业务和功能介绍
1.对于一些打款或者租车公司，业务开展之前需要先检查用户或者用户的企业信用是否符合要求，这时需要查询用户或者企业的大数据。
2.本系统的功能就是查询用户或者企业的大户据信息，本系统对接了多个大数据平台，比如微风企，同盾，百融等。提供在小程序或者web上进行查询下载查询报告支付查询费用等功能。
3.本系统易于拓展，系统提供了一些默认的查询数据项，当数据提供商系统升级，增加了数据查询项目或者删减了数据查询项目，我们系统只需要简单修改下配置，就能立即匹配完成。
4.本系统提供了自定义购买套餐，可以自由配置套餐规则，自由上下架。
2.本系统的功能就是查询用户或者企业的大户据信息，本系统对接了多个大数据平台，比如微风企，同盾，百融等。提供在小程序或者web上进行查询下载查询报告支付查询费用等功能。
3.本系统易于拓展，系统提供了一些默认的查询数据项，当数据提供商系统升级，增加了数据查询项目或者删减了数据查询项目，我们系统只需要简单修改下配置，就能立即匹配完成。
4.本系统提供了自定义购买套餐，可以自由配置套餐规则，自由上下架。
项目实现
后端服务:数据采集、清洗、存储、接口服务、权限控制 Java + Spring Boot/Spring Cloud + MyBatis-Plus + Redis + MySQL + Elasticsearch + Nacos
Web前端:管理后台、数据可视化、查询结果展示、用户管理 Vue3 + Element Plus + ECharts + Axios
微信小程序:移动端查询、快捷授权、轻量化结果展示 微信原生小程序框架 + WXML/WXSS + 云开发能力
微服务拆分：将系统拆分为用户服务、数据查询服务、权限服务、日志服务等独立模块，降低耦合度，便于迭代与扩容。
前后端分离：Web 端与小程序端通过统一 API 网关与后端交互，前端专注于用户交互，后端专注于业务逻辑与数据处理，提升开发效率。
缓存优化：对高频查询数据使用 Redis 缓存，结合 Elasticsearch 实现高效检索，降低数据库压力，提升查询响应速度。
数据安全：所有敏感数据均进行脱敏处理，接口采用 JWT 鉴权，结合 IP 白名单与请求频率限制，保障数据访问安全。
我主要负责后端核心服务开发、数据查询模块优化、接口安全设计及小程序端对接适配
1. 多源数据格式不统一，数据校验与清洗复杂 不同数据源返回的字段格式、编码、数据精度不一致，直接导致查询结果混乱，甚至接口报错 设计统一的数据清洗与转换工具类，对所有接入的数据源定义标准字段映射与校验规则，新增数据源时仅需配置映射规则，无需修改核心业务代码；同时增加数据异常监控，对格式不兼容的请求自动记录日志并告警
2. 高频查询导致数据库压力过大，接口响应超时 系统上线初期，高峰时段数据库 CPU 占用率持续超过 90%，部分查询接口响应超时率超过 10% 引入 Redis 缓存对高频查询结果进行缓存，设置合理的过期时间（如 5 分钟），对热点数据实现缓存预热；同时对查询 SQL 进行优化，添加必要索引，将复杂查询拆解为分步查询，结合 Elasticsearch 实现大数据量快速检索，最终数据库 CPU 占用率稳定在 30% 以内
3. 微信小程序端请求跨域、授权适配问题 小程序端请求后端接口时出现跨域报错，且小程序授权登录与系统原有用户体系不兼容，无法直接对接 后端配置 Nginx 反向代理，解决跨域问题；同时新增小程序专属授权接口，实现微信授权信息与系统用户的绑定逻辑，生成统一的 JWT 令牌，让小程序与 Web 端共用同一套鉴权体系，无需单独维护用户权限
4. 数据脱敏不彻底，存在敏感信息泄露风险 初期数据脱敏仅对部分字段进行简单替换，部分场景下仍会泄露手机号、身份证号等敏感信息 实现全局数据脱敏拦截器，在接口返回结果前对所有敏感字段进行统一脱敏处理（如手机号显示前 3 后 4、身份证号显示前 6 后 4），并配置脱敏开关，支
Web前端:管理后台、数据可视化、查询结果展示、用户管理 Vue3 + Element Plus + ECharts + Axios
微信小程序:移动端查询、快捷授权、轻量化结果展示 微信原生小程序框架 + WXML/WXSS + 云开发能力
微服务拆分：将系统拆分为用户服务、数据查询服务、权限服务、日志服务等独立模块，降低耦合度，便于迭代与扩容。
前后端分离：Web 端与小程序端通过统一 API 网关与后端交互，前端专注于用户交互，后端专注于业务逻辑与数据处理，提升开发效率。
缓存优化：对高频查询数据使用 Redis 缓存，结合 Elasticsearch 实现高效检索，降低数据库压力，提升查询响应速度。
