程序聚合软件案例 AI可视化工作流-SL-MEP

AI可视化工作流-SL-MEP

Claude重度依赖

2026-06-01 22:23:07

行业：企业内部管理、人工智能

载体：网站、小程序

技术：Spring Boot、Tailwind CSS、Vue

业务和功能介绍

一个以可视化工作流为核心驱动力的Agent调度平台。通过多种可编排节点，我们实现了复杂AI任务的图形化流畅组装、灵活调度执行。可快速利用工作流编排能力实现业务需求，显著降低了AI应用集成的技术门槛，提升了智能系统的构建效率与可靠性。

项目实现

1. 前端工作流编排平台开发：基于 Vue 3、 TypeScript、 Ant Design Vue 与 Pinia 技术栈，搭建高可定制的工作流可视化编排平台。设计并实现了 LLM 调用、 OCR 识别、条件分支、数据库操作、
MCP 组件等多样化功能节点，支持用户通过拖拽方式灵活构建复杂业务流水线，显著提升流程搭建效率与系统可扩展性。
2. 后端智能工作流引擎设计：依托 Spring AI Alibaba 框架，构建支持 AI 能力集成的工作流编排引擎。结合 Embedding 、智能体（ Agent）、 Tools Call 、 MCP等 Spring AI 生态组件，实现业务流程与 AI 功能的深度融合，为上层应用提供稳定、可扩展的智能流程执行能力。
3. 基于大模型的智能文档生成：主导实现基于 LLM 的 PPT 与 Word 智能生成功能。针对 PPT ，支持模板标注、内容大纲自动生成、结构化数据填充与原格式导入导出，实现主题到成品的自动化生成；针对 Word ，集成 Web Word 编辑技术，提供大纲生成、变量填充、内容润色等多种生成模式，显著提升文档创作效率与质量。
4. Graph RAG 知识库增强检索：采用原生 Java 技术栈，构建基于图检索增强生成（ Graph RAG）的文档智能处理系统。通过 OCR 提取文本，结合多策略分块与 LLM 实体关系抽取，将向量数据存储至 Milvus ，并将结构化知识图谱持久化至 Neo4j ，实现基于图谱的精准检索与上下文增强，有效提升复杂问答与知识检索的准确性与可解释性。
5. 文档结构化数据提取：利用LLM对文档的结构化数据提取，解决行业内对长文本文档的结构化提取痛点。
6. 智能体（Agent）架构设计与实现：基于 Agent Development Kit（ ADK）与 Java 技术栈，负责智能体系统的核心架构与开发。设计并实现了多智能体协作、并行执行、循环推理及基于角色的代理人（ Role-based Agent）等多种高级架构模式。通过建立智能体间的通信协调与任务编排机制，显著提升了复杂任务的分解与执行效率，为自动化决策、流程编排等业务场景提供了灵活、可扩展的智能体解决方案。

示例图片视频

Claude重度依赖

15天前活跃

方向：后端-Java、前端-Web前端、

交付率：100.00%

查看主页

相似推荐

待补充

立项背景和目标面向中小电商商家打造轻量化电商后台管理系统，解决个体户商家订单、商品、客户台账手工统计效率低、数据易出错、无库存预警的痛点。项目目标：搭建一套低成本、易部署的全链路电商管理后台，实现商品、订单、库存、客户一体化线上管理，降低商家运营人力成本，支持数据一键导出报表，单人即可完成全店铺日常运营管理。核心功能模块介绍商品管理模块：商品上下架、分类维护、规格参数编辑、批量导入导出、库存实时同步；订单管理模块：全渠道订单拉取、订单状态流转（待付款 / 待发货 / 已完成 / 售后）、售后退款审核、打单发货；库存仓储模块：出入库登记、库存预警、库存盘点、批次管理；客户 CRM 模块：客户信息建档、消费标签、复购记录、回访备注；数据统计看板：销量图表、营收统计、热销商品排行、月度经营报表导出；权限管理模块：多角色账号（店主 / 客服 / 仓储）、菜单权限隔离、操作日志留存。业务流程描述商家登录后台后，先维护商品基础信息与库存；消费者下单后系统自动同步订单数据，客服可处理订单改址、退款申请；仓储人员根据待发货订单完成出库，同步扣减库存；系统每日自动汇总销售数据生成可视化报表，商家可按月导出 Excel 对账；库存低于阈值时系统推送预警提醒及时补货。

