业务和功能介绍
1. 用户认证与权限模块
- 登录注册 ：支持用户名密码登录、新用户注册
- 密码管理 ：提供忘记密码、管理员重置密码功能
- 黑名单机制 ：可对违规用户进行拉黑处理，保障系统安全
- 操作日志 ：记录所有关键操作行为，便于审计追溯 2. 车辆管理模块
- 车辆档案管理 ：新增、编辑、删除车辆信息，涵盖车牌号、品牌型号、购置信息等
- 车辆审核机制 ：新增车辆需经审核通过后才能正式入库，支持驳回并填写原因
- 数据验证与清洗 ：自动检测无效数据、重复数据，提供一键清洗功能
- 批量导入导出 ：支持 Excel 批量导入车辆数据、导出车辆信息报表
- 智能搜索 ：按车牌号、类型、状态等多条件组合搜索 3. 驾驶员管理模块
- 驾驶员档案 ：维护驾驶员基本信息、准驾车型、所属学院/部门
- 批量管理 ：支持批量导入驾驶员信息
- 信息查询 ：按姓名、工号、部门等条件快速检索 4. 维修保养模块
- 维修记录 ：记录车辆每次维修的时间、项目、费用、维修厂等信息
- 保养管理 ：按保养周期记录定期保养情况
- 历史追溯 ：可查询单车的完整维修保养历史 5. 保险管理模块
- 保险记录 ：录入车辆保险信息，包括保险公司、保单号、有效期
- 到期提醒 ：智能识别即将到期的保险，提前 N 天预警
- 理赔管理 ：记录保险理赔情况 6. 年检管理模块
- 年检记录 ：登记车辆年检信息，包括检测机构、结果、有效期
- 到期预警 ：自动检测即将到期的年检记录 7. 统计分析模块
- 数据看板 ：车辆总数、驾驶员总数、各类型占比等核心指标
- 状态统计 ：按车辆状态（在用、维修、报废）分类统计
- 保险年检统计 ：统计即将到期的保险和年检数量 8. 文件管理模块
- 文件上传 ：支持图片、文档（PDF、Word、Excel）上传
- 文件下载 ：提供安全的文件下载接口，防止路径穿越攻击
- 登录注册 ：支持用户名密码登录、新用户注册
- 密码管理 ：提供忘记密码、管理员重置密码功能
- 黑名单机制 ：可对违规用户进行拉黑处理，保障系统安全
- 操作日志 ：记录所有关键操作行为，便于审计追溯 2. 车辆管理模块
- 车辆档案管理 ：新增、编辑、删除车辆信息，涵盖车牌号、品牌型号、购置信息等
- 车辆审核机制 ：新增车辆需经审核通过后才能正式入库，支持驳回并填写原因
- 数据验证与清洗 ：自动检测无效数据、重复数据，提供一键清洗功能
- 批量导入导出 ：支持 Excel 批量导入车辆数据、导出车辆信息报表
- 智能搜索 ：按车牌号、类型、状态等多条件组合搜索 3. 驾驶员管理模块
- 驾驶员档案 ：维护驾驶员基本信息、准驾车型、所属学院/部门
- 批量管理 ：支持批量导入驾驶员信息
- 信息查询 ：按姓名、工号、部门等条件快速检索 4. 维修保养模块
- 维修记录 ：记录车辆每次维修的时间、项目、费用、维修厂等信息
- 保养管理 ：按保养周期记录定期保养情况
- 历史追溯 ：可查询单车的完整维修保养历史 5. 保险管理模块
- 保险记录 ：录入车辆保险信息，包括保险公司、保单号、有效期
- 到期提醒 ：智能识别即将到期的保险，提前 N 天预警
- 理赔管理 ：记录保险理赔情况 6. 年检管理模块
- 年检记录 ：登记车辆年检信息，包括检测机构、结果、有效期
- 到期预警 ：自动检测即将到期的年检记录 7. 统计分析模块
- 数据看板 ：车辆总数、驾驶员总数、各类型占比等核心指标
- 状态统计 ：按车辆状态（在用、维修、报废）分类统计
- 保险年检统计 ：统计即将到期的保险和年检数量 8. 文件管理模块
- 文件上传 ：支持图片、文档（PDF、Word、Excel）上传
- 文件下载 ：提供安全的文件下载接口，防止路径穿越攻击
项目实现
### 一、整体架构和设计思路
本系统是本人练手开发的车辆管理项目， 仅在本地电脑运行，未部署至云服务器 。项目采用前后端分离的 B/S 架构，后端基于 Spring Boot 框架构建 RESTful API，前端使用 Vue.js 实现响应式界面。后端采用三层架构：Controller 层负责接口接收与响应，Service 层封装业务逻辑，Repository 层基于 Spring Data JPA 实现数据持久化。技术栈包括：Spring Boot + Spring Security + JWT 认证、MySQL 数据库、Apache POI 实现 Excel 导入导出、Java NIO 处理文件上传下载、AOP 切面实现操作日志记录。
