按日与实时进入贴源层,经清洗、编码统一与实体收敛后收口到标准层,再面向开放需求沉淀服务层表与视图;四种交付形态统一从服务层取数,同一指标口径只维护一处。 除建设本身,我还处理了平台积累的调度依赖问题:约 336 个任务的依赖长期靠人工在配置表填写(沿用旧系统 planid 结构),漏配、错配、多配要等任务跑挂才暴露。我把判定口径从"表级血缘"改为"写入范围与读取范围是否相交",并把多域主数据映射按"域×系统"建模做完整性检查,使"不报错但算错"的场景可被提前发现。 日常工作中用 AI 辅助生成转换 SQL、质量校验脚本与依赖分析,产出均经人工复核后落地,压缩了重复编码时间。 这段经历对我最有价值的地方是:把"数据不一致"从一个只能靠反复对数沟通的协作问题,变成了可以用建模、约束与校验在链路上拦截的工程问题。
金融、大数据
Oracle SQL Developer
虚拟化云计算相关
1、在十五所:定制开发边缘云相关的内容,使得多个onvif摄像头在多个边节点与kubernetes进行对接,通过kubernetes来控制 各个摄像头。 2、在十五所:对kubernetes-1.22.12进行龙芯平台适配(由于版本比较老,还必须使用此版本,因此需要对其进行适配),确保 在龙芯平台成功运行kubernetes控制面和计算节点。 3、在十五所:在龙芯平台适配kubernetes外围基础组件(主要是calico镜像和proxyv2镜像,以及其其他的一些组件),使得龙 芯平台基本可以真正支撑运行龙芯平台版本的各类上层应用。 4、 在十五所:参照docker的上传下载相关的代码模块,编写十五所应用沙箱产品中的镜像上传和下载模块(等效于代码的剥离 与集成)。 5、 在十五所:进行龙芯平台适配时,编译docker相关的外围支撑工具(buildx),并阅读分析docker源代码来确认较老的kube rnetes下使用docker的具体流程,为在龙芯平台下最终调通较老版本的kubernetes提供支撑。 6、在一铭软件:定制aarch64下的qemu-linux-user,使得其可以运行windows的photoshop,caxa cad和sqlsserver 2000软 件。7、在一铭软件:通过开源人员(Richard Anderson)提供的个人资源,定制alpha平台的qemu-linux-user的后端alpha指令集 转译模块,使得其可以运行alpha平台的软件,为后继申威平台的适配提供支撑。 8、开源社区:为开源社区提供qemu-linux-user的tile64位平台的前端指令集转译模块(共同协作,代码合并到主干),同时对 于其浮点指令集在未提供官方文档的情况下,根据阅读参考gcc的后端tile指令集生成模块来进行实现(发送到开源社区,但由于 非技术因素,无法合并到主干中)。
云计算、物联网
Assembly language、Go...
在本机安装一台 IPP 虚拟打印机,用户向它打印时, 系统按"楼层由近至远"自动把任务调度到局域网内的物理打印机-DayinPrint 云打印调度
### 业务背景 企事业单位局域网内通常按楼层分布多台打印机(含黑白与彩色机型)。普通共享打印 需要用户自行选择打印机,经常出现"就近的打印机排队、远处的空闲"以及"彩色稿件 被黑白机灰度打印"等问题。本系统以一台常驻主机为枢纽,提供一台**虚拟云打印机**: 用户只管向它打印,系统自动完成就近分配、彩稿择优、故障转移。 ### 功能清单 * **IPP 虚拟打印机**:内置 IPP 1.1/2.0 服务端(`http://<本机IP>:631/ipp/print`), Windows 添加打印机时选择 IPP 即可接入,免装驱动;仅声明 `image/pwg-raster`, 由 Windows 本地渲染位图,彻底绕开各型号打印机 PDF 解释器兼容性差异。 * **就近调度**:按 `|打印机楼层 - 任务来源楼层|` 升序择优,同楼层再按房间号由近 至远(双方房间号均为纯数字时生效),其后比较近 3 分钟负载与优先级权重。 * **色彩感知调度**:任务入库时逐像素检测稿件是否真实含彩色(灰度文档即使以 srgb_8 格式发送也能正确识别);彩色稿件只在"彩色打印机"候选集中按由近至远 分配,无可用彩机时降级灰度就近输出并记录日志,保证稿件不因色彩滞留。 * **位图转 PCL**:PWG Raster 位图在服务端转换为 PCL 指令流直发物理打印机—— 黑白走 1bpp Floyd-Steinberg 抖动,彩色走 PCL 5c Direct by Pixel 模式 (含 Source Raster Width 声明),兼容 HP / 联想 / 震旦 / bizhub 等激光机型。 * **连入设备管理**:登记发送打印任务的设备(IP / MAC / 楼层 / 房间 / 科室), 支持 Excel 模板批量导入(自动校验格式、IP 去重、逐行反馈原因);任务到达时 按来源 IP 匹配名单(IP 变化时 ARP 反查 MAC 识别),以设备楼层作为调度起点, 未登记设备回退默认楼层。 * **设备发现**:一键扫描本机全部 /24 子网(9100/631/515 端口特征 + SNMP 读取 型号),支持手动添加与 Excel 批量导入,导入后自动探测在线状态。 * **故障转移与健康检查**:下发失败自动标记离线并尝试下一台;45 秒周期健康检查 使恢复的打印机自动重新上线。 * **Web 管理台**:Vue 3 + Element Plus 前端嵌入 exe,托盘菜单或浏览器打开 `http://127.0.0.1:631/` 管理打印机、连入设备、任务(含"彩稿"标记)、设置。
企业内部管理
Go、axios、Vue、Vue Rou...
