业务和功能介绍
本项目是面向智慧城市市政管理的 Web 端物联网管控平台，覆盖智慧照明与电力箱变两大核心业务线，含可视化实时大屏与系统管理，共 4 大模块、22 个业务页面，纳管 3000+ 路灯、8-12 个箱变、30-80 条回路。
一、可视化实时大屏（首页）：GIS 地图以海量点实时渲染 3000+ 路灯状态，支持在线/离线/故障/维修四态分色、按路段分组着色、箱变→回路→路灯三级钻取联动、点击查看设备详情面板；每 2 秒刷新电压/电流/功率/温度参数曲线与告警列表，顶部统计卡片展示设备在线率（93%-98%）、告警总数、累计能耗等关键运营指标。
二、智慧照明模块（10 页）：设备分组与批量调光/开关控制（波浪动画逐盏点亮）、GIS 地图圈选、设备列表远程控灯、OTA 固件升级任务（92% 成功率模拟推进）、能耗报表（饼图/同比环比分析）、定时策略下发、告警列表与多参数阈值配置、历史参数曲线与操作审计日志。
三、电力箱变模块（9 页）：箱变→回路→路灯三级架构管控、回路通断级联控制（下属路灯批量联动）、箱变能耗统计、回路定时策略、多参数阈值告警判定、电缆防盗监测（0.1% 概率事件+手动模拟断缆）、多渠道告警通知（短信/APP/邮件）配置与发送留痕、回路历史数据。
四、系统管理（3 页）：基于 RBAC 三层模型的用户—角色—权限管理，预置超级管理员/管理员/租户 3 角色，权限按"模块:资源:操作"三级编码约 40 项，支持角色成员分配与权限勾选矩阵配置。
主要业务路径：登录大屏总览全市设备态势→地图钻取定位异常设备→进入照明/箱变模块远程控制与策略配置→告警自动生成并触发多渠道通知→能耗与历史数据报表支撑运营决策。
一、可视化实时大屏（首页）：GIS 地图以海量点实时渲染 3000+ 路灯状态，支持在线/离线/故障/维修四态分色、按路段分组着色、箱变→回路→路灯三级钻取联动、点击查看设备详情面板；每 2 秒刷新电压/电流/功率/温度参数曲线与告警列表，顶部统计卡片展示设备在线率（93%-98%）、告警总数、累计能耗等关键运营指标。
二、智慧照明模块（10 页）：设备分组与批量调光/开关控制（波浪动画逐盏点亮）、GIS 地图圈选、设备列表远程控灯、OTA 固件升级任务（92% 成功率模拟推进）、能耗报表（饼图/同比环比分析）、定时策略下发、告警列表与多参数阈值配置、历史参数曲线与操作审计日志。
三、电力箱变模块（9 页）：箱变→回路→路灯三级架构管控、回路通断级联控制（下属路灯批量联动）、箱变能耗统计、回路定时策略、多参数阈值告警判定、电缆防盗监测（0.1% 概率事件+手动模拟断缆）、多渠道告警通知（短信/APP/邮件）配置与发送留痕、回路历史数据。
四、系统管理（3 页）：基于 RBAC 三层模型的用户—角色—权限管理，预置超级管理员/管理员/租户 3 角色，权限按"模块:资源:操作"三级编码约 40 项，支持角色成员分配与权限勾选矩阵配置。
主要业务路径：登录大屏总览全市设备态势→地图钻取定位异常设备→进入照明/箱变模块远程控制与策略配置→告警自动生成并触发多渠道通知→能耗与历史数据报表支撑运营决策。
项目实现
独立全栈开发，主导需求分析到编码部署全流程，主要负责前端设计开发。
技术栈：前端 Vue3 + TS + Vite + ECharts + Pinia + 高德地图；后端 Spring Boot + Spring Cloud Alibaba 微服务（Nacos 注册配置、Sentinel 熔断、Gateway 网关）；存储 TDengine 时序库 + MySQL + Redis；设备经 EMQX 接入 MQTT；WebSocket 实时推送；Docker + K8s 私有化部署。
架构亮点：
① 分层解耦——设备经 MQTT 接入落 TDengine，微服务处理业务逻辑，WebSocket 推送前端，各层职责清晰。
② 时序高性能——3000+ 设备每 2 秒上报，TDengine 写入与聚合查询毫秒级响应。
③ 双布局自适应——大屏 scale 等比缩放，业务页流式。
技术栈：前端 Vue3 + TS + Vite + ECharts + Pinia + 高德地图；后端 Spring Boot + Spring Cloud Alibaba 微服务（Nacos 注册配置、Sentinel 熔断、Gateway 网关）；存储 TDengine 时序库 + MySQL + Redis；设备经 EMQX 接入 MQTT；WebSocket 实时推送；Docker + K8s 私有化部署。
架构亮点：
① 分层解耦——设备经 MQTT 接入落 TDengine，微服务处理业务逻辑，WebSocket 推送前端，各层职责清晰。
② 时序高性能——3000+ 设备每 2 秒上报，TDengine 写入与聚合查询毫秒级响应。
③ 双布局自适应——大屏 scale 等比缩放，业务页流式。
示例图片视频
相似推荐
中债金科pc 端办公网站开发
