音视频综合信息聚合平台-米饭星

件功能概述 本系统是一款基于 YOLO 深度学习模型的羊皮缺陷检测与溯源平台，采用 Flask Web 架构，面向皮革加工检测场景，实现从"缺陷识别 → 品质评级 → 溯源二维码 → 客户扫码查询"的完整闭环。主要功能包括： 用户认证与权限管理：账号登录/注册，通过"验证密钥"机制实现工作人员授权注册，防止无关人员随意建号。 AI 缺陷检测：支持图片上传与摄像头实时抓拍两种方式，自动识别破洞、疤痕、脏点、烙印、死皱、烂边、不均等 7 种缺陷。 品质自动评级：依据缺陷数量与严重程度，自动判定优质、合格、次品、废品四级。 溯源二维码：每次检测生成唯一溯源 ID 与二维码，供客户扫码追溯。 溯源查询：独立溯源服务，客户无需登录即可查看检测结果、产地、用处、品质等信息。 历史记录管理：按用户隔离存储，支持查看与删除（撤回）。 报告打包下载：原图、结果图、二维码、检测报告整合为 ZIP 文件。 系统配置：二维码域名、网络模式、羊皮产地与用处等个性化配置。 安全运维：HTTPS 加密通信、统一管理脚本一键启停服务。 核心功能模块 用户认证模块：密码哈希存储，session 24 小时有效；注册前需输入后台生成的 8 位一次性密钥（30 分钟有效），实现受控注册。 AI 检测模块：YOLO 模型推理，支持图片上传与摄像头抓帧检测，结果自动标注并保存。 品质评级模块：缺陷 ≤2 且无严重缺陷为优质（绿）；≤5 且严重缺陷 ≤1 为合格（蓝）；≤10 或严重缺陷 ≤3 为次品（橙）；否则为废品（红）。 溯源二维码模块：高纠错级别生成，支持自定义域名或局域网 IP 两种访问方式。 溯源服务模块：独立运行于 8080 端口的轻量 HTTP 服务，含记录缓存，客户扫码即可公开查询。 历史记录模块：记录按用户拆分为独立 JSON 文件，倒序展示，支持删除并同步清理关联文件。 打包下载模块：生成含原图、结果图、二维码及文字报告（溯源 ID、时间、检测员、产地、用处、评级、缺陷明细）的 ZIP 包。 配置模块：系统级（config.json）与用户级（产地、用处）双层配置。 业务流程路径 流程一：注册与登录 后台生成验证密钥 → 新用户输入密钥验证（一次性、30 分钟有效）→ 注册账号 → 登录进入仪表板。 流程二：检测与溯源（核心） 进入检测页 → 选择图片上传或摄像头模式 → 配置产地、用处 → 点击开始检测 → YOLO 推理识别缺陷并评级 → 展示品质等级、标注图、缺陷统计、溯源二维码 → 自动保存记录；可一键撤回删除。 流程三：客户扫码溯源 客户扫描溯源二维码 → 访问独立溯源服务 → 按溯源 ID 查询 → 展示检测结果（品质、缺陷、产地、用处、时间）→ 可下载打包报告。 流程四：历史查询与管理 进入历史记录页 → 按时间倒序加载当前用户记录 → 查看详情或删除记录

基于 AI Agent 的测试全流程平台。用户上传/粘贴需求文档后，系统自动提取关键词、匹配需求知识库，由 LLM 生成 8-15 条结构化功能测试用例，并给出 AI 预评审覆盖度评分；人工 Review 通过后可一键转化为 pytest-playwright 自动化用例（自动做语法自校验）；随后由执行引擎调用 Playwright 无头浏览器运行，回写执行结果并沉淀执行历史。覆盖"需求识别 → 用例生成 → 人工评审 → 自动化转化 → 执行 → 报告"的完整链路。

1按照仓库来绑定多用户 2同步绑定授权店铺的订单 3处理订单状态 4发货计费 5充值用户余额 用户授权后实时同步所属店铺订单，并且支持推进订单状态，分配库存，提前备货等功能。 用户提交打包之后仓库端会进行线下打包，打快递单并且发出等操作

客户为本地一家社区生鲜连锁门店，拥有 3 个线下自提点，希望把到店客流转化为线上复购，解决传统微信群接龙下单效率低、库存不透明、无法做营销活动的问题。项目目标是 3 个月内上线一套支持「在线选购 + 30 分钟配送/到店自提」的社区生鲜电商小程序，并配套运营管理后台，实现商品、订单、营销、配送的线上化闭环。上线 6 个月，累计注册用户 5000，日均订单稳定在 300+，30 日复购率达 35%。

潮鞋APP，是一个C2C的卖鞋的APP，卖家上传商品后设置最低价，在规定时间内买家可以进行拍卖，价格者得。如果买家想要的货物缺货，则买家可以发布需求，由卖家去进行匹配。在交易成功后，货物发给系统管理员进行专业验证，以防假冒伪劣产品。该APP支持android和ios，还有后端的客户管理系统。