人工智能 软件定制 案例

### 多 Agent 智能协作 6 个专业 Agent（Sisyphus、Code Analyzer、Programmer、Refactor Master、Test Expert、Librarian）通过 4 种协作模式（Sequential、Parallel、Debate、Main-with-Helpers）智能协作。基于意图识别自动选择 Agent，并行执行提升效率，自动综合多专家意见。 ### 深度代码理解 集成 LSP（Language Server Protocol）、AST（抽象语法树）分析和语义代码搜索。支持 Python、JavaScript、TypeScript 等主流语言，提供类型推导、引用分析、基于向量的语义检索。自动识别代码结构和依赖关系。 ### 智能编排系统 7 种编排策略（Simple、ReAct、Multi-Agent、Parallel、Conditional、Workflow、Sisyphus）自动选择最优方案。ReAct 模式支持推理-行动循环，条件分支实现动态决策，并行执行提升性能。 ### 完整工具链 34+ 专业工具，包含项目理解（文档发现、结构分析、代码地图）、代码搜索（文本、正则、语义、AST）、LSP 工具（诊断、跳转、引用、重命名）、文件操作（读写、批量操作、补丁）、Git 工具（状态、差异、日志）。 ### 智能记忆系统 分层存储架构（会话级、用户级、全局级），对话树结构支持多分支，智能压缩和摘要，相关性检索。多轮对话保持上下文，记住用户偏好和习惯，跨会话知识复用。 ### Skill 配置系统 14+ 预置技能，灵活的 Prompt 模板，工具和编排器配置，可扩展的技能定义。YAML 配置驱动，Jinja2 模板引擎，动态加载和热更新。

基于Auto.js开发的微信自动抢红包脚本，通过监听系统通知实时响应红包消息，自动点击横幅进入聊天界面，并利用固定坐标快速点击红包和“开”按钮。脚本支持多次重试机制，确保红包被及时抢到，无需人工干预，极大提升抢红包成功率。

本项目旨在解决 SAP BW 系统运维中人工监控效率低、响应滞后、易遗漏异常的痛点，通过 RPA 机器人替代人工，实现对 SAP BW 数据加载、任务执行、系统状态的 7×24 小时自动化监控。 核心功能模块包括： SAP BW 监控模块：RPA 自动登录 SAP 系统，定时检查 BW 进程、数据加载任务、系统日志及关键指标，识别任务失败、数据异常、系统告警等问题。 智能通知模块：当监控到异常时，RPA 触发微信消息推送，将异常详情、影响范围、建议处理措施实时推送给运维人员；同时可调用 Python 接口，通过电话语音或系统声音输出进行二次告警，确保关键问题不被遗漏。 辅助识别模块：集成 Python OCR 图片文字识别能力，自动解析 SAP BW 监控截图中的关键信息，补充到告警内容中，提升问题定位效率。 业务流程为：RPA 定时巡检→发现异常→触发多渠道告警→运维人员接收并处理→RPA 记录处理结果并归档，形成闭环运维监控体系，大幅降低人工成本，提升运维响应速度和系统稳定性。

针对用户需要多个软件处理图片文档的痛点，打造免费在线工具平台，无需安装即可使用，注重隐私保护。 图片工具（去水印、压缩、证件照、抠图）、实用工具（文档转换、屏幕录制、二维码、OCR识别）、AI助手（图片视频生成、写作翻译、旅行规划）。 访问网站→选择工具→上传文件→系统处理→预览结果→下载保存。浏览器端本地处理，无需注册，保护隐私安全。

在无人作战/军事仿真场景中，需智能体系统协调多无人平台（UAV、UGV、机器狗等）完成复杂任务。传统方案依赖人工指令与固定流程，难以应对动态任务和自然语言交互。本项目构建基于 LLM 的多 Agent 协同系统，实现自然语言驱动的任务规划、调度与执行。核心目标：支持自然语言任务输入并自动分解为可执行动作序列；多 Agent 协同（任务规划、调度、会议助手、状态检查等）；WebSocket/MQTT 双通道与上位机通信；通过 MCP 协议动态扩展工具能力；Docker 容器化部署，兼容 x86/ARM64。