### 二、负责模块和结果
1. 文件管理模块 ：实现文件上传和下载接口，支持图片、文档等 10 种格式，通过正则校验和路径规范化双重机制防止路径穿越攻击。
2. 车辆数据验证与清洗模块 ：开发 VehicleValidationService 服务类，实现全量数据校验、单车校验、数据清洗三大功能，识别并清理无效车辆数据 15 条，重复数据 8 条，数据完整率达 98%。
3. 黑名单与操作日志模块 ：实现用户拉黑/解除拉黑功能，通过 @OperationLog 自定义注解 + AOP 切面自动记录操作日志，累计记录操作行为 500+ 条。
4. Excel 批量导入导出 ：基于 Apache POI 实现车辆和驾驶员信息的批量导入导出，支持单次导入 500 条数据，导出报表支持中文字符。
### 三、遇到的难点与解决方案
难点1：文件路径穿越攻击防护
- 问题 ：用户上传文件名可能包含 ../ 等路径穿越字符，导致文件被写入非预期目录。
- 解决方案 ：采用双重校验机制，一是用正则 ^[a-zA-Z0-9\\-_.]+$ 严格校验文件名格式，二是使用 Path.normalize() 规范化路径后，通过 startsWith() 判断最终路径是否在允许的上传目录内。
难点2：Excel 导入的异常处理
- 问题 ：批量导入时可能遇到格式错误、重复数据、空值等情况。
- 解决方案 ：引入预校验机制，导入前先进行数据完整性和合法性检查；采用 UUID 重命名策略避免文件名冲突；使用事务确保数据一致性。
难点3：车辆审核状态流转
- 问题 ：车辆需经过"待审核→已通过/已驳回"的状态流转，逻辑复杂。
- 解决方案 ：在 Service 层封装状态管理逻辑， approveVehicle() 和 rejectVehicle() 方法严格控制状态转换，驳回时必须填写原因，通过 AOP 自动记录审核操作。 这项目是我拿来练手的，只在本地部署过，没有传上过任何服务器，同时学校也采纳过我这个项目并进行过改进
本系统是本人练手开发的车辆管理项目， 仅在本地电脑运行，未部署至云服务器 。项目采用前后端分离的 B/S 架构，后端基于 Spring Boot 框架构建 RESTful API，前端使用 Vue.js 实现响应式界面。后端采用三层架构：Controller 层负责接口接收与响应，Service 层封装业务逻辑，Repository 层基于 Spring Data JPA 实现数据持久化。技术栈包括：Spring Boot + Spring Security + JWT 认证、MySQL 数据库、Apache POI 实现 Excel 导入导出、Java NIO 处理文件上传下载、AOP 切面实现操作日志记录。
### 二、负责模块和结果
1. 文件管理模块 ：实现文件上传和下载接口，支持图片、文档等 10 种格式，通过正则校验和路径规范化双重机制防止路径穿越攻击。
2. 车辆数据验证与清洗模块 ：开发 VehicleValidationService 服务类，实现全量数据校验、单车校验、数据清洗三大功能，识别并清理无效车辆数据 15 条，重复数据 8 条，数据完整率达 98%。
3. 黑名单与操作日志模块 ：实现用户拉黑/解除拉黑功能，通过 @OperationLog 自定义注解 + AOP 切面自动记录操作日志，累计记录操作行为 500+ 条。
4. Excel 批量导入导出 ：基于 Apache POI 实现车辆和驾驶员信息的批量导入导出，支持单次导入 500 条数据，导出报表支持中文字符。
### 三、遇到的难点与解决方案
难点1：文件路径穿越攻击防护
- 问题 ：用户上传文件名可能包含 ../ 等路径穿越字符，导致文件被写入非预期目录。
