业务和功能介绍
一、立项背景和目标 — 讲了求职者面临的海投回复率低、信息分散、缺乏量化评估三个痛点，以及 AI 职选如何解决这些问题。
二、软件功能与核心功能模块 — 分五个模块说明：
- 数据采集模块（公司详情页/职位详情页/列表页三种采集方式）
- 数据管理模块（暗色主题后台、批量更新、CSV 导出）
- AI 对话模块（多模型、流式输出、语音输入、文件上传）
- AI 数据分析模块（行业分析、薪资分析、报告生成）
- 简历优化与概率评估模块（四步流程、三维度评分）
三、业务流程与功能路径 — 分四个流程描述：
- 采集业务流程（从打开网页到数据存储的完整路径）
- AI 分析业务流程（勾选→分析→出报告）
- AI 对话业务流程（配置模型→提问→流式回复）
- 简历优化业务流程（输入简历→选目标→AI优化→概率评分）
二、软件功能与核心功能模块 — 分五个模块说明：
- 数据采集模块（公司详情页/职位详情页/列表页三种采集方式）
- 数据管理模块（暗色主题后台、批量更新、CSV 导出）
- AI 对话模块（多模型、流式输出、语音输入、文件上传）
- AI 数据分析模块（行业分析、薪资分析、报告生成）
- 简历优化与概率评估模块（四步流程、三维度评分）
三、业务流程与功能路径 — 分四个流程描述：
- 采集业务流程（从打开网页到数据存储的完整路径）
- AI 分析业务流程（勾选→分析→出报告）
- AI 对话业务流程（配置模型→提问→流式回复）
- 简历优化业务流程（输入简历→选目标→AI优化→概率评分）
项目实现
一、整体架构与设计思路
基于 Chrome Extension Manifest V3，四层结构：表现层（popup 和 options 面板）、逻辑层（background Service Worker）、采集层（注入自包含抓取函数）、存储层（Chrome Storage API）。三个设计原则：自包含、容错优先、本地优先。
前端原生 HTML/CSS，业务逻辑原生 JavaScript ES6+，AI 接口兼容 OpenAI 格式 SSE 流式请求。
我独立负责全部开发，核心代码约 9000 行，7473 行 options.js 和 1292 行 popup.js，从搭建到上线一人完成。
二、遇到的难点与解决方案
页面结构频繁变化：多级选择器兜底（精确选择器到正则匹配五级），配合 URL 感知算法按页面类型解析标题。
动态加载采集不全：500ms 轮询检测关键元素，最多 30 次，配合 scrollIntoView 触发加载，超时返回已获取部分，成功率从 60% 提升到 95% 以上。
Service Worker 导出限制：Base64 编码 CSV 为 Data URL，通过 chrome.downloads.download 触发下载，加 UTF-8 BOM 解决中文乱码。
executeScript 闭包陷阱：所有辅助函数定义在注入函数体内确保闭包可用。
多模型流式输出兼容：抽象统一流式请求层，兼容多种响应结构，非流式接口自动降级。
基于 Chrome Extension Manifest V3，四层结构：表现层（popup 和 options 面板）、逻辑层（background Service Worker）、采集层（注入自包含抓取函数）、存储层（Chrome Storage API）。三个设计原则：自包含、容错优先、本地优先。
前端原生 HTML/CSS，业务逻辑原生 JavaScript ES6+，AI 接口兼容 OpenAI 格式 SSE 流式请求。
我独立负责全部开发，核心代码约 9000 行，7473 行 options.js 和 1292 行 popup.js，从搭建到上线一人完成。
二、遇到的难点与解决方案
页面结构频繁变化：多级选择器兜底（精确选择器到正则匹配五级），配合 URL 感知算法按页面类型解析标题。
动态加载采集不全：500ms 轮询检测关键元素，最多 30 次，配合 scrollIntoView 触发加载，超时返回已获取部分，成功率从 60% 提升到 95% 以上。
Service Worker 导出限制：Base64 编码 CSV 为 Data URL，通过 chrome.downloads.download 触发下载，加 UTF-8 BOM 解决中文乱码。