InfMind 是一个 AI 驱动的一站式学术研究平台，旨在帮助科研人员将研究效率提升 10 倍。平台集成了全球学术文献检索（3.8B+ 资源）、基于向量数据库的智能知识管理、多模型 AI 对话（GPT-5、Claude 4.5、Gemini 3）、科研绘图和全自动论文写作辅助等核心功能。具备多agent协作架构和编排系统, 支持 Web、Windows、macOS、Linux、iOS、Android 全平台，数据实时同步。目前服务全球 10,000+ 科研用户。

项目描述： 基于RAG（检索增强生成）技术的企业级智能客服平台，支持企业上传知识文档，AI自动学习后为客户提供精准问答服务。 核心功能： 1. 知识库管理：支持PDF、Word、Excel、PPT、HTML等10+格式文档上传，自动解析并向量化存储 2. 智能问答：基于pgvector向量检索 + 大模型（通义千问qwen-plus），实现语义级精准匹配，支持流式输出 3. FAQ管理：支持手动维护常见问答对，同步向量索引，优先匹配精确答案 4. 对话管理：完整的会话历史记录，支持多轮对话上下文理解 5. 数据看板：文档数量、FAQ数量、对话统计、知识覆盖率等多维度数据可视化 6. 权限体系：JWT认证 + Spring Security，支持多用户隔离 技术栈： - 前端：React 18 + TypeScript + Ant Design + Vite - 后端：Spring Boot 3.4 + Spring AI + Spring Security - AI：阿里DashScope（qwen-plus）+ SiliconFlow BGE-large-zh向量模型 - 数据库：PostgreSQL 16 + pgvector向量扩展 + Redis 7 - 部署：Docker Compose一键部署，已上线运行 项目已部署上线，支持实际业务使用。独立完成全栈开发、AI集成与容器化部署。

行业痛点： 1.业务操作繁琐,工作效率低下 2.多系统数据割裂,协同对接困难 3.数据录入依赖人工,准确、完整性难保障 4.基层服务资源紧张,专业能力承压 系统简介： 乐联AI是一款面向基层医疗的智能助理产品，深度对接乐康体检(老年体检)、乐豆体检（中小学生体检）、乐童体检（婴幼儿体检）、家庭医生签约服务平台、慢病随访服务平台等多类医疗业务系统，以“打破数据孤岛、简化操作流程”为核心目标，构建覆盖全场景的基层医疗服务智能解决方案。 依托语音交互与语义理解、数据校验融合、数据智能校验与融合分析、个性化智能推荐与生成、数据可视化与自动化报表、批量数据处理与模板生成六大核心技术，乐联AI创新采用自然语言对话交互模式，实现“说话即办事”。

支持自动排版的AI辅助生产PPT设计网站，能够在网站中自动美化和对PPT进行设计，同时具备AI辅助生成与局部优化，设计完成后支持在线播放预览以及导出为pdf或PPT格式，网站目前仅供内部使用。与现有的AI智能生成PPT相比，网站支持文字和图片的实时编辑，并在此基础上提供丰富的模板和布局进行设计方面的美化。

本系统专为化工工程项目前期概算量身打造，深度融合化工行业计价规范与人工智能技术，构建覆盖设备询价、材料核算、安装费用、人工工时、管理成本的全要素智能概算平台。 系统内置海量化工设备材料价格库与行业定额标准，支持工艺流程模拟与工程量自动提取。只需输入关键工艺参数，系统即可智能匹配历史项目数据，自动生成精准、合规的项目概算书，将传统需要数周完成的概算工作缩短至数小时，大幅提升投标响应速度与报价竞争力 本系统基于大数据+AI算法架构，为化工企业提供端到端的智能概算解决方案。系统核心模块包括： 智能匹配引擎：基于NLP技术解析项目需求文档，自动识别工艺路线、设备规格与材料清单，智能匹配历史相似项目，快速生成基准概算。 动态价格库：实时接入大宗商品价格指数、设备厂商报价及劳务市场行情，确保概算价格始终贴近市场实际，规避价格波动风险。（二期） 定额合规校验：内置化工行业最新计价规范与各地取费标准，自动校验概算项目合规性，生成符合审计要求的概算报告。 敏感度分析：支持关键参数调整模拟，自动测算材料价格波动、人工成本变化对总造价的影响，为项目决策提供数据支撑。

