人工智能 框架或代码包 软件定制 案例

本项目核心业务为货车始发场故障检测算法的研发、优化与落地实施，聚焦货车始发编组环节的故障排查需求，通过技术创新解决人工排查效率低、隐患识别不全面的行业痛点，提升货运安全管理水平，强化行业技术竞争力。项目以实现货车故障精准、高效识别为目标，完成从算法研发、系统开发到部署交付的全流程落地，最终通过可研评审，为后续实际应用奠定基础。

本项目面向卫星载荷在轨运行场景，目标是构建一套可部署在星载计算平台上的综合任务管理软件，支撑地面指令接收、任务调度、状态采集、数据处理和遥测下传等核心业务。系统围绕“指令进入、协议解析、任务执行、状态监控、结果反馈”的业务闭环设计，提供指令处理、数据总线、协议编解码、智能处理任务编排、设备状态采集、遥测数据组帧与下传等功能模块。业务流程上，地面上行指令经过编解码模块解析后进入指令处理模块，由执行协调器根据指令类型、约束条件和会话状态分发到对应业务行为；任务运行过程中，各模块通过数据总线交换状态、告警、推理结果和设备数据，状态采集模块持续监控关键指标，遥测模块按配置完成数据汇聚、序列化、组帧和链路分发，实现星上任务的可控、可观测和可追踪运行。

核心逻辑流： ```text 自我扫描 → 发现代码结构、知识缺口、系统问题 → 生成好奇心问题 → 定向学习相关知识 → 通过知识图、模式引擎、类比引擎进行本地思考 → 安全自我修改与优化 → 再次扫描，进入下一轮循环 ``` 核心模块包括： - `SelfScanner`：扫描自身代码和系统状态 - `CuriosityEngine`：根据知识缺口生成探索方向 - `KnowledgeGraph`：维护实体和关系，形成知识图 - `SelfModel`：构建系统对自身能力的认知 - `ThinkingEngine`：整合知识图、模式、类比，生成思考结果 - `SelfModificationEngine`：在安全机制下进行自我修改和优化 - `ThinkingDaemon`：支持 24/7 后台思考循环 项目特点： - 可以本地大脑，不依赖外部 API 完成核心思考 - 支持自我扫描、自我学习、自我修改 - 已引入安全机制，如宪法 Gate、SHA-256 校验、修改可回滚 - 危险能力模块已从公开仓库中移除，公开部分主要保留思考引擎核心 一句话概括： > 这是一个试图让个人 AI 助手从「被动问答工具」进化为「能持续观察自己、学习自己、改进自己」的自主 Agent 实验项目。

本系统通过 API Gateway + Workers 微服务架构，实现从企业微信群消息到代码生成的全链路自动化。网关作为唯一公网入口，负责消息分发和路由，各业务模块通过 REST API 通信，可独立部署和扩展。 1. 智能任务解析与路由 LLM混合调度：根据任务复杂度自动选择本地Ollama（简单/中等任务）或云端Claude/GPT（复杂任务）。 去重与过滤：网关层对重复消息自动去重，避免同一任务多次触发。 2. 人机协同决策 确认机制：分析后的任务需用户通过飞书卡片确认或修改，支持超时自动取消或推迟（later状态）。 安全拦截：执行前可配置危险操作（如删除文件、高危命令）的拦截规则。 3. 多端集成与闭环记录 企业微信捕获：通过ntwork或UIAutomation监听群消息。 飞书多维表格：自动记录任务ID、标题、描述、代码仓库链接、完成状态等，形成可追溯的工作台账。 4. 灵活的部署与执行模式 双模式运行：单进程模式（开发/测试）与分布式模式（生产可扩展）。 干跑模式：支持--dry-run，在不实际执行代码的情况下验证全流程。 5. 可观测性与调试 提供/health、/queue/status、/tasks/{task_id}等接口，实时查看任务状态与队列积压。 支持--log-level DEBUG，便于排查问题。