粤产品认证溯源小程序

粤认证溯源小程序——为企业和机构打造的数字化可信溯源平台。依托"一物一码"理念，每件产品、每项服务都被赋予专属数字身份证，消费者通过编号查询或微信扫一扫，即可秒级获取来源、认证、检测、流通等全链路信息，让品质可见、真伪可验、责任可追。平台兼容产品包装码、服务认证码、商标保护码等多场景赋码，既帮助品牌方构建透明信任壁垒、提升溢价能力，也让消费者"盲选"更安心，是粤港澳大湾区品质消费与质量信用体系建设的重要数字化基建。一码溯源，安心必达。

基于用户画像的商品搜索引擎

一、立项背景与目标传统电商搜索有三个痛点：意图理解弱，无法理解"适合跑步用的降噪耳机"中"跑步用"指向运动耳机品类；缺乏个性化，新老用户看到相同结果；搜索与对话割裂，无法在同一界面完成购物闭环。项目目标：中文查询映射三级品类树（8个一级34个二级约120个叶子），准确率超90%；基于三层画像做个性化重排；多轮AI对话集成情感识别；CDC加Flink实时更新画像延迟小于1分钟；从LLM输出自动提取规则减少依赖；全链路异步有超时降级保护。技术栈：FastAPI、MySQL、ES、Redis、DeepSeek、BGE、Kafka+Flink、Vue3+TypeScript。二、软件功能与核心模块意图识别引擎是系统核心，六策略级联匹配。ChatIntent用正则加轻量LLM过滤闲聊；LLMIntent用DeepSeek做层次剪枝从一级品类逐层下钻到叶子；另配备AC自动机、模糊匹配、规则字典、语义匹配四种后备。置信度超0.8自动提取品牌同义词属性规则入库，同一规则确认三次升级为可信并刷新策略缓存，后续相同查询不再调用LLM，形成自进化闭环。查询缓存用LRU加TTL加编辑距离模糊去重。搜索引擎多路召回加混合排序。ES与SQL并行召回去重合并。意图排序满分150（关键词50、价格40、品牌35、品类25），画像排序满分100（七个维度各10到20分），最终分等于基础100加两者。 AI对话四步编排：情感识别、带上下文意图识别、商品召回、LangChain回复生成。词典规则支持五种情感亚毫秒级。LLM不可用三级模板降级。画像三层：人口画像63维缓存24小时，会话画像聚合短期行为缓存15分钟，统计画像TF-IDF计算品类亲和度和价格分位数缓存1小时。权重根据订单数动态协商。实时流计算：MySQL CDC经Kafka到Flink，HOP窗口聚合会话行为，全量聚合计算统计特征写回画像表。三、业务流程与功能路径搜索路径：查LRU缓存，并行构建画像500ms超时Redis不可用降级MySQL，策略级联匹配叶子品类提取关键词价格，置信度达标自动提取规则，品类展开ES加SQL并行召回去重合并，混合排序返回，点击浏览行为追踪更新满意度。对话多轮：首轮经情感意图识别触发商品召回，LLM根据画像和商品摘要生成推荐。次轮带历史上下文理解指代比较意图，每步可失败不阻塞后续。 CDC路径：MySQL变更被Debezium或Python轮询捕获序列化推送Kafka，Flink消费聚合计算写入画像表，下次搜索自动体现新偏好。全网状降级：Redis不可用降级MySQL，LLM超时降级后备策略，ES不可用SQL独立可用，全部失败返回空结果不抛异常。

拼多多跨境业务temu

跨境业务Temu 面向欧美等海外市场，输出国内平价制造商品，全托管供货模式，拓展全球电商市场。用户端核心功能购物基础拼团开团/一键参团、限时秒杀、9.9特卖、商品搜索、收藏加购、下单支付、物流查询、售后退换。商家入驻开店、商品上架管理、订单处理、营销活动报名、数据经营后台、货款提现、售后纠纷处理、产业带C2M定制对接。盈利模式商家广告推广费、平台交易佣金、增值营销服务收入。

艺网APP（电商）

1. 艺术品交易圈层封闭、门槛极高传统艺术品流通依赖线下画廊、拍卖行，交易集中在专业藏家圈层；普通大众想购买装饰、收藏级原作缺少正规渠道，信息高度不对称，作品定价不透明、溢价混乱，普通人难以辨别真伪、合理估价。 2. 供需两端渠道割裂 • 艺术家：青年学院派、新锐创作者缺少稳定曝光与销售通路，画廊抽成高、签约门槛严苛，作品变现难； 3. 垂直电商空白综合电商无专业艺术运营能力，专业艺术平台极少同整体分为C端消费者功能、艺术家入驻功能、数字交互体验、交易履约、内容美育、定制B端、个人中心后台七大板块，覆盖浏览、选购、预览、交易、创作孵化、空间定制全流程。