数据安全：所有敏感数据均进行脱敏处理，接口采用 JWT 鉴权，结合 IP 白名单与请求频率限制，保障数据访问安全。
我主要负责后端核心服务开发、数据查询模块优化、接口安全设计及小程序端对接适配
1. 多源数据格式不统一，数据校验与清洗复杂 不同数据源返回的字段格式、编码、数据精度不一致，直接导致查询结果混乱，甚至接口报错 设计统一的数据清洗与转换工具类，对所有接入的数据源定义标准字段映射与校验规则，新增数据源时仅需配置映射规则，无需修改核心业务代码；同时增加数据异常监控，对格式不兼容的请求自动记录日志并告警
2. 高频查询导致数据库压力过大，接口响应超时 系统上线初期，高峰时段数据库 CPU 占用率持续超过 90%，部分查询接口响应超时率超过 10% 引入 Redis 缓存对高频查询结果进行缓存，设置合理的过期时间（如 5 分钟），对热点数据实现缓存预热；同时对查询 SQL 进行优化，添加必要索引，将复杂查询拆解为分步查询，结合 Elasticsearch 实现大数据量快速检索，最终数据库 CPU 占用率稳定在 30% 以内
3. 微信小程序端请求跨域、授权适配问题 小程序端请求后端接口时出现跨域报错，且小程序授权登录与系统原有用户体系不兼容，无法直接对接 后端配置 Nginx 反向代理，解决跨域问题；同时新增小程序专属授权接口，实现微信授权信息与系统用户的绑定逻辑，生成统一的 JWT 令牌，让小程序与 Web 端共用同一套鉴权体系，无需单独维护用户权限
4. 数据脱敏不彻底，存在敏感信息泄露风险 初期数据脱敏仅对部分字段进行简单替换，部分场景下仍会泄露手机号、身份证号等敏感信息 实现全局数据脱敏拦截器，在接口返回结果前对所有敏感字段进行统一脱敏处理（如手机号显示前 3 后 4、身份证号显示前 6 后 4），并配置脱敏开关，支
示例图片视频
相似推荐
基于深度学习与多 SDK 集成的 PCB 智能无序上料与抓取系统
业务背景：
解决传统 PCB 产线上料依赖像素模板匹配导致的大量痛点（如仅支持单一版型、换型成本高、流程易卡顿、易受强 光/复杂背景干扰导致误判 NG 等），实现高柔性、无人化的智能上料。
核心功能：
1、无模板无序识别：无需制作传统像素模板，对区域内任意角度放置、无序堆叠的电路板进行实时识别。
2、位姿计算与坐标下发：自动计算物料几何中心与旋转角度，通过工控网络将抓取坐标实时下发。
3、自动抓取与放置闭环：联动 SCARA/六轴机械臂与柔性吸盘，自动按序抓取物料、矫正倾斜角度并平稳放置至下道工序传送带。
双目ccd测量型PCB金手指加工智能斜边机床控制系统
1. 具体功能模块
整机硬件集中控制模块
统一集成电磁阀、夹具轨道直线电机、丝杆电机、主轴、PLC 各类硬件信号，开发整机统一 SDK，完成全部硬件底层驱动集成，实现机床全部件集中调度控制。
多维度精度漂移抑制模块
通过 10 轴 IMU 采集振动数据搭建微震误差模型，搭配 WHT11 温度传感器构建热形变补偿模型，基于 U-Net 网络搭建刀具磨损识别模型，从震动、温度、刀具损耗三个维度抵消加工精度偏移。
双目高精度视觉定位模块
搭载 2000 万像素双目 CCD 相机，采用改进 ResNet18 网络完成金手指追踪定位，搭配自研亚像素几何边缘查找算法，70 毫秒内锁定精准加工坐标。
自适应恒强光源控制模块
采用 PID 闭环控制环形 LED 光源，支持工控机、设备自带控制器双端调控，软硬触发模式可选，消除导轨移动、车间光照波动带来的图像像素特征丢失问题。
轴联动运动加工模块
通过 Modbus TCP 通讯传输视觉定位坐标，系统自动反算加工轴位置，补偿物料倾斜偏差，联动主轴、丝杆完成全自动切削加工。
全流程自动化闭环模块
覆盖物料上料、夹具自动定位、视觉检测、高精度加工、成品出料完整工序，实时记录精度、速度、报废数据，支持设备运行状态实时监控。
2.功能
无需人工调整夹具物料倾斜角度，系统自动完成定位补偿，省去人工校准工序，实现全流程无人加工闭环。
稳定实现 0.8μm-1.4μm 加工精度，满足高端 PCB 金手指小于 10μm 的高精度生产要求。
自动抑制刀具加工弹跳、高温热漂移、刀具磨损带来的加工误差，有效降低产品报废与返工数量。
消除机床移动、现场光照变化对视觉成像的干扰，长期生产过程中金手指图像特征完整保留，加工成品一致性稳定。
一套控制系统统筹光源、视觉、电机、主轴、PLC 全部硬件，不用搭配多套独立控制程序，设备运维操作简单。
3. 技术
整机全硬件 SDK 集成开发，多电机、主轴、电磁阀、PLC 底层驱动协议整合技术。
多传感器融合误差补偿技术，包含 10 轴 IMU 微震建模、WHT11 温度热形变补偿、U-Net 刀具磨损视觉识别。