1. 立项背景与目标 随着《新一代人工智能发展规划》的提出，多模态环境感知与目标跟踪技术成为重点发展方向。在公共安全、交通监控、物流机器人、无人机蜂群等场景中，目标在被遮挡或复杂环境下仍能被稳定追踪，具有重要的现实意义。 本项目旨在基于双目视觉，实现目标的三维定位与轨迹追踪，并能够在目标被遮挡或预测其未来位置时，仍保持追踪的连续性与准确性。最终目标是模拟真实道路环境，验证系统在车辆追踪任务中的有效性。 2. 功能概述 a.双目相机采集左右视图，实时获取目标三维坐标 b.使用YOLO算法进行目标识别 c.通过中位数平滑和样条插值构建目标的三维轨迹 d.支持多双目相机的轨迹融合（通过坐标系变换） e.在目标被遮挡或识别精度下降时，结合物理约束进行轨迹预测 3. 核心功能模块 目标识别模块：基于YOLO算法，实时检测图像中的目标（如车辆、包裹） 双目定位模块：使用SGBM算法进行立体匹配，计算视差并还原三维坐标 轨迹生成模块：对识别到的坐标进行平滑与插值，生成连续轨迹 轨迹预测模块：在目标被遮挡或识别异常时，结合历史轨迹与物理约束预测未来位置 多相机融合模块：将不同双目相机的轨迹通过坐标系变换统一为全局轨迹 4. 业务流程 (1).双目相机采集左右图像 (2)YOLO检测目标，输出目标在图像中的边界框 (3)对左右视图中的目标进行立体匹配，计算视差 (4)根据视差计算目标的三维坐标（相机坐标系） (5)对坐标进行中位数平滑与样条插值，生成轨迹 (6)若目标被遮挡或识别异常，进入预测模块 (7)可选：将多个双目相机的轨迹进行融合，输出全局轨迹 5. 功能路径描述 正常追踪路径：图像采集 → YOLO识别 → 立体匹配 → 坐标计算 → 轨迹平滑 → 输出轨迹 异常/遮挡路径：图像采集 → 识别失败 → 触发预测模块 → 基于历史轨迹 + 物理约束预测 → 输出预测轨迹

基于传统算法与YOLO的手机壳缺陷检测系统 一、立项背景与目标 手机壳生产环节中，划痕、气泡、毛边、色差等缺陷直接影响产品良率与用户体验。传统人工检测效率低、误检率高，难以满足大规模产线需求。本项目融合传统图像处理算法与YOLOv8目标检测模型，构建高精度、高效率的自动化缺陷检测系统，实现手机壳表面缺陷的实时识别、定位与分类，目标将检测准确率提升至98%以上，检测速度控制在0.5秒/件以内，显著降低人工成本与漏检率。 二、软件功能与核心模块 图像采集模块：支持工业相机实时采集手机壳多角度图像，自动触发拍照与图像预处理（灰度化、去噪、增强对比度）。 传统算法模块：基于OpenCV实现边缘检测、形态学操作、模板匹配等算法，用于快速筛查明显缺陷（如毛边、缺角）。 YOLOv8缺陷识别模块：训练专用缺陷数据集，实现对划痕、气泡、凹陷、印刷偏移等复杂缺陷的精准识别与定位，支持多类别输出。 结果融合与决策模块：综合传统算法与YOLO结果，通过置信度加权与规则引擎输出最终判定，支持缺陷类型、位置、严重等级标注。 人机交互界面：提供实时检测画面、缺陷热力图、统计报表、历史数据查询、报警推送等功能，支持参数配置与模型更新。 三、业务流程与功能路径 图像输入：工业相机采集手机壳图像 → 图像预处理 → 输入检测系统。 双路并行检测： 传统算法路径：边缘检测 → 形态学处理 → 缺陷初筛。 YOLO路径：图像输入 → YOLOv8推理 → 缺陷定位与分类。 结果融合：双路结果比对 → 置信度加权 → 最终判定（合格/不合格+缺陷类型）。 输出与反馈：显示缺陷位置与类型 → 生成检测报告 → 触发分拣机构 → 数据存入数据库 → 支持历史追溯与模型迭代优化。

技术栈：SpringBoot（Java）、阿里 AgentScope（Python）、Redis中间件、MemOs记忆系统、OSS、多智能体、Skill 技能系统、工作流剧本 项目简介： 企业级 AI 智能体平台，以多智能体协作 + 技能编排 + 工作流 + 记忆存储为核心，支撑智能客服、业务自动化、数据核对、日程管理等场景。

系统集成 AI 知识助手、多模态助手、企业知识库三大核心能力，支持仪表板快速生成、拖拽式大屏搭建、智能报告生成与剧本化编辑，并提供 AI 机器人聊天及自定义指标配置，打造覆盖智能交互、数据分析与可视化应用的全链路企业级平台。