1.为方便内部人员在线查看各部门问题及解决问题而开发 作用是在线提出部门遇到的问题，监测问题状态审批流转，显示不同角色登录查看问题提出或者解答及对问题答案是否认同的情况和对应的问题数据反显
2.提供可视化数据显示方案
Eleconet智能知识库系统-Eleconet
本系统是一个 RAG 智能知识库问答平台，包含八个功能模块。
用户认证模块支持用户名、邮箱或手机号注册登录，也支持短信验证码免密登录，修改密码和联系方式均需验证，会话采用 JWT Token。
知识库管理模块允许用户创建、编辑和删除知识库。文档上传支持多文件批量操作，后台异步完成解析和向量化。文件格式覆盖 TXT、PDF、Word、Excel、PPT，图片通过 OCR 提取文字，音视频通过 Whisper 转录。系统按 Free、Pro、Enterprise 三档套餐限制知识库数量、文档数和文件大小。
RAG 智能问答模块是系统核心。用户提问后，系统先语义检索知识库内容，再发送给大语言模型生成答案并附带引用来源。支持流式输出和多轮对话，历史对话可管理。
分享与访客模块允许高级用户生成限时分享链接，访客无需登录即可对知识库提问。
付费模块支持月付和年付，通过微信扫码或支付宝付款，自动确认支付并升级套餐，支持沙箱模拟支付。
知识库市场模块由管理员发布模板，用户可一键基于模板创建知识库。
系统管理模块赋予管理员用户管理、角色套餐修改、批量重置密码等权限。
系统配置模块供管理员配置 AI 模型、OCR、短信、支付渠道等参数，密钥脱敏展示。
后端 API 分为十组：/api/auth/ 为注册登录等九个认证接口；/api/kb/ 为知识库和文档管理七个接口；/api/chat/ 为问答和对话管理五个接口；/api/share/ 为分享链接四个接口；/api/guest/ 为访客免登录问答两个接口；/api/payment/ 为下单支付和配置八个接口；/api/kb-market/ 为模板管理五个接口；/api/settings/ 为系统配置十个接口；/api/admin/ 为用户管理五个接口；/api/stats/ 返回统计数据。
前端页面中，/login 为登录页，/pricing 为价格页，/guest 为访客问答页。登录后 / 为仪表盘，/knowledge-base 为知识库列表，/knowledge-base/:id 为知识库详情，/market 为模板市场，/chat 为问答对话页，/conversations 为对话列表，/profile 为个人资料，/payment 为支付页，/settings 和 /admin 为管理员专用页。
车险智能报价与强交互作业平台-智能作业助理
项目简介：构建线上保险销售作业场景，引入AI技术优化业务流程；提升客户体验与业务员作业效率，推动业务线上化、智能化转型。
业务流程：内勤通过后台客户数据推送进行企业微信好友添加，后台根据内勤业务特点和标签，每日定时下发作业清单及智能报价数据，内勤进行预览和确认后，系统协助向客户推送推荐报价单，以及后续客户线上确认和支付流程。
CodeWeaver-CodeWeaver
### 市场定位
CodeWeaver 是面向**高安全嵌入式/工业软件（军工GJB438C、航空DO‑178C、汽车ISO26262等）**的智能化单元测试用例生成工具，定位为**研发效率辅助工具，不做取证级工具**，采用本地私有化大模型Ollama，支持离线运行。
**对标产品**：LDRA/VectorCAST，但不走取证工具路线；做研发阶段前置增效，和国外取证工具互补。
**客户对象**：研究所、汽车零部件、医疗器械、核电、铁路软件团队。
### 产品边界
- 明确是**研发辅助工具**，输出用例需要人工复核，不直接用于A级安全等级取证
- 规避高昂漫长的官方工具鉴定流程
- 核心价值：把设计文档业务约束自动转化测试场景，减轻工程师手工编写单元测试的重复劳动
### 核心创新
**文档‑代码双向信息融合 + 约束‑场景映射的文档驱动测试**，并非单纯调用大模型生成测试代码的玩具Demo。
基于移动端的AI深度学习目标智能检测算法开发
本项目立足于移动端人工智能轻量化落地应用背景，针对传统目标检测算法依赖电脑端设备、实时性差、部署不便的问题，旨在实现深度学习检测模型的手机端本地化部署与实时推理。项目目标是开发一款安卓智能检测小程序，将训练完成的80类通用YOLOv5s目标检测模型移植并集成至移动端设备。软件核心包含模型轻量化适配、相机实时视频采集、多类别目标检测识别、检测结果渲染展示与移动端设备适配运行模块。整体业务流程为：启动安卓小程序后调用手机摄像头，实时读取画面帧数据，通过本地集成的YOLOv5s模型完成推理计算，自动识别画面中的各类目标物体并输出类别与位置信息。本项目全程在华为安卓手机上完成程序安装、调试、测试与运行验证，实现了脱离电脑与云端的端侧实时智能检测功能。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服