本项目为牛肚村雪菜体验园定制了AI实时交互数字人一体机。系统基于FastGPT知识库构建，内置雪菜园及老港镇专属资料，回答准确率超95%。功能涵盖75寸/65寸高清竖屏展示、实时语音对话、口型同步驱动及摄像头互动。数字人作为智能导游，为游客提供展馆引导、政策讲解及趣味互动，显著提升了乡村旅游景点的科技感与服务效率。

核心负责华为AI智能语音音箱的时间/日程/闹钟核心模块全流程开发： 时间算法：攻克自然语言时间解析难点，设计多场景时间提取算法，精准解析用户语音输入中的时间信息（含多日期、多时间节点），适配中文多样化时间表述（如 “明天下午3点”“下周二上午10点到12点” 等），保障时间解析准确率； 高并发性能优化：重构闹钟服务多线程调度逻辑，针对百万级用户并发触发闹钟的场景做性能调优，通过线程池复用、任务分片、锁粒度优化等手段，将系统响应时间缩短 20%，支撑高并发场景下的服务稳定性。

主要负责RealMan六自由度机械臂与五指灵巧手的目标视觉识别与抓取算法研发，支撑团队多机器人取餐配送系统。实现闭环抓取工作流，融合视觉模型与控制模块，构建从视觉感知到精准抓取的完整解决方案，进行较为可靠的抓取操作。

在人工智能领域飞速发展的背景下，抖音集团正积极投入建设具备世界领先水平的内部多模态大模型。该模型旨在深度理解和生成结合文本、图像、视频、音频等多种模态的数据，以此赋能集团旗下多样化的产品与业务场景（如内容推荐、智能创作、用户交互、内容审核等）。 为了确保这些强大的多模态大模型不仅具备卓越的性能，更能精准对齐人类偏好（Human Alignment）、提升其安全性、有用性、一致性与个性化表现，我们引入了 **Direct Preference Optimization (DPO)作为关键的后训练（Post-training）** 策略。DPO 通过利用人类偏好反馈数据直接优化模型，相比传统的 RLHF（基于强化学习的人类反馈）流程更高效、稳定。 本项目的核心目标正是 ——构建一个高效、稳定、可扩展的端到端数据链路，为 DPO 训练提供高质量、高通量的结构化数据。这一数据链路的搭建，是确保我们的多模态大模型能够持续迭代、不断优化、最终在复杂现实场景中表现卓越的基石。它不仅将加速模型迭代周期，更是我们在下一代 AI 技术竞争中保持领先的关键一步。 本项目的核心在于设计与实现一个自动化、智能化的DPO 训练数据生产平台。其核心功能可概括为三个紧密相连的阶段： 大规模、周期性数据采集与整合： 平台将具备强大的数据集成能力，能够定期、自动化地从集团内部多样化的原始数据源（如用户交互日志、内容创作数据、搜索查询、运营反馈、模型推理日志等）以及特定外部数据集获取海量多模态数据。确保数据的新鲜度、全面性和多样性，为后续的精细化标注提供充足的 “原材料”。 高度定制化与智能化的复杂标注工作流： 平台将支持一个多阶段、多模态融合、且深度定制化的标注链路。此环节并非简单的标签分类，而是专注于DPO 训练所需的偏好型数据构建。它将引导专业标注员或通过 AI 辅助标注，根据预设的严苛评估标准（如安全性、事实准确性、逻辑连贯性、指令遵循度、创意性、语气风格等），对模型在特定 Prompt 下的多个响应进行优劣排序、对比选择，乃至识别并生成对抗性样本。此流程将针对多模态内容的特点，支持文本 - 图像、文本 - 视频等多维度关联信息的标注与评估。 标准化、可追溯的 DPO 训练数据输出（Pair 对数据）： 最终，数据链路将把经过复杂标注处理后的信息，精确地格式化为 DPO 训练框架可直接消费的 “Pair 对数据”。这意味着，对于给定的一个 Prompt 或上下文，我们将输出至少包含一个 **“偏好响应（Preferred Response）”和一个“拒绝响应（Rejected Response）”** 的结构化数据对。这些数据将包含必要的元信息（如评估维度分数、置信度、标注员 ID、时间戳等），确保数据质量高、可追溯，并可直接无缝地灌入集团的 DPO 训练系统，为模型的持续优化提供高质

