业务和功能介绍
少儿编程学员管理系统（CRM）
1、立项背景和目标
本系统旨在为少儿编程教育机构提供一站式学员管理解决方案，通过数字化手段提升教学管理效率，优化家校沟通体验，实现学员信息、课程安排、考勤记录、作业管理等核心业务的信息化管理。
2、软件功能、核心功能模块的介绍
• 学员管理：学员档案管理、课时统计、学习路径规划
• 班级管理：班级创建、学员分配、排课管理、上课提醒
• 考勤管理：课堂考勤记录、考勤统计分析
• 作业管理：作业布置、作品提交、作品展示
• 销售管理：信息量管理、跟进记录、转化统计
• 微信服务号：家长绑定、上课提醒推送、消息通知
• 数据统计：学员统计、课时统计、收入分析
3、业务流程、功能路径描述
招生流程：信息量录入→跟进记录→试听安排→学员转化→班级分配
教学流程：排课管理→上课提醒→课堂考勤→作业布置→作品提交→学习评估
家校互动：微信关注→账号绑定→接收提醒→查看通知→在线沟通
1、立项背景和目标
本系统旨在为少儿编程教育机构提供一站式学员管理解决方案，通过数字化手段提升教学管理效率，优化家校沟通体验，实现学员信息、课程安排、考勤记录、作业管理等核心业务的信息化管理。
2、软件功能、核心功能模块的介绍
• 学员管理：学员档案管理、课时统计、学习路径规划
• 班级管理：班级创建、学员分配、排课管理、上课提醒
• 考勤管理：课堂考勤记录、考勤统计分析
• 作业管理：作业布置、作品提交、作品展示
• 销售管理：信息量管理、跟进记录、转化统计
• 微信服务号：家长绑定、上课提醒推送、消息通知
• 数据统计：学员统计、课时统计、收入分析
3、业务流程、功能路径描述
招生流程：信息量录入→跟进记录→试听安排→学员转化→班级分配
教学流程：排课管理→上课提醒→课堂考勤→作业布置→作品提交→学习评估
家校互动：微信关注→账号绑定→接收提醒→查看通知→在线沟通
项目实现
1、整体架构和设计思路、不同模块使用的技术栈
• 前端架构：Vue 3 + Element Plus + Vite，采用组件化开发模式，实现响应式布局
• 后端架构：Flask + SQLAlchemy，RESTful API设计，模块化路由管理
• 数据库：SQLite，轻量级部署，支持快速迁移
• 微信集成：微信公众号API，实现消息推送和用户绑定
• 部署方案：Nginx反向代理 + Python后端服务，支持域名访问
2、"我"的负责模块和结果（尽可能量化）
• 完整系统架构设计和实现（前后端全栈开发）
• 学员管理模块：支持1000+学员信息管理，课时自动统计
• 排课管理模块：可视化排课界面，支持单次和批量排课
• 微信服务号集成：实现家长绑定、上课提醒自动推送，提升家校沟通效率50%
• 一键部署脚本：实现代码自动化部署，部署时间从30分钟缩短至5分钟
• 数据统计分析：多维度数据报表，支持导出Excel
3、"我"遇到的难点、坑、和解决方案
• 难点1：微信公众号消息推送的稳定性
解决方案：实现Access Token缓存机制，添加IP白名单验证，完善错误重试逻辑
• 难点2：排课冲突检测和时间管理
解决方案：设计排课冲突检测算法，实现教室、教师、学员的多维度冲突校验
• 难点3：前后端数据同步和状态管理
解决方案：采用Vuex状态管理，实现数据缓存和乐观更新，提升用户体验
• 难点4：生产环境部署和代码更新
解决方案：开发一键部署脚本，集成Git自动拉取、前端构建、服务重启等流程
• 前端架构：Vue 3 + Element Plus + Vite，采用组件化开发模式，实现响应式布局
• 后端架构：Flask + SQLAlchemy，RESTful API设计，模块化路由管理
• 数据库：SQLite，轻量级部署，支持快速迁移
• 微信集成：微信公众号API，实现消息推送和用户绑定
• 部署方案：Nginx反向代理 + Python后端服务，支持域名访问
2、"我"的负责模块和结果（尽可能量化）
• 完整系统架构设计和实现（前后端全栈开发）
• 学员管理模块：支持1000+学员信息管理，课时自动统计
• 排课管理模块：可视化排课界面，支持单次和批量排课
• 微信服务号集成：实现家长绑定、上课提醒自动推送，提升家校沟通效率50%
• 一键部署脚本：实现代码自动化部署，部署时间从30分钟缩短至5分钟
• 数据统计分析：多维度数据报表，支持导出Excel
3、"我"遇到的难点、坑、和解决方案
• 难点1：微信公众号消息推送的稳定性
解决方案：实现Access Token缓存机制，添加IP白名单验证，完善错误重试逻辑
• 难点2：排课冲突检测和时间管理
解决方案：设计排课冲突检测算法，实现教室、教师、学员的多维度冲突校验
• 难点3：前后端数据同步和状态管理
解决方案：采用Vuex状态管理，实现数据缓存和乐观更新，提升用户体验
• 难点4：生产环境部署和代码更新
解决方案：开发一键部署脚本，集成Git自动拉取、前端构建、服务重启等流程
示例图片视频
相似推荐
汽车零部件制造信息管理系统-生产制造执行(MES)系统
