大数据 网站 软件定制 案例

一、立项背景与目标 1. 立项背景 在传统的知识库问答系统中，普遍存在以下痛点： - 流程混乱：通用ReAct Agent在处理复杂业务时，容易发生步骤跳跃或逻辑错乱，导致回答质量不稳定。 - 上下文断裂：多轮对话中，用户常使用代词（如“它多少钱？”），传统向量检索缺乏指代消解能力，导致检索失败。 - 意图混杂：闲聊式提问（如“你好”）与知识检索式提问（如“XX产品参数是多少”）被统一处理，浪费算力且影响用户体验。 - 状态丢失：用户刷新页面或稍后再访问时，对话历史无法延续，每次都是“新会话”。 2. 项目目标 - 构建一个流程可控、意图可分流、上下文可理解、状态可持久的智能知识助手。 - 实现复杂业务逻辑的结构化解耦，提升系统的可维护性与稳定性。 - 显著提升多轮对话场景下的检索命中率与回答准确率。 二、软件功能与核心模块 1.整体功能概述 本系统是一个基于LLM的智能对话式知识库问答助手，支持用户通过自然语言提问，从向量知识库中精准检索并生成回答。系统特别强化了多轮对话中的指代消解能力与流程可控性。 2.核心功能模块介绍 模块名称 功能说明 Planner（规划器） 基于LLM + 专用Prompt，硬编码业务流程。负责解析用户请求，按固定流程调度执行，防止逻辑跳跃。 语义路由器 基于LLM的分类工具，动态识别用户意图为“chat”（闲聊）或“retrieval”（知识检索），实现分支分流。 历史加载与写入模块 与Redis集成，自动追加对话历史，确保跨会话的上下文连续性。 查询重写模块 结合历史对话，将存在指代或省略的用户问题（如“它多少钱？”）改写为语义完整的独立问句。 混合检索引擎 同时执行向量语义检索与关键词检索，通过RRF算法融合排序，提升召回效果。 Executor（执行器） 根据Planner的指令，调用重写、检索、生成等环节，最终输出回答。 系统流程严格遵循：语义路由 → 历史加载 → (分支判断) → 查询改写/直接回答 → 知识库检索 → 最终生成 三、业务流程与功能路径 以下为用户与系统交互的完整功能路径描述： 场景一：用户进行知识检索（多轮对话） 场景二：用户发起闲聊 场景三：用户首次访问 / 会话恢复

【项目简介】 数图新治(简称：数图)是一个政务大数据分析平台，通过算法配置、图表数据展示、汇成专题来进行数据分析、数据挖掘、成果展 示，帮助决策。数图是一个核心产品，从该产品衍生一个个智慧统计项目，部署到各个项目地。到目前为止已服务了全国三四十个 街道办、地区统计局、区政府。 【功能点】 ● 图表展示、图表下钻，用到 echarts 的大部分图表及高德地图，项目地涉及到一些客户要求的第三方地图； ●自动报告，用户点击图表生成语料并直接生成报告；用户可通过将语料、图表、图片等拖入到在线报告中，也可手动输入和增加 配置条件生成动静态文本来生成自动报告，如生成日报、周报、月报、季报、年报等；通过拖拽、富文本编辑实现 ●自由页面配置，用户通过拖拉拽实现自由页面布局及页面内容展示，实现对页面框架、图表、资源框、筛选器等的功能配置和样 式配置等 ● 支持全定制和半定制半配置的页面 ●兼容，配置的专题在 pc 、大屏、pad 、移动端使用，实现四端兼容 ●在线报表，通过配置实现自动生成报表，数据自动生成，在线编辑、保存、下载报表，通过 lucksheet 实现 ●地图，实现各种类型地图如高德、百度、客户要求的第三方地图，涉及到的业务需求如落点、标牌、下钻、框选、热力图、白 模、3D、影像地图、二维地图、聚合、图上加 echarts 图表、弹框、色块、距离计算等 ●文件下载，包括数据下载 excel ，图表下载成 word 文档、pdf 下载、报表下载等； ●文件上传，excel、txt、image、word、pdf等； ●文件预览，在线 word、pdf、excel 文档预览；

