Windows应用 软件定制 案例

1，立项背景：在医院信息部门工作，负责医院系统开发和运维工作，传统的监控软件很难实现全范围监控，如网络，接口，业务系统，服务器cpu、内存、存储，院内核心业务，数据库等，并且出现问题不能及时预警，漏报误报占比太高，就从核心业务开始自己写监控，逐步扩展到数据库，接口，总线平台，数据中心等其他模块，现在院内运维基本依赖这套监控系统，运行很多年，功能也比较完善。 2，核心功能：实现网络，接口，业务系统，服务器cpu、内存、存储，院内核心业务，数据库，通过钉钉，小程序，短信，电话，工单系统等方式，及时把预警消息推送到个人和群，督促系统管理员及时处理。 3，业务流程：任务监控，没隔三分钟跑一次所有监控列表，记录数据到数据库了日志，有问题节点间隔30秒再跑一次监控，自定义每个节点监控次数，达到设定上限开始推送预警消息到个人和运维群，防止误报，个人未处理第二次预警时推送工单，拨打电话。

针对企业手动采集公开数据效率低、易出错的痛点，开发了这套通用合规数据采集系统。核心功能包括静态网页数据自动抓取、数据清洗去重、Excel/CSV结构化导出、批量任务调度与实时进度显示。系统全程遵守robots协议与网站访问频率限制，采用Python+Requests实现稳定请求，确保合规爬取公开数据，无需客户额外配置环境即可运行。

SmartLearn Pro 是一个面向英语学习场景的 AI 学习平台，核心目标是把文章、单词、听说读写训练和复习计划整合到一个学习闭环中。系统支持文本/PDF 导入、AI 阅读分析、生词提取、闪卡复习、记忆曲线复习、阅读考试训练、翻译挑战、AI 写作批改、口语教练、学习笔记、知识图谱和学习流画布等功能。 用户可以导入学习资料，系统自动生成词汇、语法结构、阅读理解题和复习内容；在学习过程中可以将生词、难句、错题和写作素材沉淀为笔记，并通过 FSRS 记忆算法安排后续复习。项目还集成了语音识别、AI 对话和 TTS 语音合成能力，用于模拟 IELTS、商务英语、日常聊天等口语训练场景，帮助用户完成从输入、练习、反馈到复习的完整学习流程。

口义齿加工虚实结合系统利用虚拟现实（VR）和增强现实（AR）技术，将人体口腔、义齿制作以3D形式呈现，为学生提供沉浸式的学习体验。学生可以通过旋转、缩放和分解模型，清晰观察每个细节，这种精细化展示使学习变得更加直观和具体。学生可以通过力反馈系统或触摸屏直接与模型互动，模拟加工功能，让复杂的口腔学知识更加生动易懂。完全摆脱了对真实人体标本的依赖，解决了高质量解剖标本供不应求、获取和维护成本高昂的问题。学生可以无限次重置模型并重复操作，不再受时间和标本数量的限制，有助于熟练掌握复杂的口腔知识和操作技能。

EPlan 是一款为追求系统化日常计划的用户设计的桌面效率工具。它通过 计划 → 项目 → 阶段 → 清单 四层结构，帮助用户将宏大目标拆解为可执行的每日任务，并记录每项任务的实际耗时与完成时刻，形成闭环反馈。 1. 计划层 (Plans) 创建长期或短期计划（如“2026 年自我提升计划”），作为顶层容器，支持名称、描述和创建时间。 2. 项目层 (Projects) 每个计划下可划分多个项目（如“学习 React”、“健身减脂”），支持自定义排序（sort_order），便于重组优先级。 3. 阶段层 (Stages) 每个项目内可设置阶段（如“基础学习”、“实战项目”），阶段支持 time_slots 字段（JSON 或文本格式存储预期时间段），便于规划起止周期。 4. 清单层 (Checklists) —— 核心执行单元 每一项清单包含内容 (content)、计划日期 (date)、备注 (note)、完成状态 (completed)、实际耗时 (elapsed_time，单位分钟) 和完成时刻 。 用户每日根据 date 过滤查看“今日待办”，勾选完成后记录耗时，系统自动填充 completed_at。 支持同阶段内拖拽排序 。 5. 统计与回顾 按计划/项目/阶段查看总完成数、总耗时、计划符合度（计划日期 vs 完成日期）。 提供甘特图视角展示阶段与任务的时间分布。

