人工智能 软件定制 案例

1、立项背景和目标： 随着人工智能技术的快速发展，各类AI模型（如大语言模型、图像生成模型等）的应用需求日益增长。然而，普通开发者和企业在使用这些AI模型时面临以下挑战： 技术门槛高 ：需要掌握复杂的API调用和模型管理技术 部署复杂 ：本地部署AI模型需要大量计算资源和专业知识 成本高昂 ：使用商业API服务费用较高，自建基础设施投入大 集成困难 ：不同模型的API接口不统一，集成到现有系统困难 本项目旨在构建一个 统一、易用、高效的AI模型访问平台 ，主要目标包括： 降低使用门槛 ：提供简单易用的Web界面，无需编程知识即可使用AI模型 统一接口标准 ：封装不同AI模型的API，提供统一的调用接口 支持本地部署 ：支持Ollama等本地AI模型部署方案 实时交互体验 ：提供类似ChatGPT的流式对话体验 开源可扩展 ：采用开源技术栈，便于二次开发和功能扩展 2、软件功能和核心模块： 前端模块： 聊天界面 ：仿DeepSeek风格的现代化聊天界面 会话管理 ：支持多会话创建、切换和删除 模型选择 ：可视化模型选择界面，支持多种AI模型 实时流式响应 ：支持AI模型的流式响应显示 代码高亮 ：集成Markdown渲染和代码语法高亮 复制功能 ：一键复制代码和文本内容 后端模块： API网关 ：统一的RESTful API接口 会话管理 ：用户会话的创建、存储和管理 模型适配器 ：适配不同AI模型的后端接口 流式传输 ：支持Server-Sent Events (SSE) 流式响应 配置管理 ：灵活的服务器配置和模型配置

1、项目开发背景：项目采用现代 Web 技术栈，结合人工智能技术，为数据库教学提供创新性解决方案。支持多种数据库类型，具备完整的用户管理和权限控制体系。 项目开发目标：提供给大学课堂使用，用于数据库课程教学，实现智慧课堂交互‘ 2、软件功能、核心模块的介绍： 这是一个基于 Django 和 FastAPI 构建的智能数据库教学辅助平台，旨在帮助学生学习 SQL 和数据库知识。集成了sqlmcp,ai智慧交互，ER图智能生成、sql实验室等功能。 3、 模块： Django 主服务 (mcp_sql_project): 用户管理、会话管理、WebSocket 通信、数据存储 FastAPI 服务 (mcp_service):自然语言转 SQL 的 AI 服务

这是一个用于快速开发的一个完整的后台管理框架，包含了一切企业管理后台系统的基础功能 Ren 是一款基于 Spring Boot 3 + Vue 3 前后端分离架构的现代化后台管理系统框架。其核心目标是提供一套功能丰富、易于二次开发的“脚手架”，极大降低从零搭建管理后台的成本。 核心功能模块包括： 1. 系统权限管理：精细化的用户、角色、菜单、部门、岗位权限控制，支持数据权限范围设置。 2. 系统监控：实时监控服务器状态、Redis缓存、在线用户，并可强制下线用户。 3. 定时任务：集成Quartz，可视化配置与管理定时任务。 4. 系统工具： - 代码生成器：一键生成前后端代码，大幅提升CRUD开发效率。 - 表单构建器：通过拖拽方式快速生成前端表单页面。 - 系统接口：基于Swagger 3的自动化API文档。 5. 日志管理：完整的操作日志与登录日志记录。 6. 主题切换：支持多主题（如蓝白、纯黑）动态切换，易于自定义扩展。 7. 通过SpringAI集成了AI对话功能，后续还会加入AI数据统计等等功能 项目特点： 采用清晰的模块化设计，代码注释详尽，并规划了支付集成、工业协议对接等可插拔功能模块，兼顾了开箱即用性与高可扩展性。

1.该平台是服务于各省市教育厅、教育局、学校、高校的一体式平台。 2.包含安全任务、平安校园评估、智能填报、隐患、专项检查、假勤管理、三防建设、智能办公等功能。 3.项目由主平台和各个子系统组成，每个子系统对应一个功能模块，使用微应用的方式嵌入主系统。