环境及框架: SpringBoot+Spring+Maven+SpringMvc+Mybatis+Auth+Redis+Solr+Postgres+Mysql+Mongodb 项目描述: 这个项目代码缺陷检测系统是由多个项目合并开发的一款高效、全面的工具，主要用于分析和检测代码中的漏洞和缺陷以及项目开源率。系统集成了 Sonarqube 工具，能够准确分析代码文件中的问题行数，并统计 Bug、异味和重复率等指标。同时，系统还集成了美国漏洞库（如 nvd、 cve、 cpe_match），开源项目库(GitLab、GitHub、Apache)、组件(Nuget、Maven)实现与项目的 集成检测，提升代码安全性和质量。 责任描述: 1、负责安装配置 Sonarqube 工具，通过 GitHub 下载源码项目并搭建源码框架 2、开发 27 种语言的技术指标语言插件，包括 JAVA、Python、C、C#、TypeScript、Go、 Groovy、T-SQL、PL/SQL 等，对源代码进行改动并集成到 Sonarqube 系统中 3、利用自动化浏览器插件 FirefoxDrive 对 Sonarqube 数据进行翻译处理 4、编写各种编程语言的被测件，确保系统能够准确扫描到各种语言的漏洞 5、设计定时任务，定期更新漏洞库数据，并引用钉钉机器人在群里通知任务进度 6、编撰指标偏移表和用户手册，提供系统操作指引和技术支持 7、查看 Bug 管理系统分配的问题，确保问题及时修复 8、迁移和维护 dm 数据库和 Postgres 数据库的数据，保障数据完整性和安全性 9、与前端团队联调接口，开发用户管理模块，提升用户体验和系统功能性

立项背景与目标：面向事件合约交易场景，解决平台历史信号与实盘记录分散、对账困难、盈亏口径不一致的问题，建立一套可持续沉淀交易数据的管理系统，支持实时查看本金、胜率、盈亏和对比结果，帮助用户评估策略在真实交易环境中的效果。 软件功能与核心模块：系统包含平台对接、实盘记录管理、对比展示、统计报表与本金管理四大模块。平台对接负责登录并抓取历史信号；实盘记录支持手动新增、编辑、删除和导入；对比展示负责将平台信号与实盘成交按时间、币种、方向匹配；统计模块负责展示当前本金、实盘/回测胜率、净盈亏、历史金额区间等核心指标。 业务流程与功能路径：用户先配置初始本金并登录平台，再同步历史信号；随后在左侧维护实盘交易记录，系统自动计算盈亏并刷新统计；筛选条件可按时间、币种、结果缩小范围，右侧同步显示平台信号与对比结果；当新增、修改或删除实盘记录时，系统会自动重算当前本金、胜率及各类统计，形成完整的“登录—同步—录入—对比—统计”闭环。

本项目为外贸/电商企业打造了一套从数据采集到智能报表生成的自动化系统。立项背景是传统商业情报收集依赖人工浏览多个数据源（海关、1688、行业报告、社交媒体），耗时且容易遗漏关键信息。 核心功能模块： 1. 多源自动采集：对接海关总署公开数据、1688供应商报价、行业研报、社交媒体舆情等4大类数据源，每日自动增量抓取。 2. AI智能处理：大模型对采集内容进行分类（贸易数据/价格监控/行业研究/竞品动态）、可信度评分、关键信息抽取。 3. 竞品价格监控：7天价格走势图自动生成，突变超过阈值自动预警推送。 4. 舆情情感分析：社交媒体评论AI情感分类（正面/中性/负面），负面比例超10%触发告警。 5. 日报自动生成：每日9:00自动汇总前一天数据，生成结构化报表并通过飞书/Slack推送。 6. 可视化仪表盘：ECharts 图表展示KPI趋势、数据来源分布、处理统计等。

目前有很多光伏制造企业想要通过数字化来提高工厂的制造效率和供应链的成本控制，因此引入了工业互联网加数据中台的概念帮助企业实现这种大数据量和高复杂度的数据分析和展示；

构筑完整系统基底，建设交通态势感知分析、智慧管控、车辆隐患管理等多个管理系统，实现对于智慧城市治理的深化探索和城市交通“智力”的提升，更为大型活动赛事提供更安全更智能更稳定的实战场景。

立项背景：电商平台商品数据分散、价格波动频繁，商家与消费者难以快速获取全面比价信息，亟需一套稳定、可扩展的自动化数据采集与分析系统。 核心功能：① 多平台商品数据定时采集（含标题、价格、库存、销量、评论）；② 数据清洗与标准化入库；③ 价格趋势可视化与竞品对比分析；④ 异常价格监控与预警通知。 业务流程：用户配置采集任务 → 系统按规则定时抓取 → 数据清洗与校验 → 存入 MySQL 数据库 → 后台可视化展示与分析 → 触发异常价格预警。