行业场景 当下电商、摄影等行业面临大量不规则名命的图片，手动重命名十分繁琐费时，所以此程序目的是批量为大量图片重命名，节约宝贵时间，提升工作效率 功能介绍 1.该程序有上传/拖拽上传图片文件夹功能模块、图片原名/重命名预览模块、重命名元素添加功能模块、图片重复名称检测模块、重复名称手动修改模块等。 2.该程序的主要功能为，用户将包含图片的文件夹拖拽/点击上传到程序中后，根据自身需要，在程序右下方的元素添加模块中添加不同元素，有时间、宽高、尺寸、前缀、后缀、分隔符、原名等等元素。用户选择好元素后，将会在左侧看到重命名预览，预览区域下方有选择性前后缀功能按钮，用户可选择其中部分图片修改前后缀。

行业场景 旨在解决前端、UI/UX设计师在工作中需要详细测量屏幕物理、逻辑双像素以及精确取色等需求，市面上大多类似工具要不臃肿，要不功能不全，因此开发此工具针对性的解决痛点。 功能介绍 该项目有测距模块和取色模块两大板块。测距模块细分为线条测距功能和框选测距功能两个小功能块，这让该测距工具不仅仅能够测量单一的宽度和高度，还可以在有需求时同步测量宽高面积，极大的提高了涵括性与效率性。取色模块支持市面上大部分的色彩格式，让使用者不必再去搜索/转换相应的其它色彩格式。且两个模块都支持放大镜，保证最终数据的精确性。

行业场景 当下老板、教师、老板、各行业领导每次在某个特定时间段需要在微信群发送某些特定消息时，总是需要手动操作，且有时还需要熬着时间，这极大的增大了精神/身体双疲劳，所以就开发了这款多任务定时自动发送微信消息的工具 功能介绍 1.该项目主要有任务添加模块：指定联系人模块、自定义定时模块、任务执行模式（单次/循环）模块、自定义发送内容模块、添加任务功能按钮、任务增删改查模块。 2.主要为用户输入指定的联系人 /群的名称或备注后，根据需要自定义时间，设定任务的执行模式，输入自定义发送内容，最终点击新建任务，那么该任务就会被添加到右侧的任务栏，任务栏中的任务支持增删改查。

行业场景 当前毕业生、研究生等在毕业论文攥写方面对于现有论文的检索来说十分不方便，需要多个平台检索关键词搜索到符合自身专业的专业性论文，这导致在攥写毕业论文的过程中效率极具下降，所以编写了这套多平台论文检索系统 功能介绍 1.具体有论文关键词检索模块、预览模块、条件筛选模块等 2.主要功能为用户输入相关关键词后，设定筛选条件，搜索出多平台的论文后，可支持用户预览部分原文、跳转到论文原网址等功能

1. 图书管理 — ISBN/书名/作者搜索，增删改查，库存实时追踪 2. 读者管理 — 借书证管理，院系/电话信息维护 3. 借阅管理 — 借书(自动30天借期)、还书、超期罚款(0.5元/天) 4. 统计分析 — 分类统计、出版社分布、超期未还清单 5. 数据导出 — 所有表格支持CSV导出，Excel可直接打开