- 解决方案 ：采用双重校验机制，一是用正则 ^[a-zA-Z0-9\\-_.]+$ 严格校验文件名格式，二是使用 Path.normalize() 规范化路径后，通过 startsWith() 判断最终路径是否在允许的上传目录内。
难点2：Excel 导入的异常处理
- 问题 ：批量导入时可能遇到格式错误、重复数据、空值等情况。
- 解决方案 ：引入预校验机制，导入前先进行数据完整性和合法性检查；采用 UUID 重命名策略避免文件名冲突；使用事务确保数据一致性。
难点3：车辆审核状态流转
- 问题 ：车辆需经过"待审核→已通过/已驳回"的状态流转，逻辑复杂。
- 解决方案 ：在 Service 层封装状态管理逻辑， approveVehicle() 和 rejectVehicle() 方法严格控制状态转换，驳回时必须填写原因，通过 AOP 自动记录审核操作。 这项目是我拿来练手的，只在本地部署过，没有传上过任何服务器，同时学校也采纳过我这个项目并进行过改进
示例图片视频
相似推荐
基于Rk3588完成某大型项目的侦查控制平台
背景：在空中为无人机提供定位和导引
基于3588 完成目标的识别，跟踪和控制，图像处理和编码
对发现的目标进行识别跟踪，牵引飞机飞向目标。对摄像头传输的数据进行编码，通过无线传输至地面站进行播放
审计工作底稿 AI 辅助复核系统
1、立项原因 / 旨在解决什么产品问题
会计师事务所年报审计、IPO 审计通常涉及数百份 PDF 报告、Excel 台账与 Word 说明。人工复核存在耗时长、易漏检、证据难追溯等问题：复核人员需逐页核对审计意见类型、关键审计事项、强调事项段等要素，同时要在多份文档之间验证同一会计科目的数据一致性，工作重复且容易出错。本项目旨在用 AI Agent 替代重复性人工复核，将「上传 → 解析 → 复核 → 结论 → 证据引用」全流程自动化，降低漏检率并提升复核结论的可追溯性。
2、行业场景 / 业务背景
本项目面向审计/金融行业，适用于会计师事务所质控复核、审计项目经理终审、企业内审等场景。用户上传审计报告及工作底稿后，系统可自动完成两类复核：场景 A 针对最终审计报告要素完整性进行复核；场景 B 针对具体会计科目在 Excel 台账与报告描述之间做交叉勾稽验证。复核结果以「通过 / 不通过 / 需复核」形式呈现，并附带原始文档页码、单元格、原文摘录等证据链。
1、具体功能模块
- 项目管理模块**：创建项目、查看项目列表、集中管理项目下的全部工作底稿。
- 文档上传模块**：支持 PDF、Word、Excel、ZIP 批量上传，单文件上限 2GB。
- 文档解析模块**：Excel 用 SheetJS 读取缓存计算值；PDF 用 pdfjs-dist 按页提取文本；Word 用 mammoth.js 提取段落；ZIP 用 jszip 解压。
- AI 复核模块**：
- 场景 A：最终报告要素完整性复核，检查审计意见类型、关键审计事项、强调事项段等；
- 场景 B：具体科目证据链检查，对指定科目在 Excel 与报告之间做数值、描述交叉验证。
- 证据引用模块**：每条结论关联原始文档证据，支持页码、单元格、原文摘录。
- 任务跟踪模块**：pending → running → completed / failed 状态流转，前端轮询实时展示进度。
2、主要功能描述
用户进入项目后上传待复核文档，选择复核场景并勾选文件，点击「开始复核」即可提交任务。系统后台使用 LangGraph.js 编排 Agent 工作流，调用 Dify Cloud 完成大模型推理与审计准则知识库检索，最终生成结构化复核结论。结果页展示总体结论、统计摘要、详细结论列表及证据引用，方便复核人员快速定位问题并追溯到原始文档出处。
灵活用工人才智能匹配平台
传统家政、维修、陪护等本地生活服务存在三大痛点：
需求表达成本高——用户不会用结构化表单填需求，习惯口语化描述（"周末家里空调坏了想找个师傅来修"）。
供需匹配效率低——平台靠人工派单或简单类目检索，匹配慢、准确率低、应急场景响应不及时。
交易链路断裂——沟通靠体外微信、支付靠转账、纠纷无凭证，平台无法沉淀与管控。