1.理解智能助手的核心系统架构与功能模块（对话交互层、核心引擎层、工具集成层），掌握 “用户输入 - 意图识别 - 响应生成” 的完整工作流程。 2.学会两种智能助手搭建方案的实现：一是调用公开大模型 API（如 OpenAI API）实现云端交互，二是本地部署 Ollama 大模型（如 Llama 3）结合 Streamlit 构建私有化对话界面。 3.掌握 Streamlit 库的使用方法，实现可视化对话界面（含历史消息展示、输入框、模型切换功能），理解前端界面与后端逻辑的数据流转机制。 4.掌握智能助手核心功能（基础问答、任务处理）的集成方法，能通过测试案例验证交互效果，优化响应速度（如设置超时控制）与准确率（如添加意图纠错）。 培养系统设计与问题排查能力，能分析不同搭建方案的优缺点（如云端 API 的便捷性 vs 本地部署的隐私性），并根据需求选择合适方案。

1. 背景：通过机器学习训练自己的投资习惯进行定投的Agent，解放用户的精力和为客户实现盈利。 2. 功能：通过机器学习算法和长期积累的数据训练小模型，通过自动化脚本操作金融平台，为用户自动进行投资，可按用户要求定制止盈和止损策略。 3. 交付成果：此辅助程序为用户提供了极大的便利，解放用户双手，自动化进行执行并且平均每日产生至少15%的收益。

基于瑞芯微 AI 智能算力盒子，依托 Python、C++ 神经网络模型技术，搭建工业级全流程追溯系统。集成嵌入式 AI Box、雷达、传感器等异构设备，借助 LoRa 网络与 MQTT 协议，实现充装现场稳定的数据采集、实时进行分析语音智能播报，数据定时上传及视频流历史截取回放。

机器视觉是利用计算机技术模拟人类视觉的一种技术，主要通过摄像头获取图像，并使用图像处理算法进行分析和识别。它广泛应用于工业自动化、质量检测、机器人导航等领域，能够提高生产效率、增强精度，减少人为错误。随着人工智能的发展，机器视觉的应用前景愈加广阔。

基于 AI 视觉识别的饮食分析平台。用户上传食物图片，系统自动识别食物名称、重量、热量及营养成分（碳水、蛋白质、脂肪），并提供饮食记录、数据分析、个性化建议等功能。 核心功能： AI 智能识图（自动识别热量和营养成分） 饮食记录管理（历史记录、详情查看） 数据分析（今日统计、周报、趋势图表） 个性化建议（基于身体数据和饮食历史） 身体档案（BMR/TDEE 计算、每日推荐摄入量）

核心功能: 1.一键录音，通过AI对用户的声音进行音高，音准进行分析 2.通过AI,对共鸣位置进行检测，以及音色的检查 3.首次嗓音监测，并生成个人嗓音档案 3.将各项指标展示成雷达图，并对其各个分项进行评分，以及简要问题说明和建议

基于 React + TypeScript 的 AI 内容创作平台前端应用，提供多场景 AI 内容生成服务，包括营销文案、短视频脚本、海报设计等。支持实时对话、流式响应、图片上传与处理，方便用户去针对自己的产品生成合适的营销文案或海报，并提供 PC 端与移动端适配。

通过远程控制实现牙轮钻机的自动打孔无人作业。 解决矿山环境温差大，烟尘大，环境恶劣，人工操作难度大，安全风险大，人工打孔不精准的问题。 主要功能： 工作人员通过手机app客户端设置打孔位置，下发打孔指令， 牙轮钻机接受到指令后，自动将牙轮钻机开到目标点，进行自动打孔作业。

基于人工智能技术的教师专业能力评价系统 ，使用大模型对开放数据与多模态私有数据进行分析 ，构建精确的教师数字画像， 提供智能评价与精准培训方案 。基于Llama.cpp框架进行大模型微调 ，并集成RAG进行实时数据查询。

. AI面相分析：用户上传人脸照片，系统自动识别面部特征并生成性格、运势报告；2. AI手相解读：通过手掌图像分析生命线、事业线等，提供健康与事业建议；3. 八字算命：输入出生时间，自动排盘并解析五行、大运流年；4. 历史记录与分享：保存测算结果并支持社交分享。

