业务和功能介绍
客户与联系人管理：支持企业客户（账户）和个人联系人（联系人）的双层数据模型，记录公司基本信息、合作历史、关键决策人、沟通记录等，支持重复数据自动合并。
线索与商机管理：支持线索的批量导入、自动分配（按区域/行业/权重）、智能评分（基于职位/行为等自动打分），商机可设置多阶段销售管道（初步沟通→需求确认→方案报价→商务谈判→赢单/输单），销售漏斗可视化。
销售自动化：自动跟进提醒、下次联系时间设置、邮件/电话沟通记录统一沉淀，支持报价、订单、合同与回款的全流程管理。
营销自动化：活动策划、邀约、签到与ROI分析，客户标签与分群管理，支持精准营销与个性化推荐。
客户服务与工单管理：售后工单的创建、流转、追踪与闭环，内置知识库支持快速响应。
数据分析与BI报表：客户画像、销售预测、业绩看板、多维度数据可视化，将原始CRM数据转化为可执行的洞察。
系统集成与扩展：支持与邮箱、电话、ERP等第三方系统的集成对接；提供PaaS层面的业务定制能力，满足不同行业客户的个性化需求。
权限与角色管理：基于RBAC的精细化权限控制，支持部门、角色、菜单、数据等多维度权限隔离
线索与商机管理：支持线索的批量导入、自动分配（按区域/行业/权重）、智能评分（基于职位/行为等自动打分），商机可设置多阶段销售管道（初步沟通→需求确认→方案报价→商务谈判→赢单/输单），销售漏斗可视化。
销售自动化：自动跟进提醒、下次联系时间设置、邮件/电话沟通记录统一沉淀，支持报价、订单、合同与回款的全流程管理。
营销自动化：活动策划、邀约、签到与ROI分析，客户标签与分群管理，支持精准营销与个性化推荐。
客户服务与工单管理：售后工单的创建、流转、追踪与闭环，内置知识库支持快速响应。
数据分析与BI报表：客户画像、销售预测、业绩看板、多维度数据可视化，将原始CRM数据转化为可执行的洞察。
系统集成与扩展：支持与邮箱、电话、ERP等第三方系统的集成对接；提供PaaS层面的业务定制能力，满足不同行业客户的个性化需求。
权限与角色管理：基于RBAC的精细化权限控制，支持部门、角色、菜单、数据等多维度权限隔离
项目实现
我负责的具体任务：
作为项目负责人，我主导了CRM系统的全流程开发与交付，包括：产品需求分析与原型设计、系统架构设计（含数据库建模与接口规范制定）、核心后端模块开发（客户管理、线索商机、权限控制等）、前端管理控制台开发、系统部署与运维、客户定制化需求的二次开发与实施落地。
技术栈与架构：
后端：Java 17 + Spring Boot 3.x + Spring Security + Spring Data JPA / MyBatis-Plus
数据库：MySQL 8.0（主库）+ Redis 6.2（缓存与会话管理）
前端：Vue 3 + Element Plus / React + Ant Design（支持按客户偏好选型）
微服务：Spring Cloud Alibaba（Nacos服务注册与发现）
消息队列：RabbitMQ（异步任务与解耦）
部署：Docker容器化 + Nginx负载均衡 + 云服务器（支持私有化与SaaS双模式部署）
实现亮点与难点：
多租户数据隔离：设计了基于租户ID的数据行级隔离方案，一套系统实例支持多个企业客户独立使用，数据互不干扰，有效降低SaaS模式的运维成本。
动态表单与工作流引擎：实现了可视化的自定义字段配置与审批流程编排，满足不同行业客户的个性化业务需求，无需二次发版即可适配。
高并发与性能优化：通过Redis缓存热点数据（客户列表、字典配置等）、异步消息队列处理耗时任务（批量导入、邮件发送等），系统在模拟1000并发用户场景下接口平均响应时间低于200ms。
AI能力集成：集成大语言模型API实现销售线索的智能评分与分类、客户沟通记录的自动摘要生成、以及基于客户行为的智能推荐——这与你网站上的AI Agent业务方向高度契合，是重要的差异化亮点。
作为项目负责人，我主导了CRM系统的全流程开发与交付，包括：产品需求分析与原型设计、系统架构设计（含数据库建模与接口规范制定）、核心后端模块开发（客户管理、线索商机、权限控制等）、前端管理控制台开发、系统部署与运维、客户定制化需求的二次开发与实施落地。
技术栈与架构：
后端：Java 17 + Spring Boot 3.x + Spring Security + Spring Data JPA / MyBatis-Plus