系统主要由以下五部分构成：
a.web 应用系统：主要供厂区办公室工作人员使用（此为主体系统） ，用于进行统计分析、生产监控以及总体调度。
b.供应商系统：供供应商人员使用 ，能够查看 WEB 系统发布的采购订单并通过该系统及时作出响应。
c.现场生产终端系统：主要由现场生产工人使用 ，借助该终端系统进行生产过程操作。
d.手机 app：功能丰富 ，使用人员广泛 ，有效解决了各个环节之间的沟通交流问题。
e.大屏幕看板：放置于生产车间 ，全厂人员能够实时查看现场采购、配料、生产、质检、销售等环节的情况。
系统开发所涉及的技术包括：
a.web 应用系统：后端采用 java 语言 ，前端运用 vue ，模板引擎为 Thymeleaf ，消息推送 RabbitMQ。
b.现场生产终端系统：使用 c#开发。
c.手机 app：采用 ionic + angularjs + cordova。
d.看板：运用帆软报表。
e.数据库：选用 Oracle。
24小时车保姆
聚焦车主 “车辆路边抛锚” 的应急维修需求（如爆胎、亏电、油路故障、小修小补等），整合城市自由修车人资源，通过 “LBS 智能匹配 + 24 小时响应”，实现 “3 分钟下单、10 分钟匹配、30 分钟内师傅到达现场” 的应急服务闭环，核心解决传统路边维修 “找不到人、价格不透明、技术无保障” 的痛点。
汽车设计AI助手
背景：
通常，工程师在处理一个汽车项目时需要提供上千个交付物，每个交付物需要参考的数据内容又分布在其余不同的交付物中，导致工程师耗费了大量时间去寻找数据和编辑数据，极大地降低了工作效率。有时一些交付物的内容需要有大量参考去进行确认，工程师们往往是查资料半小时，写数据一分钟。而一个项目往往是由多个工程师负责的，工程师们之间也存在着信息差，进一步影响着我们的工作效率。此外，不同工程师对汽车不同子系统的理解也制约着项目的推进，例如，造型设计师设计了一个独特的灯带，但工程区域分析后发现该结构无法实现量产。
大语言模型和数据库的深度结合与RAG想法的提出让我们看到了解决此场景下效率低下的可能性。与传统的逐个查找数据文件不同，AI通过调用数据库对项目的所有文件进行针对性的相似和关联查找。根据项目的进展和用户的问答不断建立自己的数据关联，记忆关键的数据节点，在工程师们需要查询数据时快速给出答案。而工具调用的出现让我们看到AI业务落地可以更近一步。借此，可以实现从AI告诉答案转变为AI直接输出答案至目标文件中。
本作品的作用为依据现场的实际流程，设计一个以汽车项目为导向的专业智能体应用系统，帮助工程师更好地编写对应项目的交付物和探索自己的想法的可行性，帮助解决传统方案下数据寻找困难、工程师交互存在代沟、交付物编写缓慢的问题，拟将交付物编写速度加快至少80%。
本系统基于Windows操作系统实现，分为前后端两个方向进行设计：
前端主要是UI界面，用来进行数据的展示，拟采用VUE3进行设计，通过HTTP协议来实现与后端内容的数据交互
后端包含向量数据库系统设计、数据、关系性数据库系统设计、文件系统设计、大语言模型与工具调用设计、前后端交互接口设计、文件数据提取与向量化配置、拟采用Chroma、Sqlite3、Minio、Ollama、LangChain、Flask、MinerU等技术栈和win32.client等windows底层接口进行实现。
本项目的创新点在于将现有技术深度和企业实际生产过程相集合，根据实际需求，定制化专有的AI调用工具和现有的企业需求进行匹配，而不是简单的基于已有项目的复制粘贴。现有的技术方案更多执着于问答交互，而运用AI对微软文档进行直接专业化编写的设计现阶段的解决方案并不多，且更没有让AI专业化地编写文档的相关设计。
本方案提出时已完成多个小的组件的测试和使用，准备进行所有组件的整合和深度测试，方案完全可行。
自动化测试平台
1.为某外企汽车公司研发的一套车机系统自动化测试平台, 针对车机的UI/UX、功能和性能, 实现全方位的测试.
2.此平台针对不同人群匹配不同的使用方式. 例如, 针对测试开发人员, 可以基于已封装或者自己封装的功能模块来编写测试用例; 针对不懂开发的人员, 可以通过输入自然语言, 依托大模型转变成代码的方式实现测试用例的编写.
3.对应不同车型和版本, 有一套严谨的代码管理方案, 实现一平台能适配多车型多版本的测试需求和场景.
4.核心功能包括: 界面元素的定位和操作, UI/UX的校验, 文字识别, 图像识别, 录屏, 视频识别, 日志监控, 数据可视化等.
极氪app
在极氪App项目中，本人在项目中主要负责App中极分、极值、勋章数字藏品、推荐购车体系等的C端和B端的开发
我们设计了一个 事件驱动+规则配置化 的积分奖励体系，灵活支持多种营销活动：
● 用户行为（发帖、下单等）触发事件；
● 事件通过 MQ 异步分发；
● 消费端解析事件Code → 匹配行为规则表；
● 判断是否满足条件则调用积分发放接口。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服