基于条件变分自编码器（CVAE）的人脸图像生成技术深入。 通过构建CVAE模型，对人脸数据集进行预处理后开展模型训练，采用重构损失与KL散度以及二者结合的总损失函数，通过ReLU优化算法进行优化，以及梯度裁剪提升训练的稳定性和收敛性，最后通过网格图像以及FID对生成的图像进行评估。 该模型在生成人脸图像质量和多样性方面表现良好，能够有效实现人脸属性编辑、人脸合成等应用。

核心打造Brain-First 认知 AI agent，面向教学、内容创作、心理咨询等场景，提供可自主学习、长期记忆、主动思考的认知 AI 工作台。以独立 Brain 为决策核心，搭配 SEC 内生注意力与信念图持久记忆，实现自动认知循环、自主目标生成；支持教师 / 作家双角色代理与边界桥数据隔离，配备分级可控技能系统，可主动推送洞察、流程化执行任务，低成本稳定落地，让 AI 从被动响应升级为主动认知协作

1. 立项背景和目标 在数字化办公与代码协作场景中，GitLab作为主流的代码托管平台，常面临源码泄露、未授权访问、敏感数据明文存储等安全风险，同时本地代码也存在被窃取、篡改的隐患。本项目针对这一痛点，立项目标为：实现一套集代码仓库安全审计、敏感数据加密保护于一体的安全工具，一方面通过自动化扫描发现GitLab平台的配置漏洞与源码泄露风险，另一方面通过AES对称加密算法对本地敏感代码/数据进行加密保护，双重保障代码资产安全，满足开发人员与企业的代码安全防护需求。 2. 软件功能、核心功能模块的介绍 本项目包含两大核心功能模块，覆盖代码平台安全审计与本地数据加密全流程： GitLab安全审计模块：基于Dirsearch等目录扫描工具，对目标GitLab站点进行自动化目录遍历与路径探测，识别/admin、/.well-known、/api等敏感路径，排查未授权访问、配置泄露、源码泄露等安全风险；同时集成数据库审计能力，对GitLab后台数据库（如sqlgunnews库）的admin表进行密码哈希获取与弱口令检测，实现账号安全审计。 AES敏感数据加密模块：基于Python实现AES对称加密算法，支持对本地代码、配置文件、敏感业务数据进行加密/解密操作，采用CBC模式+随机IV向量保障加密安全性，同时集成日志记录功能，全程记录加密/解密的耗时、数据长度等关键信息，方便审计与追溯，防止敏感数据明文泄露。 3. 业务流程、功能路径描述 GitLab安全审计流程： 输入目标GitLab站点地址（如http://gitlab.example.com:9999/），启动目录扫描任务； 工具自动遍历站点路径，识别可访问的敏感目录与文件，返回状态码、文件大小等审计结果； 针对可访问的后台路径，进一步探测数据库接口，获取admin用户的密码哈希； 对获取的哈希进行弱口令检测，输出审计报告，标注风险等级与修复建议。 AES加密/解密流程： 加密流程：输入明文敏感数据与16位密钥→工具自动生成随机IV向量→采用AES-CBC模式加密→拼接IV与密文并转为十六进制字符串→输出加密结果，同时记录加密日志； 解密流程：输入十六进制密文与密钥→工具拆分IV与密文→采用AES-CBC模式解密→去除填充并转为明文→输出解密结果，同时记录解密耗时与日志

Neo AI 是一个基于图数据库（Neo4j）,RAG和大型语言模型（DeepSeek）构建的智能对话系统。它不仅能进行流畅的对话，还能记住用户的信息、关系和过往交互，提供真正的个性化体验。以及拥有网页agent skill 能够接入飞书等平台机器人以及部署至网站服务器 核心特性 🧠 长期记忆引擎：利用 Neo4j 图数据库和RAG存储实体（人、事、物）及其关系，实现跨会话的记忆能力。 🔗 智能实体消歧：内置实体解析算法，自动合并同一实体的不同称呼（如“Elon Musk”和“马斯克”），避免记忆碎片化。 💬 沉浸式对话： 预设“张咪”真人人设，性格鲜明。 支持打字机流式输出（Streaming）。 支持 Markdown 渲染（代码高亮、表格等）。 ⚡ 现代化技术栈：前后端分离架构，响应迅速。 具体请看 https://gitee.com/JL_L001/neo4j_ai

•联通在线APP等核心业务AI智能体全流程开发，完成业务需求拆解、场景设计及Agent/工作流/工具的串联集成，优化Prompt工程迭代效率，保障智能查号业务的高效运转。 •负责AI业务接口体系搭建，开发业务Mock接口，完成总控落域大模型服务接口联调，保障上下游系统数据交互顺畅，支撑日均万级请求的AI业务场景稳定运行。