数据库：MySQL 8.0（主库）+ Redis 6.2（缓存与会话管理）
前端：Vue 3 + Element Plus / React + Ant Design（支持按客户偏好选型）
微服务：Spring Cloud Alibaba（Nacos服务注册与发现）
消息队列：RabbitMQ（异步任务与解耦）
部署：Docker容器化 + Nginx负载均衡 + 云服务器（支持私有化与SaaS双模式部署）
实现亮点与难点：
多租户数据隔离：设计了基于租户ID的数据行级隔离方案，一套系统实例支持多个企业客户独立使用，数据互不干扰，有效降低SaaS模式的运维成本。
动态表单与工作流引擎：实现了可视化的自定义字段配置与审批流程编排，满足不同行业客户的个性化业务需求，无需二次发版即可适配。
高并发与性能优化：通过Redis缓存热点数据（客户列表、字典配置等）、异步消息队列处理耗时任务（批量导入、邮件发送等），系统在模拟1000并发用户场景下接口平均响应时间低于200ms。
AI能力集成：集成大语言模型API实现销售线索的智能评分与分类、客户沟通记录的自动摘要生成、以及基于客户行为的智能推荐——这与你网站上的AI Agent业务方向高度契合，是重要的差异化亮点。
示例图片视频
相似推荐
ravenfs文件系统工具链-ravenfs
一、立项背景和目标
RavenFS 是自研的 B+tree 块级文件系统，而是**自然成长于一片特定的设计空气**：单用户、富内存、NVMe SSD、盘少工况好、CPU 并发上限高。设计高度讨好快路径：元数据走内存分片缓存、分配器按CPU分片，以富余换简洁与吞吐。代价诚实说明：初版设计时作者是新手，未引入日志等容灾技术，容错存在系统性忽视——定位实验性FS，勿承载真实数据。目标：学习用尽可能简洁的设计满足高并发，并把"能跑"推进到"可部署、可维护"。ravendsrv 用户态服务器企划已被否决，仅保证 Linux ko 挂载运行，远期移植自研 SparrowOS。
二、软件功能、核心功能模块
**总纲**：全模块以统一磁盘布局契约（SB/位图/inode 面/B+tree）为最大公约数——契约唯一、实现独立、互不链接，杜绝共因失效。
**三个同量级独立模块**：
1. **上帝类** — 用户态 C++ 全功能原型，所有算法核心思想的验证场：B+tree、按 CPU 分片的块分配器、分片元数据缓存、direct/extent 双形态 inode 均先在此跑通，是生态算法母本；
2. **ravenfs.ko** — 基于上帝类逐模块移植（I/O 层换 bio/私有 buffer cache），pacman+DKMS 交付，内核升级自动重编；
3. **audit** — 顶替 fsck 生态位。不做 fsck：fsck 是不良定义问题，遇足够多真实故障前写不出，也无长期场景；audit 逐一断言盘上契约不变量，带 trace 档位呈现数据块分布，作行为调优凭据。刻意不链接核心库，避免继承上帝类 bug。
**构建与运维小工具**（不同量级）：**mkfs.ravenfs**（格式化，兼容双布局）；**sbinfo**（SB 只读查看器，类 dumpe2fs，秒开）。
**用户态离线维护工具**（基于上帝类二次开发）：**rfs_compact**（碎片压实，extent 收敛整域并降级 direct）；**rfs_freeruns / rfs_slice_fr**（空闲区间与分片视图 dump，回收决策凭据）；**rfs_cachectl**（元数据缓存在线控制）。
## 三、业务流程、功能路径
**生命周期主线**：mkfs 格式化 → ko 挂载 → rfs_cachectl 调优 → sbinfo/rfs_freeruns 巡检 → rfs_compact dry-run 报告、apply 压实 → audit 全盘校验（+trace 看数据块分布）。
**排障路径**：SB 层找 sbinfo；SB 之下找 audit；空间/碎片依次用 rfs_freeruns、rfs_slice_fr、rfs_compact 分级修复。
自研操作系统内核
1、立项背景和目标
