Camstar

面向日常健身用户，解决运动记录分散、计划难坚持、缺少互动激励等问题。系统包含小程序端与管理后台：用户可注册登录、完成运动打卡、查看历史记录与趋势统计、设置每周训练计划、参与排行榜并发布社区动态；管理员可通过后台查看运营数据、管理用户与记录、审核社区内容、发布公告并导出 CSV。整体形成“注册登录—打卡记录—计划管理—数据统计—社交互动—后台运营”的完整业务闭环。

本项目为电商场景下的商品数据采集与分析系统，旨在解决人工比价效率低、竞品分析成本高的问题。通过爬虫技术，实现主流电商平台商品价格、库存、评论等数据的自动化定时采集，支持多平台对比、价格波动监控、用户情感倾向分析，并提供结构化数据报表，为商家定价决策与竞品分析提供数据支撑。

立项背景： 传统聊天机器人缺乏持续性人格和情感交互能力，每次对话都是"失忆"状态。本项目旨在构建一个具有完整情感模型、多层记忆系统和自主进化能力的智能伴侣系统，实现"有灵魂的AI"。 核心功能： 1. 情感引擎： 基于3D VAD（效价-唤醒度-掌控感）连续情绪模型，9个情绪锚点，支持刺激分类与指数衰减，E值系数影响回复风格强度； 2. 记忆系统： L1-L5五层认知分层，双相遗忘曲线（指数+幂律衰减），SQLite FTS5全文检索，Obsidian兼容格式； 3. 关系成长： 4阶段演进（初识→热恋→甜蜜→稳定），基于消息量和互动频率动态调整语言风格； 4. Agent循环： think→tool→result→continue架构，支持14种工具调用（文件操作、网络搜索、Shell执行、浏览器控制等）； 5. 安全体系： K公式决策引擎、A5五维风险分级、Prompt注入检测、文件操作保护； 6. 自主行为： 稳态压力模型驱动主动消息，5个内部压力源竞争决策。 业务流程： 用户消息→情绪衰减→记忆检索→系统提示词组装→Agent工具调用循环→情绪解析→承诺调度→记忆存储→分片回复。

本系统旨在实时监控游戏服务器中玩家的行为数据，帮助运营团队了解玩家进度、行为习惯与情感倾向。立项背景是游戏运营中对玩家行为缺乏自动化分析手段，难以快速响应玩家需求。核心功能包括：日志采集与清洗、服务器指标监控、玩家行为数据分析、情感倾向打分。系统可对个人玩家进行画像分析，辅助运营制定个性化游戏策略。

1.面向个人的多模态知识管理平台。支持导入 PDF、Office文档、电子书、图片、音视频等多种格式文件，自动解析并构建私有知识库。 2.集成 OCR 文字识别与 ASR语音转写，将扫描件和音视频内容转化为可检索文本。 3.内置 AI精炼引擎，支持文档摘要、大纲提取、关键要点、改写润色、翻译、智能标签与分类。 4.基于 RAG架构实现知识库问答，用户可通过自然语言提问，系统从知识库检索相关内容并生成准确回答。