垂直网络文学（悬疑/规则怪谈）创作逻辑大纲管理系统-创作逻辑大纲管理系统

一、立项背景与目标 随着语音交互在智能客服、车载、医疗记录等场景广泛落地，ASR 模型质量直接决定下游业务可用性。但业内存在两个痛点：一是模型评测常依赖厂商宣传数字，缺乏独立、可复现的客观评估手段；二是选型时面对百度、讯飞、阿里等多家厂商，难以在相同测试集上横向比较真实能力、错误类型与服务性能。本项目"ASR 全链路质量评估平台"即针对上述背景立项，目标是搭建一套端到端、可扩展、可复现的 ASR 自动化质量评估工具：输入一批待测音频及对应标准答案，平台自动调用被测 ASR 接口完成转写，基于编辑距离计算 CER 与 WER，细分替换/删除/插入三类错误，挖掘高频错误模式与场景短板，输出含 Bad Case 与优化建议的评估报告。项目既可作为个人测试工程能力的综合实战，也可作为团队 ASR 选型与回归测试的基础设施。 二、软件功能 平台提供命令行一体化入口，功能包括：测试数据生成（正弦波合成与 Windows TTS 真人发音两条路径）、批量调用真实 ASR 接口、文本归一化、多维度指标计算、错误画像分析、并发压测、Markdown 与交互式 HTML 双格式报告生成。所有第三方凭证均通过环境变量注入，仓库零明文敏感信息。 三、核心功能模块 1) 指标计算模块（metrics.py）：基于 Levenshtein 编辑距离的动态规划实现，对参考文本与识别结果做字符级与词级双向对齐，输出命中、替换、删除、插入四类计数及派生比率，并以 jiwer 库做数值交叉校验。 2) 文本归一化模块（textnorm.py）：依次执行去标点、NFKC 全角转半角、中文数字转阿拉伯数字、合并被空格分隔的单字母序列、统一小写，专用于消除"表示形式不同"导致的虚假错误。 3) ASR 客户端层（asr_client.py）：以 typing.Protocol 定义统一 transcribe 接口，实现 Mock、通用 HTTP、百度（HTTP+token 两步鉴权）、讯飞（WebSocket+HMAC-SHA256 签名+流式分帧）四类客户端，由工厂函数按配置返回。 4) 错误分析模块（error_analysis.py）：聚合字符级与词级错误构成、按场景标签分组画像、用 Counter 挖掘高频替换对/漏识字/多识字，并基于启发式规则自动生成优化建议。 5) 并发压测模块（benchmark.py）：基于 ThreadPoolExecutor 线程池对真实接口压测，统计 QPS、延迟 P50/P90/P99、成功率与错误分类，自动解读百度业务错误码。 6) 报告生成模块（report.py / report_html.py）：Jinja2 渲染 Markdown 与离线 HTML 报告，后者使用本地 vendor 的 ECharts + echarts-wordcloud

本项目是面向语音识别文本后处理、审讯笔录整理与字幕规范化场景的 ITN（逆文本归一化）工具：把口语化数字按规则转成书面格式，例如幺幺零→110、二零零八年八月八日→2008年8月8日、百分之三十→30%、两点零二分→2:02。转换依据用户提供的《ITN 数字转化需求规格说明》（评审版，共 22 章）。核心目标：做成零安装、双击即用的单文件网页；规则作为输入，由智能体理解并执行，规则更新无需改代码；转换结果高亮标出所有变化，拿不准的片段先不转、事后在疑问清单提出；结果可直接再编辑；并支持长期纠错记忆。功能上分六块：①转换规则——内置完整 ITN 规格，可导入导出、随意修改；②待转换文档——支持粘贴、文件导入、内置示例，时间戳说话人结构原样保留，并记住导入文件名；③转换结果——黄色高亮已转换片段（悬停看原文与规则）、红色虚线标存疑、疑问清单、变更记录表，结果可就地编辑，附原始 JSON 便于调试；④纠错记录——把模型漏转或转错的标准永久保存，每次转换自动注入提示词作补充标准，持续提高正确率；⑤接口设置——支持 OpenAI 兼容与 Anthropic 原生双模式，Base URL、Key、模型、max_tokens 均可配，含强制 JSON 输出与可配置的非思考模式（三种写法一键填充）；⑥导出分享——导出自动命名为「原名_e2e.扩展名」，单文件可分发给同事或部署到内网 http。业务流程：配置接口并测试连接→载入或编辑规则与文档→组装提示词（系统约束+规则+纠错记录+文档）→流式调用→解析 JSON→渲染高亮与疑问→完整性自检→审阅、纠错、导出。支持多标签页并行：每个标签页是独立实例，可配不同模型或思考方式同时转换，互不干扰；注意避免多标签页同时猛点，以免触发中转限流。