智能订单管家是一套面向无货源电商与中转仓业务场景的多平台订单协同管理系统，支持淘宝、拼多多、京东、抖音等多个电商平台的店铺统一运营。 系统支持多用户、多店铺商品与订单数据统一获取，实现订单集中管理、采购下单、中转仓流转、物流跟踪及售后处理等完整业务流程。 核心功能包括： 多平台商品与订单数据同步 多店铺统一管理 自动采购与采购订单创建 中转仓订单流转管理 订单与物流状态实时跟踪 自动退款、自动退货等售后处理 多平台物流回填 异常订单监控与自动化处理 支持高并发订单场景与批量任务处理

立项背景与目标： 在 Nordic nRF 及配套电源管理芯片（CPS、TPS）的产测与研发调试中，烧录流程往往依赖 J-Link 命令行、OpenOCD、工装 RPC 上电、固件 SCP 上传等多套工具，操作步骤多、易出错，且不同工站（PowerDFU、DataDFU、PowerFCT、DataFCT）流程不一致。本项目旨在用 Python 开发统一的一键烧录与工装控制 CLI，将「选固件 → 选工位 Slot → 自动上电 → 烧录 → 校验 → 下电」串联为可重复的标准流程，并支持打包为 macOS 单文件可执行程序，便于产线工程师与硬件研发人员开箱即用。 核心功能模块： 1）多工站模式：支持 PowerDFU、DataDFU、PowerFCT、DataFCT 四类 Station，按 Slot（1–4）自动映射 RPC 端点 IP/端口； 2）Nordic nRF 一键烧录：集成 SEGGER JLinkExe，自动扫描/选择 J-Link 序列号，生成并执行 Commander 脚本，支持 .bin/.hex、擦除、校验及烧录结果智能判定； 3）PowerDFU 扩展烧录：CPS/TPS 通过 RPC 控制继电器与 I2C 自动烧录，固件经 SCP 上传至工装；ULPOD 走 OpenOCD program_onefile 链路； 4）工装 RPC 自动化：烧录前后自动执行上电/下电、继电器切换、电压测量等 mixdevice 调用，减少人工拨码与接线失误； 5）交互与可观测：彩色终端 UI、进度条/Spinner、固件 SHA256 与路径校验、J-Link 日志解析与失败原因提示；支持 PyInstaller 打包 universal2 单文件分发。 业务流程与功能路径： 工程师启动 CLI（或 MagicTool 可执行文件）→ 选择 Station 与 Slot → 选择操作（烧录 / 一键上电 / 一键下电）→ 拖入或输入固件路径（.bin/.hex）→ 工具按工站 profile 调用 RPC 完成 DUT 上电与继电器配置 → 执行 J-Link 烧录或 CPS/TPS/ULPOD 对应烧录链路 → 实时展示烧录进度与日志 → 自动解析 success/verify 等关键字判定结果 → 烧录结束后 RPC 下电复位 → 提示是否继续下一台 DUT。该工具将分散的嵌入式烧录与产测工装操作收敛为「一条命令、一套交互」，显著提升产线烧录效率与操作一致性。

安全防护体系：为插件运行构建了沙箱环境、熔断保护及白名单访问控制。 AI原生开发范式：利用AI辅助编程，单人完成从系统架构设计到核心功能模块的开发。 动态密钥管理：实现了云端模型API密钥的动态管理与自动切换，保障系统高可用

本项目是一款面向职场与企业管理的高性能桌面数据看板快速生成工具。核心功能包括： 1、Excel 智能解析引擎：支持大批量 .xlsx 文件拖入，3 秒内完成 10 万行级别大数据量的表头特征智能识别与异常值检测。 2、看板组件拼装与智能推荐：基于数据特征自动推荐 ECharts 柱状、折线、饼图等图表，支持 12 列网格全动态拖拽排版与自由缩放。 3、多数据源定时刷新：支持 Excel 文件、本地 SQLite（CGO驱动）及远端 MySQL 数据库连接，实现 5 分钟至 1 小时自动定时异步刷新。 4、多格式高清导出：集成 html2canvas 与 fpdf 引擎，支持看板一键导出高清 PNG 截图及带自定页眉水印的 PDF 文件。