支持基于酒店品牌、名字、地理位置进行酒店的推荐； 支持包括意图识别、实体识别、酒店品牌重排等NLP相关模块； 支持基于GBDT的酒店精排算法；（特征种类数量在150左右）； 支持对GBDT的输出打分进行概率校准； 支持基于GBDT的打分与酒店毛利结合的重排算法，使得保证用户体验的同时最大化收益；

在无人作战/军事仿真场景中，需智能体系统协调多无人平台（UAV、UGV、机器狗等）完成复杂任务。传统方案依赖人工指令与固定流程，难以应对动态任务和自然语言交互。本项目构建基于 LLM 的多 Agent 协同系统，实现自然语言驱动的任务规划、调度与执行。核心目标：支持自然语言任务输入并自动分解为可执行动作序列；多 Agent 协同（任务规划、调度、会议助手、状态检查等）；WebSocket/MQTT 双通道与上位机通信；通过 MCP 协议动态扩展工具能力；Docker 容器化部署，兼容 x86/ARM64。

主要负责RealMan六自由度机械臂与五指灵巧手的目标视觉识别与抓取算法研发，支撑团队多机器人取餐配送系统。实现闭环抓取工作流，融合视觉模型与控制模块，构建从视觉感知到精准抓取的完整解决方案，进行较为可靠的抓取操作。

项目背景：公司级 web 项目基础框架，提供 web 容器服务 技术栈：React16 + Node.js + Express + CAS 业务价值： 支撑公司 3 大行业业务线及业务中台的所有 web 项目开发，实现跨部门的微前端服务整合，缩减各大业务线开发成本、维护成本，提升开发效率。

随着公司AI战略的深入，各类业务对基于领域知识的智能问答需求激增。同时对于不同的应用场景需要支持不同的系统能力，比如解析学城文档表格、大模型对长文本内容总结summary、提供通用AI检索API接口等后续部分应用可能会对文档文本、图片、表格等多模态AI检索能力有部分诉求，因此期望建设支持公司特殊业务场景专有知识管理平台，包括数据解析、知识管理、知识检索能力，大幅提升同类项目的搭建效率。另外随着多模态应用（如故障图片识别）的兴起，缺乏高效的数据标注工具，人工标注成本高昂，因此建设一个面向公司垂类的AI 基础设施平台，成为支撑业务快速创新与降本增效的关键。

立项背景与目标： 针对传统 RAG 系统在处理“图文混合文档”时无法识别图片内容，以及面对“复杂逻辑问题”时回答准确率低的痛点，本项目旨在构建一个生产级、多模态、具备推理能力**的企业知识问答中台，助力企业将非结构化文档（PDF/Word）转化为可交互的智能资产。 核心功能与业务流程： 1. Agentic RAG (智能体检索)**：基于 LangGraph 构建了具备“自我反思”能力的 Agent 状态机。 意图路由：精准区分闲聊/问答，避免资源浪费。 自我评估 (Self-Reflection)：Agent 会对检索结果进行质量打分。如果发现相关性不足（Score < 0.8），会自动触发查询改写 (Query Rewrite) 并重新检索，直到找到满意答案或达到重试上限。 动态规划：针对复杂问题，自动拆解为多个子任务并行执行。 2. 多路混合检索 (Hybrid Search)**： 摒弃单一的向量检索，采用 Vector (语义) + BM25 (关键词) + Rerank (重排序)的黄金组合。 引入 Cross-Encoder 模型进行二次精排，像“阅卷老师”一样剔除伪相关文档，检索准确率提升至 89%。 3. 全链路多模态 (Multi-modal)： 集成 VLM (视觉大模型)，不仅能读懂文本，还能理解 PDF 中的图片、图表，实现真正的“图文跨模态检索”。 4. 生产级异步架构： 利用 Celery + Redis 构建高并发流水线，实现 GB 级大文件的异步解析与后台向量化，确保前端操作零卡顿。

1.以 Stable Diffusion XL 模型为重点，保证一定延时的条件下，最大化地提高吞吐。 以 Pytorch Fp16 格式模型为基准，可在无损条件下实现单模型推理 1.41 倍加速，单 GPU 整体吞吐提升 1.52 倍，考虑 Int8 量化的有损情况下可达到单模型 2.1 倍加速。 2. 搭建文生图模型推理服务框架，支持 Lora、Controlnet 等主流功能以及高并发推理场景。