1. 立项背景和目标 NLP2SQL 是从零搭建的智能数据库查询 Demo。立项背景是想验证一条朴素的假设：让业务人员用自然语言直接查库，能不能用现有 LLM 加 LangChain 拼出一条端到端、不依赖写代码就能用的最短路径。 系统解决的核心问题是"懂业务的人查不到数据，懂数据的人问不到业务"——业务侧的需求（比如"研发部和市场部的人数对比"、"他们 薪资呢"）必须经过开发翻译成 SQL，且每次新需求都要排期。立项目标只有一句话：让用户用中文提问，系统自己生成 SQL、执行、总结结果，三步内拿到答案。 项目以 employees 示例库（5 张表、20 员工）为基准，覆盖统计、过滤、聚合、JOIN、模糊匹配、多轮引用 6 类典型问题。设计文档里明确写了不做什么：不支持写操作、不做多租户与权限隔离、不做生产监控、只支持 MySQL 一种方言、不引入 ReAct Agent 的多步推理——避免范围蔓延。 2. 软件功能与核心功能模块 系统暴露 6 个 HTTP 端点，对应 6 类能力，全部在 app/main.py 里实现。 主端点是 POST /api/v1/query，承担"自然语言→SQL→执行→总结"的全流程。辅助端点包括 GET /api/v1/schema/tables 和 /schema/tables/{name} 浏览库表和单表 schema、/schema/tables/{name}/sample 读样本行；POST /api/v1/schema/reload 在数据库结构变更后重建向量索引；GET 与 DELETE /api/v1/sessions/{sid} 拉取和清空多轮对话历史；GET /health 用于健康探活，GET /docs 是 Swagger UI，零额外成本即可调试。 核心代码按单一职责拆成 7 个模块。Pipeline 是 app/pipeline.py 里的编排器，run 方法按"检索 schema→生成 SQL→校验→执行→总结→写记忆"六步串行执行，任意一步失败都返回结构化 QueryResponse，含 sql_validated、validation_error、execution_time_ms 三个可观测字段。SQLGenerator 在 app/chains/sql_generator.py，负责调用 LLM 并把"LLM 自由输出"压成"纯 SQL"，需要剥离 think 标签、Markdown 代码块、按分号切分后逐条验证取第一条合法只读语句。validate_sql 在 app/chains/validator.py，是系统的安全防线，用 sqlglot 解析 AST，白名单只放 Select、Uni

立项背景：高校学生在参加学科竞赛、创新创业、课程设计等项目时，组队往往依赖朋友圈和社交群，效率低且匹配不精准。很多同学技能互补但互相不认识，错过合作机会。TeamUp 旨在用 AI 技术解决校园组队信息不对称的问题。 核心功能模块： 1.智能匹配推荐：基于多维度加权算法（技能匹配 35%、综合评分 25%、专业匹配 25%、活跃度 15%），技能匹配区分 Jaccard 相似度和互补度（互补权重 0.6 > 相似权重 0.4，因为组队更需技能互补），自动计算匹配百分比并给出匹配原因（共同技能、技能互补、同专业、活跃用户），按匹配度降序排列候选人。 2.AI 对话助手"小队"：基于 LangChain4j + 百度千帆 GLM-5.1 大模型，支持 Tool Calling 能力，AI 可实时调用 searchTeams（搜索团队）、getTeamDetail（团队详情）、recommendTeams（智能推荐）、getMyTeams（我的队）4 个工具获取真实数据后回答。支持 SSE流式输出、会话管理、AI 自动生成会话标题、上下文记忆（最近 10 条历史注入），并注入学生个人上下文（专业、年级、技能标签、项目经验）实现个性化建议。 3. 组队广场与团队管理：用户可创建团队（设置项目类型、人数上限、技能要求、绩点门槛），浏览/搜索/申请加入团队，队长审批申请、邀请用户、移除成员、转让队长。 4. 邀请与申请系统：支持两种模式——邀请入队（队长主动邀请）和申请入队（用户主动申请），邀请/申请可附带消息，接收方可同意或拒绝，待处理邀请在首页实时提醒。 5. 用户画像与评分：综合评分 = 绩点 × 0.6 + 信誉分 × 0.4，技能标签 JSON 存储，个人简介、年级、专业等信息完善用户画像。 6. 安全认证：Spring Security + JWT（7 天有效期），注册支持验证码（Redis 5 分钟过期），BCrypt 密码加密。 以下附上通过内网穿透 部署在 阿里云云服务器的URL https://zps0619.natapp1.cc/ 用户及密码 admin admin123 (登陆时 并未加入微信接口)

1.传统桌面宠物仅具备基础动画效果，交互形式单一、陪伴感薄弱，随着大语言模型与情感语音合成技术的发展，用户对具备智能对话、情绪反馈、环境感知能力的桌面陪伴产品需求日益增长。本项目旨在打造一款融合 Live2D 形象渲染与多模态 AI 能力的桌面宠物应用，为用户提供高沉浸感的桌面陪伴与交互体验。 2.涵盖 Live2D 模型渲染、LLM 智能对话、情感驱动语音合成、系统状态监控、屏幕视觉分析、事件管理器五大核心模块，支持自定义角色提示词与多平台大模型切换。 3.应用启动后，前端进程自动拉起对话、语音、监控三个独立后端进程，在桌面渲染支持拖拽的 Live2D 角色，实现自动眨眼、眼球追鼠等基础动画；用户输入对话时，请求经 ZeroMQ 发送至 LLM 后端，生成带情感标签的回复并流式展示在对话气泡中，同步驱动 TTS 后端合成对应情感风格的语音实时播放；监控后端持续采集 CPU、内存等硬件状态与前台窗口信息，结合多模态视觉分析结果，在低电量、高负载等场景触发宠物主动搭话；空闲达到设定时长后宠物会概率进入睡眠状态，点击可唤醒并触发起床台词，形成完整的自主交互闭环。