业务和功能介绍
立项背景与目标：
在日常工作与学习中，用户频繁需要获取AI辅助回答，但网页端使用需频繁切换浏览器，效率较低。本项目旨在开发一款轻量级桌面AI助手，提供一键式智能问答体验，降低使用门槛，提升日常信息获取效率。
软件功能：
用户输入问题后，点击提交或回车键，程序自动调用AI模型生成回答，并即时显示在窗口中，支持长文本自动换行。
核心功能模块：
1. 用户输入模块（Entry控件）
2. AI接口调用模块（requests + 智谱AI API）
3. 结果显示模块（Label控件 + 自动换行）
业务流程：
用户输入问题 → 点击提交 → 程序获取输入 → 调用AI接口 → 返回结果 → 窗口显示回答
功能路径：
启动程序 → 输入框输入问题 → 点击“提交”按钮 → 查看AI回答 → 输入框自动清空，等待下一次提问
在日常工作与学习中，用户频繁需要获取AI辅助回答，但网页端使用需频繁切换浏览器，效率较低。本项目旨在开发一款轻量级桌面AI助手，提供一键式智能问答体验，降低使用门槛，提升日常信息获取效率。
软件功能：
用户输入问题后，点击提交或回车键，程序自动调用AI模型生成回答，并即时显示在窗口中，支持长文本自动换行。
核心功能模块：
1. 用户输入模块（Entry控件）
2. AI接口调用模块（requests + 智谱AI API）
3. 结果显示模块（Label控件 + 自动换行）
业务流程：
用户输入问题 → 点击提交 → 程序获取输入 → 调用AI接口 → 返回结果 → 窗口显示回答
功能路径：
启动程序 → 输入框输入问题 → 点击“提交”按钮 → 查看AI回答 → 输入框自动清空，等待下一次提问
项目实现
整体框架与设计思路：
本项目采用前后端分离的设计思路：前端使用 Python 自带的 tkinter 库构建图形界面，负责用户输入与结果展示；后端通过 requests 库调用智谱 AI 的 GLM-4-Flash 模型接口，实现智能问答功能。整体采用事件驱动模式，用户触发提交事件后，程序同步请求 AI 接口并更新界面显示。
各模块使用技术：
· 界面模块：tkinter 标准库（Label、Entry、Button 等控件）
· 网络请求模块：requests 库，配置 Bearer Token 鉴权
· AI 接口模块：智谱 AI GLM-4-Flash 模型，API 地址为 open.bigmodel.cn
我负责的模块和结果：
独立完成全部模块的开发与测试工作。GUI 界面包含输入框、提交按钮和结果显示区，支持长文本自动换行。程序运行稳定，单次问答平均耗时约 1-2 秒（视网络情况而定），且每次提交后自动清空输入框。最终将项目打包为单个 EXE 文件，大小约 60MB，双击即可运行，无需安装 Python 环境。
遇到的难点和解决方案：
尝试使用 Flet 框架开发手机 APP，但因系统用户名含有特殊符号（单引号），导致文件写入权限报错，多次尝试无法解决，最终放弃 Flet，改用 tkinter 实现桌面应用
本项目采用前后端分离的设计思路：前端使用 Python 自带的 tkinter 库构建图形界面，负责用户输入与结果展示；后端通过 requests 库调用智谱 AI 的 GLM-4-Flash 模型接口，实现智能问答功能。整体采用事件驱动模式，用户触发提交事件后，程序同步请求 AI 接口并更新界面显示。
各模块使用技术：
· 界面模块：tkinter 标准库（Label、Entry、Button 等控件）
· 网络请求模块：requests 库，配置 Bearer Token 鉴权
· AI 接口模块：智谱 AI GLM-4-Flash 模型，API 地址为 open.bigmodel.cn
我负责的模块和结果：
独立完成全部模块的开发与测试工作。GUI 界面包含输入框、提交按钮和结果显示区，支持长文本自动换行。程序运行稳定，单次问答平均耗时约 1-2 秒（视网络情况而定），且每次提交后自动清空输入框。最终将项目打包为单个 EXE 文件，大小约 60MB，双击即可运行，无需安装 Python 环境。
遇到的难点和解决方案：
尝试使用 Flet 框架开发手机 APP，但因系统用户名含有特殊符号（单引号），导致文件写入权限报错，多次尝试无法解决，最终放弃 Flet，改用 tkinter 实现桌面应用
示例图片视频
相似推荐
AI知识图谱智教平台