本平台用「AI 需求理解 + 智能匹配 + 内置交易闭环」一次性解决上述三点。
后端 21 个业务模块，对外能力覆盖：
智能匹配（核心）：NLP 需求解析 → 服务类目识别 → 技能 / 时间 / 预算抽取 → 多因子加权评分（距离、评分、技能、在线、紧急度）→ 候选人排序返回。AI 不可用时自动降级到规则引擎，保证可用性。
用户 / 员工 / 经理 / 管理员：四类角色账号体系，微信登录、手机号、RBAC 权限隔离。
服务类目：两级分类、图标、城市开通状态、智能开关。
订单中心：待支付 → 已接单 → 服务中 → 完成 / 售后 / 取消 全状态机 + 状态时间线 + 超时自动取消。
支付：微信支付预下单、回调对账、支付倒计时、退款 / 维权联动。
即时通讯：基于腾讯云 IM 的会话、消息、未读、订单 / 地址 / 时间卡片快捷发送。
售后维权 / 评价 / 反馈：工单流转、星级 + 标签评价、图片证据、客服闭环。
会员：月 / 季 / 年卡套餐、折扣权益。
运营后台：仪表盘（今日订单 / 营收 / 活跃）、员工 / 订单 / 类目 / 城市 / 财务 / 维权 / 反馈全量管理 + 图表看板。
小程序端覆盖 18+ 核心页面（首页 AI 输入、服务分类、需求确认、AI 匹配结果、订单列表 / 详情、支付、员工详情、我的、地址、消息、评价、售后、反馈、会员、收藏、设置），并统一了骨架屏 / 空状态 / 错误状态等体验规范；员工端与经理端独立工作台（接单开关、订单履约时间线、团队看板）。
Yona - AI电商收入自动化Agent
月销售额1万-50万美元的小型Shopify电商店铺，面临客户流失严重、复购率低、营销人力不足等痛点。传统做法依赖运营人员手动分析用户行为、编写邮件、设定发送规则，效率低且难以个性化。Yona旨在通过AI Agent自主观察购物者行为（浏览、加购、弃单、购买），自动决策最优干预时机和内容，通过邮件渠道自动触达客户，实现收入回收自动化，让小商家无需专职运营也能获得大品牌级别的智能营销能力。
1、AI决策引擎：基于用户行为事件（浏览、加购、弃单、购买、沉默）自主决策最优营销干预策略，包括干预时机、渠道、内容类型，无需人工设定规则。
2、多场景自动化营销：覆盖购物车弃单挽回、结账弃单挽回、沉默客户唤醒、复购推荐、浏览放弃挽回等5大核心场景，每个场景独立触发、独立调度。
3、个性化邮件生成：AI根据品牌语调（friendly/minimal/playful/professional）、客户历史行为、商品信息自动生成个性化邮件内容和主题行，支持新品推荐网格、动态变量替换。
4、客户旅程状态机：14种状态（浏览中、加购、结账、已购买、沉默、已唤醒等）自动流转，每种状态有独立TTL和营销资格规则，防止过度打扰。
5、频率控制与疲劳管理：每店铺独立配置日频/周频上限，24小时和7天滑动窗口检测，防止同一客户短时间内收到过多邮件。
6、A/B测试引擎：支持自动分流、统计显著性检验、实验自动完成，帮助商家持续优化营销效果。
7、收入归因系统：追踪每封邮件带来的直接收入，量化AI决策的ROI，支持按店铺、按场景、按时间维度查看。
8、Shopify深度集成：OAuth认证、Webhook事件订阅、商品/订单GraphQL查询、App Bridge嵌入式管理界面，10分钟内完成安装。
9、多租户SaaS架构：店铺级数据隔离，Supabase/PostgreSQL双模式，支持从开发到生产的无缝迁移。
10、订阅计费系统：Starter/Growth两档月费+恢复收入分成，支持Shopify Billing API自动扣费、升降级、暂停恢复、退款处理。
游戏-堇色协奏曲
堇色协奏曲 是一款基于 Ren'Py 8.5.3 引擎开发的视觉小说游戏，支持 Windows 和 Android 双平台。你桌面上的 SumireConcerto.exe 是 Windows 平台的启动器，负责加载游戏引擎和资源。游戏包含完整的角色立绘系统（含表情差分）、分支剧情、存档系统等功能，是一个十分优秀的游戏
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服