该程序是 AI 文档智能修改工具，支持 docx、xlsx、pdf、txt 格式文件处理。用户可上传文件、选择保存目录、输入修改要求，实现内容润色、纠错、格式调整等定制化修改，修改后文件自动保存至指定路径，全程可视化日志反馈处理状态。

之前想做个音乐分享平台，让大家能分享好听的音乐 主要功能： - 音乐上传：支持多种音质（标准、HQ、SQ、Hi-Res等），上传能获得贡献值 - 在线播放：底部播放器，支持播放/暂停、上一首下一首,进度条,音量控制 - 搜索功能：按歌名/歌手搜索，结果按官方认证,播放量,音质排序 - 求歌曲：用户可以发布求歌请求，别人帮忙上传能获得奖励 - 商店系统：用贡献值买虚拟物品或兑换券 - 任务广场：显示待解决的求歌任务 还有管理员后台，能管理用户,审核注册,封禁违规内容这些

平台是基层数字治理引擎，核心应用于网格化管理、矛盾纠纷线上调解、民生服务响应及应急事件协同处置四大行业场景。 该平台通过构建多级联动指挥体系，整合线上便民服务端口与线下网格力量 主要功能：网格员动态管理、事件纠纷线上上报转办、数据统计分析、矛盾纠纷调解（婚姻家庭、邻里、合同等七类）、便民服务响应（小程序）、应急协同处置，实现基层治理数字化闭环管理。

技术方案采用Python语言，使用Requests库发送HTTP请求获取网页内容，通过BeautifulSoup解析HTML DOM结构，精准提取目标字段。项目实现了自动翻页功能，通过循环遍历10个分页（每页25条）完成全部数据采集。针对豆瓣的反爬策略，配置了User-Agent伪装和1秒请求间隔（time.sleep），确保长期稳定运行。采集完成后，利用Pandas进行数据清洗和去重，最终将数据导出为Excel和CSV文件。

1. 立项背景和目标 为满足公司对多源异构数据（如天眼查、招标公告等）的自动化采集与标准化治理需求，本项目旨在构建一套稳定可靠的数据管道。主要目标是实现从数据自动采集、清洗、入库到质量监控的全流程自动化，为上层业务分析提供高质量的数据基础。 2. 软件功能、核心功能模块的介绍 系统主要包括三大模块：1）自动化采集模块：基于Playwright等工具，实现多平台数据的定时爬取和环境迁移，成功交付超12,000条完整公告数据；2）ETL与数据治理模块：设计标准化数据表20余张，并开发智能清洗算法，将核心字段覆盖率从0.37%提升至99.58%，修复无效数据300余条；3）运维监控模块：通过Docker部署和飞书机器人，实现容器健康状态定时告警。 3. 业务流程、功能路径描述 采集脚本定时启动 → 从目标网站获取原始数据 → 进入ETL清洗层，根据预设规则进行数据抽取、清洗与标准化转换 → 清洗后的数据写入PostgreSQL标准化表 → 质量监控脚本每日检查数据覆盖率等指标 → 结果通过飞书推送给团队。整个流程无人值守，异常问题通过脚本自动修复或报警。

LOL-DeepWinPredictor 是一款基于深度学习的英雄联盟比赛胜率预测系统，面向对局分析与战局决策场景，通过对海量历史对局数据的训练，实现对当前对局胜率的实时预测与可视化展示。核心功能模块分为三部分：一是数据采集模块，使用线程池并发爬取英雄联盟对局数据，通过 json 库完成字段提取与清洗，存储至 MongoDB 复制集保障数据高可用；二是模型预测模块，将 MongoDB 复制集数据通过 RocketMQ 消息队列传输至 Spark 集群进行分布式计算，完成大规模数据的批量推理；三是 Web 可视化模块，使用 Flask 搭建后端服务，前端基于原生 HTML + JavaScript 构建交互界面，集成 ECharts 绘制胜率对比图表，用户可直观查看各英雄组合的胜率分布与趋势分析。整体流程为：爬取数据 → 清洗入库 → 队列调度 → 集群计算 → Web 展示。