executeScript 闭包陷阱：所有辅助函数定义在注入函数体内确保闭包可用。
多模型流式输出兼容：抽象统一流式请求层，兼容多种响应结构，非流式接口自动降级。
示例图片视频
相似推荐
自行开发监控软件-监控软件
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。
公安低空数智融合应用平台
主要面向公安局、巡特警反恐支队及各区县分局。适用于日常城市治安巡查、重点区域（公园、商场、交通枢纽）的常态化低空安防巡检、大型活动安保及突发事件的应急指挥调度，助力构建“地空立体化”的智慧警务防控体系。
底层通信系统-网闸
网闸（安全隔离与信息交换系统）业务：在物理隔离或逻辑隔离的网络之间（如内外网），实现数据安全、受控交换。
核心功能列表：
物理/协议隔离：阻断直接网络连接。
数据摆渡：以“数据块”方式单向或双向同步。
内容安检：防病毒、防入侵、内容过滤。
访问控制：精细化的用户与数据交换策略。
安全审计：全流程日志记录与追溯。
协议转换：支持HTTP/FTP/数据库/文件等多种应用。
基于大模型的自动化渗透测试平台
一、立项背景与目标
随着企业资产规模持续扩张，安全漏洞数量激增、人工处置效率低下、跨团队协作断层等问题日益突出。本平台旨在构建一套"扫描→汇聚→研判→分配→闭环"的自动化漏洞管控体系，以 AI 驱动替代人工重复劳动，显著提升安全运营效率。
二、核心功能模块
资产测绘中心： 自动识别目标的开放端口、Web 服务、组件指纹、技术栈，构建多维资产视图，按机房、业务、标签进行分类管理，实时掌握全量攻击面。
AI 自主渗透引擎： 大模型驱动的自动化渗透测试核心，具备自主决策与路径规划能力，从信息收集到漏洞利用全程自主执行，支持通过自然语言对话触发，输出完整渗透报告。
漏洞全生命周期管理： 多维聚合去重、严重等级分类（Critical / High / Medium / Low / Info）、标签体系、误报管理，完整记录漏洞从发现到修复的每一个状态节点。
安全大模型助手： 内置安全领域知识，支持自然语言问答，实时关联平台资产与漏洞数据，提供智能研判、威胁归因、修复建议等深度分析能力。
SOC 工单联动： 漏洞分配时自动生成标准化安全工单，完整涵盖攻击原理、影响资产、修复方案，直接推送至安全运营中心，消除协作断层。
态势感知大屏： 实时展示漏洞总量、修复进度、今日新增、各机房风险分布，安全态势一屏尽览。
三、业务流程
资产录入阶段： 安全人员录入目标 IP 段、域名或业务系统，平台自动完成资产归属识别与攻击面梳理，构建完整的目标画像。
AI 自主渗透阶段： 大模型驱动的渗透引擎接收任务后，具备自主推理能力，能根据目标环境动态规划渗透路径——从信息收集、端口探测、服务指纹识别，到漏洞匹配、POC 自动生成与验证、权限提升路径推演，整个过程无需人工介入，真正实现"给个目标，AI 自己打进去"。
结果汇聚与智能研判阶段： 渗透结果结构化入库，AI 自动对漏洞进行危害评估、利用链分析与修复优先级排序，安全人员通过自然语言问答即可获取深度研判报告，无需逐条人工分析。
处置闭环阶段： 一键分配责任人，平台自动推送包含攻击原理、影响范围与修复方案的 SOC 工单 → 责任人修复 → 平台自动验证 → 漏洞闭环，全程可追溯、可审计。
响应式网页设计与前端交互开发项目-个人创作
主要围绕网页设计与前端交互开发展开，目标是完成一个结构清晰、视觉统一、交互流畅的网页页面。项目内容包括页面信息架构设计、视觉风格规划、页面布局搭建、基础交互效果实现以及不同屏幕尺寸下的响应式适配。页面通过合理的导航、模块分区、图文排版和按钮交互，引导用户快速浏览核心内容，提升整体访问体验。
在功能方面，项目包含首页展示、内容模块展示、导航跳转、按钮交互、表单区域、图片展示及页面动效等基础功能。通过 HTML 完成页面结构搭建，CSS 负责视觉样式、布局和响应式适配，JavaScript 用于实现页面交互、状态切换和动态效果，使页面具备较好的可用性和视觉表现力。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服