业务和功能介绍
1.立项背景和目标
随着气象数据在农业、交通、能源等领域的应用需求增加，传统手动获取天气信息效率低下且易出错。本项目旨在通过自动化技术实现对中国天气网指定城市 7 天天气预报数据的采集、处理和可视化，为用户提供直观、准确的天气分析报告，降低数据获取成本。
2.软件功能、核心功能模块的介绍
数据爬取模块：使用requests库模拟浏览器请求，爬取中国天气网指定城市的 7 天天气预报页面，并通过BeautifulSoup4解析 HTML，提取日期、天气状况、最高 / 最低温度等核心数据。
数据处理模块：清洗原始数据（如去除单位符号 “℃”），计算温差（最高温度 - 最低温度）和 7 天平均温度，确保数据准确性。
Excel 自动化模块：利用openpyxl创建 Excel 文件，结构化存储数据并生成温度趋势折线图（含最高 / 最低温两条曲线），自动设置数值格式、表头样式及文件标题。
3.业务流程、功能路径描述
数据爬取流程：
构造请求头（随机 User-Agent），发送 GET 请求至中国天气网目标页面。
检查响应状态，若成功则使用BeautifulSoup4解析 HTML 内容。
定位数据所在表格，遍历提取每行数据并存储为列表。
数据处理流程：
清洗温度数据，转换为数值类型。
计算温差和平均温度，扩展数据列表。
Excel 生成流程：
创建工作簿和工作表，写入表头及数据。
插入温差公式和平均温度计算函数，应用数值格式。
生成双折线图，设置图表标题、图例、网格线及数据点标注。
保存文件为 “天气报告.xlsx”。
随着气象数据在农业、交通、能源等领域的应用需求增加，传统手动获取天气信息效率低下且易出错。本项目旨在通过自动化技术实现对中国天气网指定城市 7 天天气预报数据的采集、处理和可视化，为用户提供直观、准确的天气分析报告，降低数据获取成本。
2.软件功能、核心功能模块的介绍
数据爬取模块：使用requests库模拟浏览器请求，爬取中国天气网指定城市的 7 天天气预报页面，并通过BeautifulSoup4解析 HTML，提取日期、天气状况、最高 / 最低温度等核心数据。
数据处理模块：清洗原始数据（如去除单位符号 “℃”），计算温差（最高温度 - 最低温度）和 7 天平均温度，确保数据准确性。
Excel 自动化模块：利用openpyxl创建 Excel 文件，结构化存储数据并生成温度趋势折线图（含最高 / 最低温两条曲线），自动设置数值格式、表头样式及文件标题。
3.业务流程、功能路径描述
数据爬取流程：
构造请求头（随机 User-Agent），发送 GET 请求至中国天气网目标页面。
检查响应状态，若成功则使用BeautifulSoup4解析 HTML 内容。
定位数据所在表格，遍历提取每行数据并存储为列表。
数据处理流程：
清洗温度数据，转换为数值类型。
计算温差和平均温度，扩展数据列表。
Excel 生成流程：
创建工作簿和工作表，写入表头及数据。
插入温差公式和平均温度计算函数，应用数值格式。
生成双折线图，设置图表标题、图例、网格线及数据点标注。
保存文件为 “天气报告.xlsx”。
项目实现
1. 整体架构和设计思路
该项目采用模块化设计，整体分为"数据爬取层"和"Excel报告生成层"，通过数据流转实现全流程自动化：
- **架构分层**：
- **数据爬取层**：负责从中国天气网获取原始数据，核心技术包括`requests`（网络请求）、`BeautifulSoup4`（HTML解析）和`lxml`（高效解析器）。
- **数据处理层**：对爬取的原始数据进行清洗、转换和计算（如温差计算），通过Python内置类型系统实现。
- **报告生成层**：将处理后的数据写入Excel并生成可视化图表，依赖`openpyxl`库实现Excel文件操作。
- **核心设计思路**：
1. **健壮性优先**：通过异常处理（网络超时、连接错误）和安全解析函数（`safe_find_text`、`safe_int_convert`）保障数据获取稳定性。
2. **模块化解耦**：数据爬取（`fetch_weather_data`）与报告生成（`create_excel_report`）完全分离，便于单独维护。
3. **自动化格式处理**：通过封装列宽调整、样式设置、图表生成等功能，减少人工干预。
2. "我"的负责模块和结果
作为核心开发者，负责项目全流程实现，重点模块及成果如下：
- **数据爬取模块**：
- 实现`fetch_weather_data`函数，通过`requests`发送HTTP请求，结合`BeautifulSoup4`解析页面结构，精准提取北京7天天气预报数据（日期、天气状况、最高/最低温度）。
- 设计异常处理机制，覆盖网络超时、连接失败等场景，确保程序稳定性。
- **Excel自动化模块**：
- 开发数据写入功能（`write_data_to_sheet`），实现温差自动计算（通过Excel公式`=Cx-Dx`）。