2000 万像素双目 CCD 视觉成像技术，改进 ResNet18 目标追踪算法，自研亚像素物料边缘查找算法。
PID 恒强环形光源自适应调控技术，支持软硬双触发成像控制。
Modbus TCP 工业实时通讯技术，视觉坐标反算与多加工轴联动运动控制技术。
4. 优势
加工精度稳定维持在 0.8μm-1.4μm，远超客户 10μm 的精度标准，适配高端 PCB 精加工生产需求。
产品废品率降低 32%，有效减少原材料损耗与返工工时。
产线整体加工速度提升 60%，单位时间产出量大幅提高。
完全取消人工调机、校准工位，实现全自动无人化连续生产。
自适应光源系统解决光照变化干扰，视觉成像长期稳定，设备故障率更低
新一代NoneBot Web管理界面-NoneBot WebUI
背景介绍
NoneBot2 是一款基于 Python 的异步机器人框架，可用于对接各类即时通讯软件、办公协同工具以及物联网设备，为开发者提供统一的业务逻辑编写范式。但其本体只提供了命令行（CLI）工具进行管理和配置，无形之中给框架提高了一些使用门槛，导致许多想上手体验的小白望而却步。
作品介绍
为了解决 NoneBot 框架上手门槛高，无直观界面管理，配置繁杂等痛点，作品采用 Dart/Flutter 开发了 NoneBot WebUI（https://webui.nbgui.top），利用了Dart/Flutter的高性能跨平台特性，为用户提供了一套完整的图形化解决方案，并且利用 Web 应用程序的跨平台特点，使得用户能够随时随地管理自己的 Bot 实例。从而大大提升用户的使用体验与管理的便利。
亮点
实例可视化管理: 从实例创建到管理， 从配置文件快捷编辑到插件开关，均实现了可视化，极大降低了操作难度。
全平台通用: 得益于 Dart/Flutter 强大的跨平台特性， NoneBot WebUI 原生支持 ARM/x86 等异构计算环境，并且能够通过网页端/移动端进行管理，而不再需要远程连接到服务器进行配置。
自启动: 对于 Linux 设备， NoneBot WebUI 提供了系统 systemd 级别的自启动服务，实现了无人值守的高可用运行环境。
简洁的交互设计: 遵循 Material Design 核心设计规范，针对移动端与桌面端进行了深度适配。通过响应式布局与直观的模块化 UI，将复杂的异步框架参数具象化，实现了“低认知成本、高操作反馈”的用户体验。
高扩展性: 前后端分离，后端对外可开放 HTTP/WebSocket API, 并提供相关文档，以便开发者进行适配。
方太柏厨全链路业务数字化管理体系
项目以微软 Dynamics 365 CRM 为核心数据底座，由公司提供产品授权与基础部署，团队负责全量业务定制开发与扩展系统建设，形成 “标准 CRM + 定制业务系统” 的完整方案。系统覆盖国内数百家经销商门店及海外渠道，支撑亿级规模业务的全渠道订单全生命周期流转。
RK3588 边缘 AI 视觉事件平台-vislbox
1.项目背景和目标
背景：工业视觉场景（冷库安全监测、区域入侵检测、人员行为识别）普遍依赖云端 AI
方案，存在带宽成本高、延迟大、数据隐私风险等问题。端侧 AI 推理是明确趋势，但 RK3588 等边缘平台在工程化落地时面临模型部署、硬件加速、进程管理、稳定性保障等一系列工程难题。
目标：在 RK3588 平台上，从零构建一套可交付的边缘 AI 视觉推理系统，实现摄像头采集 → 硬件解码/预处理 → NPU 推理 → 结构化事件输出 → 远程运维监控的全链路产品化闭环。
2. 软件功能
核心功能模块
多源采集：V4L2 USB 摄像头、RTSP 网络流、视频文件、
硬件加速预处理：RGA 硬件加速 resize / CSC / letterbox，释放 CPU 给推理
NPU 推理引擎：RKNN 模型加载/推理、YOLO 检测类后处理适配、INT8 量化
结构化输出：JSONL 检测结果实时输出、TCP/UDS 事件流，直接对接业务系统
进程守护：mlfw-d 守护进程管理 pipeline 生命周期，异常自动重启
远程运维：Agent + tunnel-server 构建设备心跳/诊断上报链路
3.核心业务流程
命令行启动 →camera/rtsp/视频文件流 →MPP 解码 → NV12 原始帧 → RGA resize + letterbox (640x640) → RKNN NPU 推理 → 后处理 (NMS + 坐标映射) → 检测框绘制
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服