节能平台
1.系统设置 用户账号、角色、权限(菜单/操作级)管理,行政区划维护,基础档案信息维护,登录验证码、操作日志、登录日志。 2.基站业务 策略下发、设备管理、下发指令、告警管理等、数据采集、文件传输、AI策略、策略统计、节能成效统计。 3.后面模块为横向扩展业务
物联网
Java、Python、Docker、M...
FreeSWITCH媒体网关对接与AI音视频合成系统-实时语音交互&视频生成服务
项目基于FreeSWITCH搭建媒体网关,完成与ASR/TTS语音引擎对接,实现实时通话语音采集、转写与语音合成;集成FFmpeg实现多路音视频流处理、画面剪辑与视频合成能力。支持通话流实时处理、媒体文件混流、自定义字幕叠加,提供标准化API对外输出,可用于智能外呼、实时音视频AI交互场景,整套服务高并发、可分布式部署,交付可运行服务源码。
音视频、人工智能
C++、Java、Python、SQL
电子制造企业 · 工厂 LIMS 库存与物料协同管理平台-LIMS 库存管理系统
电子制造企业的仓库与物料管理原本完全依赖 Excel:12 张分表按供应仓、自建仓、样机、半成品、芯片等维度各自维护,合计 1200 余行数据,分散在多人电脑上。版本混乱、库存口径不一致、采购与到货状态靠口头同步、查一个物料要翻遍十几张表,成为日常运转的瓶颈。 目标是做一套内网可用的轻量级 LIMS:既要把 12 张 Excel 原表搬进系统、保留"像 Excel 一样好用"的编辑手感,又要把库存、采购、报价、文件管理与 AI 问答收进统一入口;同时不增加运维负担 系统为单页 Web 应用,侧栏 9 个板块: - 仪表盘:登录后总览与快捷操作入口,按角色展示可用板块。 - 内容中心:文件上传、分类与站内预览(Office 文档转 PDF、表格类前端直渲染),支持全屏查看,库存主表作为唯一附件集中管理。 - 小助手(AI 问答):自然语言查询库存、物料档案、BOM 用料、采购需求、更新日志,回答一律回源到 12 张库存原表并附逐仓明细;模型不可用时自动降级为本地确定性回答。 - 报价管理 / 采购管理:采购单创建、发货确认、入库登记;按包装规格自动换算"需采购几盘/几袋"。 - 仓库管理:库存四态、出库记录,并将 12 张库存表就地内嵌(按组切换),不跳板块、复用同一套编辑引擎。 - Excel 库存表:自研在线表格引擎——冻结窗格、公式(SUM/IF/VLOOKUP)、关键字列过滤、列头单击改名、填写列(减库存)与送货列(加库存)按差值双向联动、差额与建议采购量自动计算、填写按轮次自动存档。 - 设置 / 系统管理(仅超管):用户管理、在线会话列表与强制下线。 3、业务流程、功能路径描述 登录(两级权限:超管与普通账号,凭据由服务器环境变量下发)→ 从仪表盘或侧栏进入板块 → 在仓库管理 / Excel 库存表中以单元格为单位直接编辑,改动即时计算差额与建议采购量并自动保存、按轮次留档 → 采购板块依据差额生成采购单,走"确认发货 → 已入库"状态流转并回补库存 → 成员用自然语言向小助手提问,答案自动标注来自哪张表、哪个仓位。
企业内部管理、物流仓储
JavaScript、Node.js、E...
