程聚宝
程序员
软件外包公司
项目案例
发布需求
人才入驻
登录
注册
原"程序聚合"
工作台
程序员
软件开发公司
软件案例
发布需求
开发者入驻
帮助文档
小程序
登录
注册
原“程序聚合”
程序聚合
软件案例
智能体应用工作流
智能体应用工作流
与时舒卷
2026-05-24 02:02:07
行业:
人工智能
载体:
Windows应用
技术:
PowerShell、Windows Forms
业务和功能介绍
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
项目实现
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
示例图片视频
与时舒卷
1天前活跃
方向: 爬虫/脚本-爬虫/脚本、后端-Python、
交付率:100.00%
查看主页
相似推荐
Python脚本 / 数据可视化 / 多源数据可视化分析系统-多源数据可视化分析系统
本系统是一套面向多源数据的可视化分析工具,基于Python数据分析生态构建,可读取结构化Excel数据源并自动生成专业级分析图表和HTML报告。 系统聚焦两大分析场景: 1. A股金融市场分析:读取沪深A股4000+只股票的实时数据,自动生成板块分布饼图、成交量Top15排行柱状图、涨跌幅分布直方图,直观展示市场结构和资金动向。针对个股(如贵州茅台600519),生 成日K线走势图并叠加MA20/MA60双均线,标注历史最高收盘价,辅助技术分析决策。 2. 豆瓣影评数据分析:读取豆瓣电影Top250完整榜单,生成评分分布直方图、评分区间占比饼图,以及年度电影数量与平均评分的双Y轴趋势图。可直观看到经典电影年代分布和评分走势。 所有图表统一采用专业配色方案,支持中文渲染,输出为高分辨率PNG图片(150 DPI)。同时自动生成一个响应式HTML分析报告页面,将所有图表嵌入精美卡片布局,包含概览统计卡片和技术指标说明,可直接用于演示汇报或嵌入Web页面。
Python脚本 / 数据采集 / 多平台数据采集系统-多平台数据采集系统
本系统是一套面向数据分析场景的多平台数据采集工具集,包含4个独立的数据采集模块: 1. A股数据采集模块:自动采集沪深A股股票列表、历史K线数据和实时行情。数据来源于腾讯和新浪公开API,支持多数据源自动切换,单次可采集全部4000+只股票的基础信息及实时价格。 2. B站数据采集模块:采集B站热门视频排行、UP主粉丝与播放数据、关键词搜索结果。可用于内容趋势分析、UP主商业价值评估。 3. 豆瓣Top250采集模块:采集豆瓣电影Top250和书籍Top250的完整榜单,包含评分、评价人数、简介、排名等信息,支持影评分析和好书推荐场景。 4. 链家二手房采集模块:支持北京、上海、广州、深圳、成都等10个城市的二手房数据采集,包含房价、面积、户型、区域、关注度等信息,可用于房地产分析。 所有模块输出为标准Excel格式(.xlsx),同时兼容CSV导出,方便后续数据分析和可视化。系统内置请求频率控制和指数退避重试机制,确保稳定采集。
城市气象数据可视化平台
数据大屏 中国地图热力图展示十大城市温度分布 统计卡片展示平均温度、湿度、降水量、风速 温度趋势、湿度变化、降水量对比、风速统计图表 数据预测 支持未来7天/15天预测 历史数据与预测数据对比展示 动态图表更新 功能特性 数据大屏:全国重点城市温度分布热力图、实时气象数据统计卡片 城市分析:单个城市详细气象数据分析,支持多维度图表联动 数据预测:基于机器学习的未来7天/15天气象预测 数据管理:数据列表管理、导入导出功能(CSV/Excel) 用户管理:用户登录、角色权限管理 前端 技术 版本 说明 Vue 3.x 前端框架 Vite 8.x 构建工具 ECharts 5.x 数据可视化 Element Plus 2.x UI组件库 Axios 1.x HTTP请求 后端 技术 版本 说明 Python 3.10+ 编程语言 Flask 2.x Web框架 Flask-CORS 4.x 跨域支持 Flask-SQLAlchemy 3.x ORM Pandas 2.x 数据处理 NumPy 1.x 数值计算 数据库:MySQL 8.x
代码缺陷检测系统-代码缺陷检测系统
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
事件合约信号管理与对比系统
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。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服
微信扫一扫直接聊
无需加好友