SparrowOS 是一个不依赖现成内核、不套用 Linux 代码的 x86-64 宏内核，从 UEFI 固件交接开始逐层自建。立项初衷是摆脱“调库式”的操作系统学习：不使用 libc/STL，不借用现成引导器与驱动框架，把引导、页表、内存、调度、驱动、调试全部亲手实现，让每一行代码都可解释、可观测、可复现；并以多核调度、NVMe 存储等现代先进计算机气氛底层能力为切入点，理解云计算基础设施。目标分三段：先打通真机启动与中断/调度运行时；再补齐 NVMe、键鼠、显示等设备与内核 Shell，使内核能在真实硬件上“自诊断”；最终接入文件系统与用户态，演进为可持续验证的操作系统实验平台。
2、软件功能、核心功能模块
- 引导与内存：init.elf 在 UEFI 阶段完成硬件探测、页表构建与 kernel.elf 加载，内核运行于高半区；实现四级页表、伙伴系统 BCB、空闲页分配器 FPA、kpoolmemmgr 池分配器、地址空间管理与 TLB shootdown。
- 调度与并发：per-CPU 调度器、任务池、内核线程、block_queue 阻塞队列（句柄化登记、出锁后批量唤醒）以及自旋锁/读写锁体系。
- 平台与中断：ACPI 表解析、LAPIC/IOAPIC、AP 多核启动、HPET/TSC/RTC 计时、异常与中断分发框架。
- 设备驱动：PCIe ECAM 枚举、NVMe（SQ/CQ、PRP、读写与完成中断）、DMAR/VT-d、i8042 键鼠、UART 串口、GOP 文本控制台与内嵌字库；NVMe 读写与 VT-d 关闭已真机验证。
- 观测与交互：printk 日志栈、KURD 五层错误模型、panic 取证、内核符号回溯；kshell_v2 将 Shell 核心与前端解耦，30 余条命令可运行在“键盘+屏幕”和“魔法断点+gdb（CI）”两种前端上。
- 规划中：RavenFS 文件系统（用户态原型已完成并通过用例）、用户态与网络通道。
3、业务流程、功能路径描述
启动路径：UEFI → init.elf 枚举 ACPI/PCIe/内存资源 → 建立页表 → 加载 kernel.elf 至高半区 → BSP 初始化内存、中断与调度 → 启动 AP → 探测 NVMe/DMAR/i8042/GOP → 创建内核线程并进入 kshell 会话。
命令路径：按键 → i8042 中断 → 输入事件环 → 前端行编辑 → kshell_v2 分词并在命令红黑树中查找 → 执行处理器把业务日志写入切片 → 前端渲染并归档到会话环；CI 前端只替换输入输出手法，不改动命令逻辑。
存储路径：块请求进入 block_queue 阻塞 → 提交 NVMe SQ → 完成中断 → 消费 CQ → 唤醒等待任务。
国产信创算力平台
具备多品牌异构算力统一接入与工程化落地能力，拥有英伟达、AMD、昇腾、摩尔线程、沐曦、寒武纪、壁仞科技等国内外主流算力厂商硬件设施经验。针对大模型训练推理、机器视觉、边缘端智能、科学计算等不同业务场景，可结合客户业务需求、性能指标及信创合规要求，灵活选型算力底座，定制化设计异构集群部署方案、算力调度方案与模型适配迁移方案，输出差异化的完整算力解决方案，兼顾业务性能、成本控制与国产化替代需求，支撑各类 AI 及高性能计算业务稳定落地。
云桌面系统
1.项目说明： 云桌面系统
2.项目主要模块:
a. windows被控端: 采集本机的画面和play声音发送给远端，接收远端的mic声音/鼠标/键盘等控制指令在本机回放
b. windows pc 主控客户端：播放远端桌面的画面和play声音，并采集本机的mic声音/鼠标/键盘等发送给远端
c. webrtc 主控客户端
d. macos 主控客户端
e. 嵌入式Linux 主控客户端：全面接管系统界面，只有客户端界面，功能同windows pc端
f. web设备管理端
3.项目主要功能： 在客户端低延时操作远端的电脑，局域网内实现无感打游戏
可视化3D动画-3D动画
一个 300×300×250 m 的倾斜分层地质体,5 层不同弹性模量岩性(含一个 E=3500 MPa 的弱泥岩层和一个 E=30000 MPa 的强灰岩层),一条正断层,以及一条沿 Y 轴的圆形巷道。剖切面沿 Y 推进,相机同步缓转,逐层揭示 von Mises 等效应力场。黑线为层界,蓝线为断层,黑圈为巷道轮廓。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服