saas物流平台
业务介绍: 千云物流平台是面向煤炭、矿山、焦化、建材等大宗物料场景的智慧物流协同中台,支持 SaaS 公有云与私有化部署,聚焦晋陕蒙大宗重载运输,打通采购进厂、销售出厂、厂内倒运三大核心链路,服务货主、承运商、司机、厂区现场四类角色。 平台以订单下发、运力调度、厂区管控、在途跟踪、签收对账、运费结算为主线,解决传统大宗物流痛点:车辆扎堆排队、厂区通行效率低;磅单手工抄写,运单、磅单核对工作量大、错漏多;运输过程缺少监控,物料溯源难;系统相互独立,ERP、地磅、监管平台数据不通。 平台实现多方线上协同:货主统一下发运输需求、管控发运计划;承运商接收运单、管理车队;司机线上预约排队、接收叫号通知;磅房、装卸岗线上完成计量、质检、装卸确认。所有称重、轨迹、操作记录全程留痕,满足行业监管、环保溯源、网络货运合规上报要求,帮助企业压缩车辆等候时长,降低对账成本,管控物料运输风险,盘活自有与外协运力,减少空驶浪费。 核心功能: 平台按业务链路划分核心模块。客商订单模块管理供应商、客户、运价合同,支持手工录入或 ERP 自动推送采购、销售、调拨订单,跟踪订单全状态,制定发运计划。排队叫号与厂区管控是差异化核心,司机通过 APP 预约签到、线上取号,厂区闸机扫码核验进厂;对接地磅实现无人值守自动过磅,自动生成磅单、抓拍存证,联动采样质检,不合格可拦截,同步管理装卸点位与作业状态。 运单调度模块支持多种派单模式,统一管理承运商、车辆、司机资质并预警证件到期,运单按标准化状态机流转,标记滞留、改料等异常。在途监控接入北斗 / GPS 定位,实时展示位置、车速,电子围栏识别路线偏离、超时、超速并自动告警,支持轨迹回放存证。 运费结算模块内置吨、趟、里程等多类型计费模型,依据合同自动核算费用,运单磅单自动匹配,差异单据标红,线上完成对账、扣款补贴、审批流转,可对接财务系统。 多端覆盖货主 PC 后台、承运商后台、司机 APP、现场作业小程序。配套物流大屏、多维度统计报表,提供标准化开放 API,支持对接 ERP、WMS、MES、监控设备与监管平台;底层包含租户隔离、权限、日志、消息通知等基础支撑能力。
企业内部管理、企业服务(saas)
墨刀
联网直报及数据处理系统
基于老一套表联网直报系统的业务全新升级,重新开发的联网直报及数据处理系统,在满足原两家公司业务的基础上,用户又提出了更高的业务及性能要求。新系统全部基于信创环境,在华为云平台上进行构建、部署、运行。主要业务包括但不限于:任务部署(制度管理、元数据管理、报表管理、规则管理、自定义元数据、调查对象管理、填报范围管理、填报时间管理、直报用户管理)、数据采集(机构录入、录入进度监测、数据接收)、审核验收(公式审核配置、按单位验收、审核任务、验收工作台、审核进度监测、验收进度监测、部门验收)、数据汇总(权数管理、快速汇总、汇总表管理、汇总执行及结果查看、综合数据上报、衍生计算)、查询分析(基层数据查询、综合数据查询、汇总数据查询、异步任务查询、业务日志查询)、数据产品(word报告制作与结果查看、PPT模版制度与结果查看、统计大屏制作与结果查看)、数据管理(数据迁移导入导出、数据定制导出)、系统管理(用户管理、角色管理、功能管理、消息管理、机构管理、报表权限管理、系统参数管理、数据字典管理、初始化设置、数据监控、用户监控)、运维工具(当业务数据出现不平、不一致以及数据来原滞后的时候,可通过运维工具把数据刷平)等
政务服务、企业服务(saas)
Java、Python、UniApp、S...
华知文思问答+向量库
基于大模型的知识问答、写作、ppt,以及文件向量化 1. 上传文件向量化 2. 个人知识库 3. 机构知识库 4. 互联网远程搜索 5. 对接模型文档 6. 采用自然语言的方式进行写作的交互 7. 采用自然语言的方式进行ppt制作与生成
企业服务(saas)、政务服务
Java、Python、UniApp、S...
医疗陪诊服务数字化管理平台-陪诊管家
陪诊服务公司原有订单、陪诊员、客户信息分散在表格与微信中人工流转,调度效率低、漏单风险高。本平台以数字化方式统一管理陪诊业务全流程:订单管理模块支持陪诊订单创建、分派、状态跟踪与完成归档;陪诊员管理模块维护人员档案、资质与排班;客户档案模块沉淀就诊人信息与服务偏好;数据看板模块汇总订单量、收入与陪诊员绩效等经营指标。业务流程:客服录入或客户下单 → 系统按区域与排班匹配陪诊员 → 陪诊员接单执行并回传服务记录 → 订单完成结算 → 看板数据自动更新。
医疗健康
Python、FastAPI、Vue
公安人脸检索服务
图片编解码传输识别服务 图片编解码传输识别 图片编解码传输识别 图片编解码传输识别 图片编解码传输识别服务 图片编解码传输识别 图片编解码传输识别 图片编解码传输识别 图片编解码传输识别服务 图片编解码传输识别 图片编解码传输识别 图片编解码传输识别
政务服务
C++
  • 1
  • 2
  • 3
  • 4
  • 20
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服