本系统针对水泥企业包装环节的车辆排队、装车调度、数量核验等痛点，打造全流程智能管理方案。 核心模块：排队管理模块、调度模块、智能装车模块、AI大模型识别计数模块。 业务流程：车辆入场时自动读取车号，系统根据车号查询计划装车品种，并动态分配车辆进入对应排队队列。各装车线按照排队顺序进行智能调度，引导车辆依次就位。司机扫码确认后开始装车，此时AI大模型实时识别水泥包装袋并自动计数，确保装车数量精准无误。系统还能自动识别并扣除破损包装，避免人工核验误差，显著提升装车效率与数据准确性。

本项目是一套基于 AI 大语言模型的智能聊天平台，支持自然语言对话、AI写作、代码生成、学习辅助以及内容创作等功能。平台采用前后端分离架构，支持实时流式输出、多轮上下文记忆、历史会话管理以及用户系统。 系统主要面向学生、办公用户以及内容创作者，通过 AI 提升信息处理与创作效率。用户可以通过平台快速完成文章生成、代码辅助、学习问答等任务。 后台系统支持用户管理、Token统计、敏感词审核、会话管理以及数据监控，方便运营维护。

各楼层和区域的房间及工位预订楼层地图显示，带有以颜色区分的实时预订状态。可自定义用户界面/用户体验。 今日会议目录来自访客管理系统的即将举行的会议活动。可自定义用户界面/用户体验。 仪表板显示实时 ESG 信息，例如室内空气质量、室内和室外温度、碳排放；实时香港天文台天气及风暴警报、RSS 实时新闻推送等。 在入口/接待区域播放宣传视频和电子海报。 提供数字标牌管理系统（CMS）以控制和监控多个办公地点的多个标牌播放器。功能包括内容管理、布局设计、排程与播放列表、播放器分组与监控、紧急消息广播等。 提供可自定义的数字标牌显示模板。 提供工业级数字标牌播放器（安卓和 Windows 平台），支持单路或多路视频输出，适用于各种尺寸和分辨率的液晶显示屏和拼接屏。 支持多媒体内容格式，如视频、图片、音频、文字、PowerPoint、Facebook & YouTube Live、流媒体视频、RSS 推送、实时天气信息、HTML5 等。 提供各种尺寸的 4K 专业显示屏。 与房间与工位预订系统及访客管理系统实现完全整合。

本项目面向医院用血和血液存储场景，覆盖“临床申请—输血科审核—标本与配血—发血交接—床旁输注—不良反应追溯”全闭环的医疗信息系统，通过条码化身份识别、业务逻辑强制校验与全流程数据留痕，在打通HIS/LIS等系统数据的基础上，实现血液从入库、库存效期管理、交叉配血到患者输注的精准管控，在保障“输对血、输对人、输对时间”的同时，满足等级医院评审、质控检查与全程可追溯的监管要求。

1.项目背景 公司内部管理的数据库类型种类繁多，数量庞大，权限管控难等问题，所以需要一款数据库管理平台，来统筹接觉这些问题 2.功能介绍 1）提供多种数据库类型的查询窗口，替换本地数据库工具 2）针对不同用户进行权限管理，以及数据库字段权限管理，支持字段加解密显示 3）支持多库多表等中间件配置 4）支持数据库日常维护工具，如数据迁移，数据归档等

一、项目简述：医学光学检测系统。 二、功能介绍： 1. 核心服务端负责任务调度、缺陷判定、多设备适配及数据管理； 2. 复检系统侧重人工复核流程，协调相机、光源等硬件，处理多坐标系转换与结果校验； 3. 检测端实现实时图像采集、缺陷识别与状态上报； 三、整体功能： 缺陷检测算法集成、硬件设备控制、实时数据通信、结果可视化、分布式存储。