该系统采用阿里云技术存储大数据量的国产高分卫星影像数据产品，针对合作单位等需求量的的用户采用websocket 技术通讯,可 进行数据自动推送服务,个人用户可通过网站查询订购到最新的影像数据产品。 业绩: 该产品作为一个大型的遥感数据在线查询订购、数据推送平台，通过近两年的迭代研发和升级,平台功能日益完善,用户数量日趋增 多，在国内同行业领域已处于领先地位。

1.依托已有的数据中台，对航班运营数据（航班、客票、成本、补贴等），进行汇总、清洗后，提供AI问数的功能； 2.支持各部门各层级业务人员通过自然语言，查询其权限范围内的数据，并形成表格及数据统计图； 3.一期完成了多轮问数、报表自定义、推荐问题、编辑个人指标、问答评分等功能。

为响应智慧城市建设、房地产行业数字化转型需求，解决传统房产交易信息不透明、流程繁琐、供需匹配低效、监管难度大等痛点，特立项打造城市房产平台。平台核心目标是构建“数据一体化、业务一体化”的智慧房产服务体系，整合城市房产全链条资源，实现房源真实可溯、交易高效便捷、监管精准有力，为市民、房产从业者、监管部门提供全方位服务，推动城市房地产市场规范健康高质量发展，助力数字住房建设落地。除核心房产平台业务外，公司另一大块核心业务为数据服务，重点面向银行、政府等机构提供专业数据评估服务，为银行房贷审批、风险管控提供房产价值、产权资质等精准数据评估支撑，为政府房地产市场调控、政策制定提供权威数据参考。平台整体涵盖基础服务、核心交易、监管辅助、增值服务四大类软件功能，核心模块包括房源管理、交易服务、智能匹配与搜索、监管与数据分析、增值服务：房源管理模块实现房源全生命周期管理，通过OCR识别、人脸识别等技术核验房源真实性，生成“一房一码”，杜绝虚假房源；交易服务模块贯通新房、二手房、租赁全场景，提供在线预约看房、电子合同签署、交易资金托管等服务，保障交易安全高效；智能匹配与搜索模块支持多维度筛选和个性化推荐，结合地图功能直观展示房源及周边配套；监管与数据分析模块为监管部门提供实时监控、违规核查功能，为运营者提供数据支撑，同时也为公司数据服务业务积累核心数据资源；增值服务模块整合金融、法律、家装等服务，实现“一站式”闭环。平台业务流程围绕“房源录入—核验—展示—匹配—交易—监管”全链路形成闭环，房源供给端录入信息并完成核验后上架，用户通过平台找房、预约看房，达成意向后签署合同、办理资金托管，交易完成后更新房源状态并提供后续增值服务，全程支持用户举报反馈，保障业务规范。核心功能路径清晰，涵盖房源管理、用户找房交易、监管数据分析、增值服务四大路径，各环节衔接顺畅，全面满足不同用户群体的核心需求，同时与公司数据服务业务形成协同，推动房产服务与数据服务双赛道数字化、智能化升级。

1. 利用 request 请求获取政府部门多个栏目信息 2. 通过 xpath、bs4 等模块解析 html 数据 3. 通过 mysql 存储过程存储数据 4. 利用 DrissionPage、Playwright 等自动化工具 抓取数据 5. 通过数据接口抓取并存储企某查网站数据 6. 将获取的数据进行数据清洗 7. 同时负责一些数据后台网页端的功能测试项目

项目前端实施 实现城市治理一张图可视，成功交付核心模块，接入GIS地图服务，为城市治理提供可视化决策支持，构建了城市总览、精细化治理、联动指挥、生态环保，智慧党建等多个模块的数字孪生可视化展示模块，为城市整理和指挥调度提供数据支撑和技术支持。

软件功能、核心功能模块介绍： 1. 数据概览模块：展示核心业务指标，包括总营收、订单量、用户数、转化率等关键KPI，支持实时数据更新和趋势对比。 2. 趋势分析模块：提供多维度数据趋势图表，支持日周月年等不同时间维度的数据对比分析，帮助识别业务规律。 3. 实时数据监控：展示实时交易数据、用户活跃度、系统运行状态等动态数据，确保业务健康运行。 4. 区域分布分析：通过地图热力图展示业务区域分布情况，支持钻取到省市区级别，辅助市场决策。 5. 告警中心：实时展示系统异常和业务告警信息，支持告警等级分类和快速响应。