- 实现格式美化：表头加粗（`set_header_style`）、温度单位格式化（`apply_temperature_format`）、列宽自适应（`adjust_column_width`）。
- 开发图表生成功能（`create_temperature_chart`），生成包含最高/最低温度趋势的折线图，带数据点标注和图例。
- **最终成果**：
- 成功生成"天气报告.xlsx"，包含7天完整数据、温差计算、平均值统计及可视化图表。
- 脚本可直接运行，无需修改参数，符合PEP8规范，代码注释覆盖率达80%以上。
3. "我"遇到的难点、坑和解决方案
1. **难点1：网页结构变更导致数据提取失败**
- **问题**：中国天气网页面元素class名称可能动态变化，
该项目采用模块化设计，整体分为"数据爬取层"和"Excel报告生成层"，通过数据流转实现全流程自动化：
- **架构分层**：
- **数据爬取层**：负责从中国天气网获取原始数据，核心技术包括`requests`（网络请求）、`BeautifulSoup4`（HTML解析）和`lxml`（高效解析器）。
- **数据处理层**：对爬取的原始数据进行清洗、转换和计算（如温差计算），通过Python内置类型系统实现。
- **报告生成层**：将处理后的数据写入Excel并生成可视化图表，依赖`openpyxl`库实现Excel文件操作。
- **核心设计思路**：
1. **健壮性优先**：通过异常处理（网络超时、连接错误）和安全解析函数（`safe_find_text`、`safe_int_convert`）保障数据获取稳定性。
2. **模块化解耦**：数据爬取（`fetch_weather_data`）与报告生成（`create_excel_report`）完全分离，便于单独维护。
3. **自动化格式处理**：通过封装列宽调整、样式设置、图表生成等功能，减少人工干预。
2. "我"的负责模块和结果
作为核心开发者，负责项目全流程实现，重点模块及成果如下：
- **数据爬取模块**：
- 实现`fetch_weather_data`函数，通过`requests`发送HTTP请求，结合`BeautifulSoup4`解析页面结构，精准提取北京7天天气预报数据（日期、天气状况、最高/最低温度）。
- 设计异常处理机制，覆盖网络超时、连接失败等场景，确保程序稳定性。
- **Excel自动化模块**：
- 开发数据写入功能（`write_data_to_sheet`），实现温差自动计算（通过Excel公式`=Cx-Dx`）。
- 实现格式美化：表头加粗（`set_header_style`）、温度单位格式化（`apply_temperature_format`）、列宽自适应（`adjust_column_width`）。
- 开发图表生成功能（`create_temperature_chart`），生成包含最高/最低温度趋势的折线图，带数据点标注和图例。
- **最终成果**：
- 成功生成"天气报告.xlsx"，包含7天完整数据、温差计算、平均值统计及可视化图表。
- 脚本可直接运行，无需修改参数，符合PEP8规范，代码注释覆盖率达80%以上。
3. "我"遇到的难点、坑和解决方案
1. **难点1：网页结构变更导致数据提取失败**
- **问题**：中国天气网页面元素class名称可能动态变化，
示例图片视频
相似推荐
AI CRM 系统-客户管理系统
AI CRM 系统 — 产品介绍
AI CRM 是一款面向中小企业的 AI 原生客户关系管理系统，由深圳零源码科技有限公司自主研发。系统以"让客户数据成为组织资产"为核心理念，覆盖客户全生命周期管理，帮助企业实现销售流程标准化、客户运营精细化和经营决策数据化。
【核心功能】
一、客户 360° 视图
以客户为中心聚合全部信息：基本信息、联系人网络、商机进展、跟进时间线、合同与回款记录，五合一详情面板，一目了然。支持客户查重、标签管理和状态流转（正常/休眠/流失/黑名单）。
二、销售漏斗管理
看板式卡片展示从初步接触到赢单的全部阶段，每张卡片清晰呈现商机名称、预计金额和当前赢率。一键推进阶段，自动记录变更日志，销售经理可实时掌握团队 pipeline。
三、线索管理与转化
支持多渠道线索录入（官网、转介绍、展会、广告、电话等），线索状态包括新线索、已联系、已转化和无效。一键将线索转化客户，自动同步联系人信息，减少重复录入。
四、公海机制
超期未跟进的客户自动回收至公海池，其他销售可领取。支持保护期设置和每日领取上限，避免恶意抢单。公海操作全量记录，可追溯每一次放入和领取。
五、AI 智能分析
内置 RFM 客户价值评分模型，自动将客户分为 A/B/C 等级；流失预警引擎识别高流失风险客户，帮助销售优先跟进。数据看板提供今日待办、业绩排名、销售趋势和来源分析。
六、合同与回款管理
合同全生命周期管理（履行中/已完成/已终止/已过期），到期自动提醒。回款记录关联合同和客户，金额自动汇总，支持多种支付方式。
七、工单系统
四状态流转（待处理→处理中→已解决→已关闭），支持分配处理人和优先级管理，确保客户问题及时闭环。