平台包含新形态教材、线上与线下课程、章节知识点、教学资源库、知识图谱、学习路径、AI 问答、随堂测验、考试阅卷、学习任务、学情管理和数据看板等模块。教师可以建设教材与课程、上传多媒体资源、配置学习任务和试卷，并按班级或学员查看学习进度与测验结果；学员可以沿推荐路径学习课程、完成练习考试并获得基于课程知识库的智能答疑。平台还提供多角色权限、资源分类、证书、讨论热点及统计分析能力，形成从内容建设、教学实施到效果评估的完整闭环。
VolunteerHub 校园志愿服务管理平台-管理平台
这是一个面向高校志愿服务场景的管理平台，包含学生端、管理端和后端服务。学生端支持活动浏览、分类筛选、报名/取消报名、签到、个人工时统计和志愿轨迹查看；管理端支持教师和管理员进行活动创建发布、报名审批、工时发放、组织与分类维护、用户管理以及数据看板分析。平台通过统一登录鉴权和角色权限控制，保障不同角色只能访问对应功能，形成从活动发布、学生报名到工时确认的完整业务闭环。
职业技能竞赛AI备考试题库与3D考点可视化平台-职业技能竞赛备考平台
1、立项背景和目标：备考“金砖国家职业技能大赛”人工智能应用赛项（BRICS-FS-56），技术规程涵盖智能图像处理、工业质检、智能客服舆情、低空创新应用 4 大模块共 35 个考点，市面上缺少针对该赛项的系统化刷题工具。本项目目标是打造一个零依赖、双击即开的本地化备考平台，将大纲考点、四维知识解析、仿真试题训练与 3D 知识图谱有机结合，帮助选手建立“点—线—面”的完整知识体系。
2、软件功能和核心模块：采用“题库 + 星球”双栏目架构。①备考仿真题库：左侧按 4 模块 35 考点树形导航，每个考点提供“概念认知—重点提炼—易错警示—学习建议”四段式速览卡片，并配套三类仿真题型：理论选择题（点击即时判定对错并展示解析）、实操任务题（分步操作指引+量化评分要点）、代码填空题（在深色代码块内逐空作答、逐空自动判分红绿标记，可一键展开完整参考答案）。②考点星球可视化：以 3D 星系呈现“核心赛项—4 大模块—35 个考点”三级辐射结构。
3、业务流程：进入题库→选择考点→阅读四段速览→依次完成三种题型→获得即时判分与解析→切换至考点星球→拖拽/缩放漫游知识全景→点击任一星球弹出教师解析面板，实现宏观体系与微观考点的双向联动复习。
启码未来网站
1. 首页（轮播banner）
核心宣传4大业务：线下精品课程培训、线上闯关练习平台、机构扩课合作、教师师资培训；展示Scratch/Python/Java/C++全套少儿编程课程体系 。
2. 课程体系页面
分级课程介绍：图形化Scratch、Python、HTML5、Java、C++信奥；面向培训机构、中小学学校输出整套课件资源包。
3. 产品平台页面
介绍自研小程序SaaS系统：学生线上刷题闯关、作品上传；老师班级管理；家长查看学情；机构后台数据报表。官网只做介绍，不提供在线使用入口，跳转小程序体验。
4. 加盟合作页面
机构加盟、学校合作板块；在线表单，客户填写姓名、电话、机构信息提交，收集加盟线索。
5. 案例&师资页面
合作校区案例、教学团队介绍。
6. 关于我们+联系我们
公司主体、联系方式、地址，页脚备案信息。
基于YOLOv8的课堂行为检测与管理系统
本项目设计并实现了一套基于YOLOv8的课堂行为检测与管理系统，主要针对传统课堂中教师难以持续、客观地掌握学生课堂状态的问题，利用计算机视觉技术对课堂行为进行智能识别和数据化管理。系统以提升课堂管理效率、辅助教师分析学生学习状态为目标，可识别专注听讲、举手、记笔记、走神、睡觉、玩手机、讨论等课堂行为，并对异常行为进行记录和告警。
系统按照不同用户角色提供相应功能，包括管理员、教师、班主任及校级管理人员等。管理员可进行用户、班级、学生、摄像头和检测参数管理，并查看年级、学科、教师等维度的统计数据；教师可查看课程安排、课堂实时监控、学生行为记录和异常告警，并能够进行行为纠正、告警处理以及班级报告生成；系统同时支持摄像头实时视频检测以及图片、视频文件上传检测。整体业务流程为用户登录系统后，根据角色进入对应管理界面，选择课堂或检测数据源，系统调用YOLOv8模型进行行为识别，将检测结果保存至数据库，并进一步形成行为记录、异常告警和统计报告，为课堂教学管理提供数据支持。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服