使用GFNet 模型对来自 ADNI（阿尔茨海默病神经影像学倡议）的脑部 MRI 图像进行 分类，以识别阿尔茨海默症（AD）与认知正常（CN）状态，准确率达到 74.85%，并 展示了优秀的泛化能力和鲁棒性。 系统以GFNet模型为核心，具备以下功能模块： 1. 图像预处理模块 支持图像统一缩放至224×224像素； 提供数据增强功能（随机水平翻转、随机擦除等）； 支持灰度转换与自动黑边裁剪，突出关键区域。 2. 特征提取与分类模块 基于GFNet的块嵌入与位置编码，提取图像全局特征； 通过频域全局滤波层（Global Filter）捕获长程依赖关系； 经多层Transformer块与MLP层进行高层次特征融合与分类。 3. 训练与评估模块 支持余弦退火学习率调整、早停机制等训练策略； 提供准确率、损失曲线、混淆矩阵等可视化评估工具； 支持模型检查点保存与最佳模型自动选择。 4. 预测服务模块 提供单张或批量MRI图像的AD/CN状态预测； 输出分类结果及相关置信度。

1. 此项目旨在为日本旅客提供智能化、个性化的签证申请辅助服务。传统签证申请流程复杂、信息分散，尤其对非英语母语者存在语言与流程障碍。项目目标是通过AI聊天机器人，为用户提供一站式的签证信息查询、材料清单生成与文件上传服务，显著提升申请效率与用户体验，同时确保数据安全与多语言支持。 2. 系统核心为基于Microsoft Bot Framework SDK开发的AI聊天机器人，具备以下功能模块： a. 智能对话引擎：集成Azure OpenAI，支持自然日语交流，理解用户出行意图与个人情况。 b. 个性化签证清单生成：根据用户输入的目的地与个人资料，动态生成所需材料清单。 c. 自适应交互界面：使用Adaptive Cards引导用户逐步填写信息、上传文件。 d. 安全文件管理：通过Azure Blob Storage实现护照、签证相关文件的安全上传与存储。 e. 规则引擎与条件流程：后端逻辑支持不同国家的签证规则匹配与动态对话跳转。 f. 前端集成：通过Bot Framework Web Chat嵌入React前端，提供流畅的对话界面。 3. 用户启动聊天机器人后，系统首先进行身份与出行意图识别，随后引导用户选择目的地、出行类型等关键信息。基于输入，系统调用规则引擎生成个性化材料清单，并通过Adaptive Cards引导用户逐一确认与上传文件。

基于YOLO v12的模型检测 出于兴趣自做，一开始用于游戏自动化程序做物体检测实现自动操作，后个人爱好开发基于各种物体的检测。可深度自定义检测目标，个人定制和训练个性化的目标检测功能。目前集成训练模块，训练非常简单，有手就行。 注：---------------------非商业用途

项目描述：利用云计算、大数据、物联网、人工智能等新一代信息技术，支撑经济社会发展及政府数字化转型的开放式智能平台，是新型智慧城市建设的重要基础设施。主要服务永康市各政府部门的工作人员。 所用技术：Spring Boot、Spring Cloud & Alibaba、MySql、Redis、MybatisPlus、Kafka、Minio、Elasticsearch、Flowable、Xxl-job、Vue

1. 项目背景 致力于为客户提供多家主流AI大模型厂商于一体的AI聊天应用 2. 软件功能 基础AI对话功能：支持切换主流的AI大模型，创建会话，与AI实时对话 角色模版功能：预置多种优化的角色提示词模版，一键启用拥有特殊角色模版的AI助手，比如文案大师 生图功能：支持使用生图AI创建生图任务

可以识别唐诗300首，帮助儿童树立唐诗学习的良好习惯。具有基础功能，支持通过语音输入诗句片段、诗名、作者名，系统实时识别语音内容，匹配并返回对应唐诗。例如说出“床前明月光”，自动检索《静夜思》全诗及详情；说出“杜甫的诗”，列出杜甫代表作清单。支持方言语音识别适配（如普通话、粤语），兼容模糊发音，降低检索门槛。