八、权限与审计
六种预设角色（超级管理员、管理员、销售经理、销售、客服、只读），前端按钮和后端接口双重权限控制。关键操作全量审计，谁在什么时间做了什么均有记录。
【技术架构】
后端采用 NestJS 11 + TypeScript + TypeORM，数据库 PostgreSQL 16 + Redis 7。前端采用 React 19 + TypeScript + Vite 8，UI 组件基于 shadcn/ui + Tailwind CSS 4，图表使用 Recharts。全栈 TypeScript，类型安全。Docker Compose 一键部署。
【适用场景】
适用于 10-500 人规模企业，特别适合销售驱动型组织：B2B 销售团队、软件/SaaS 公司、专业服务公司、贸易批发企业、教育培训机构等。系统开箱即用，无需复杂配置，移动端和桌面端均可流畅使用。
【商业授权】
本产品为商业专有软件，版权所有 © 2026 深圳零源码科技有限公司，保留所有权利。商业授权及合作咨询请联系版权方。
异构边缘实时信号处理与通信系统
用 STM32MP257 和 ESP32-S3 搭了一套双芯片系统。M33 负责硬实时采集和控制，A35 跑 Linux 做复杂一点的推理和通信，ESP32-S3 当无线通信模块用和安全模块。数据通过 MQTT 传到 Docker 后端存储和可视化。训练框架 PyTorch，边缘推理引擎 ONNX Runtime，可视化 TensorBoard + Plotly。从硬实时控制芯片到云端训练，再到边缘端异构部署 的全栈式群体智能系统。系统底层采用 STM32MP257（A35+M33+NPU）与 ESP32-S3 双芯异构架构，确保微秒级安全响应与高算力 AI 推理共存；中层通过 EMQX + TimescaleDB + Grafana 实现千万级消息的实时数据中枢与时空可视化；上层接入课题组的多智能体强化学习（MARL）算法库（HetDPS、LazyAgents、MADPS 等），解决异构集群在稀疏奖励、通信受限、责任分散等挑战下的协同决策问题。
基于AI大模型的Minecraft游戏智能助手-MCGameAssistant
1、立项背景和目标
Minecraft作为全球热门沙盒游戏，玩家在游戏中经常遇到合成配方查询、资源定位、生存技巧咨询等问题，传统Wiki查询效率低、新手门槛高。本项目旨在利用AI大模型与RAG检索增强生成技术，构建一个专为Minecraft玩家服务的智能问答助手，帮助玩家快速获取游戏知识。
2、软件功能、核心功能模块的介绍
系统包含Web端、PC桌面端(Electron)、Android端、微信小程序多端入口，核心功能包括：(1)AI智能对话问答，基于百炼大模型实现自然语言交互；(2)RAG知识库检索，通过Milvus向量数据库存储Minecraft官方Wiki数据，支持精准知识问答；(3)Agent智能体工具调用，可结合网页搜索和知识库综合回答；(4)文件上传问答，支持玩家上传文档自定义查询；(5)用户系统，支持注册登录、对话历史管理；(6)自动化运维，支持定时任务、健康检查、日志轮转。
3、业务流程、功能路径描述
用户进入系统后，选择平台(Web/PC/Android/小程序)访问助手界面，可直接发起AI对话提问。系统通过Express后端接收请求，经意图分析后调用Agent中间件，结合RAG向量检索（Milvus）、网络搜索工具（如有）、历史对话上下文（Redis/MySQL），由大模型生成流式回答返回给用户。同时系统支持用户注册登录，保存对话历史，支持文件上传进行定制化问答。管理员可通过后台管理知识库数据、查看运行健康状态。
摇光本地agent协作平台
目前正在研发本地优先 Agent 协作工作台「摇光」。
摇光的核心目标是让用户可以用自然语言描述目标，由系统自动组织 AI 角色、调用工具、推进任务，并在桌面端、本地环境和移动端入口中持续交付结果。
当前产品已完成最小闭环，并进入内测和效果优化阶段。
ErrorDetecting Hadoop 故障诊断系统-Hadoop 故障诊断系统
该项目是一个面向 Hadoop 集群故障诊断与运维管理场景的 Web 管理系统，目标是为集群管理、节点监控、日志查看和智能诊断提供统一的前端操作界面。
我独立负责项目全部前端开发，围绕登录注册、集群列表、节点监控、日志查看、用户管理、个人中心、AI 诊断等模块进行设计与实现。用户可在系统内完成集群与节点信息查看、日志检索、资源监控、用户管理以及智能诊断交互等操作。
项目采用前后端分离方式，前端负责页面展示、交互逻辑和状态切换，后端提供认证鉴权、集群管理、日志查询和 AI 诊断接口支持。其中 AI 诊断模块支持日志预览、节点选择、上下文透传与流式输出展示，提升了故障分析场景下的交互体验。项目同时兼顾 PC 端与移动端浏览体验，对主要页面进行了较完整的响应式适配，保证不同尺寸设备下界面稳定可用。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服