这是一个《原神》游戏的按键可视化项目的实现和ai代肝的尝试（代肝未实现好的效果）。 背景：由于本人游戏操作太差，网上大神的视频基本都没有按键可视化，所以想构建一个视频画面-键鼠操作的模型。后续因为有了画面-键鼠操作对，就尝试加入了文本指令，构建ai游戏模型。 功能介绍： 1、数据采集脚本：实现了游戏画面-键鼠的同步采集，驱动级鼠标监听方案完全规避了3d开放世界游戏和fps游戏等游戏对鼠标位置的锁定。同时解决了游戏灵敏度和屏幕分辨率和屏幕比例不一致导致的问题。 2、数据清洗脚本：实现了数据的清洗，在保留数据时序不乱的情况下对其进行清洗，防止因数据不平衡导致的训练失败。 3、场景分割脚本：（此为游戏代肝部分）实现了多线程特征提取、多维度轻量特征（画面亮度分布、HSV颜色直方图、边缘密度、动作特征）整合、多线程数据保存。 4、数据标注程序：（此为游戏代肝部分）实现了基于tkinter的数据标注，主要是给视频打上动作标签。 5、训练循环：包含模型结构（经典的cnn和全连接）、dataset结构和训练脚本。按键和代肝共两套。 6、按键推理脚本：基于游戏画面的按键推理。 7、ai代肝模型脚本：基于多vlm智能体（含微调）的游戏代肝推理脚本。

1、立项背景和目标：面向备考学生，学习资料分散、整理复习成本高、缺少自测与反馈。项目目标是把用户上传的课件/笔记/ PDF等资料进行处理与检索，通过大模型生成结构化复习笔记和模拟试卷，并提供搜索与导出能力，提升复习效率与练习质量。 2、软件功能、核心功能模块：资料管理（上传/解析/ 分段与索引）、RAG检索（按材料与主题召回相关内容）、复习笔记生成（流式输出）、模拟试卷生成（按题型/数量 /难度配置）、在线作答与批改（客观题自动判分+主观题智能批改）、智能搜索（带引用 /脚注规范输出）、历史记录与PDF导出。 3、业务流程、功能路径描述：上传学习资料→系统解析/索引→选择功能入口（复习/出题/搜索）→选择材料与参数（细 致程度/难度/题型等）→生成结果（实时展示）→保存到历史→导出PDF/再次查看/删除管理。

1、立项背景和目标 本项目针对慢病患者线下问诊流程繁琐、健康管理缺乏持续性的行业痛点，打造一站式轻量化慢病管理AI问诊平台，降低慢病患者问诊咨询门槛，同时为医护人员提供线上诊疗配套工具，实现慢病健康管理的线上化、智能化、便捷化，项目已完成全流程开发与公网部署，可直接商用落地。 2、软件功能、核心功能模块的介绍 项目核心覆盖两大角色体系，配套完整的全流程功能模块： - 患者端：账号注册登录、AI智能问诊咨询、个人健康档案管理、问诊历史记录查询、密码找回等核心功能； - 医生端：医生专属登录入口、患者问诊信息管理、诊疗建议回复、患者健康档案查看等配套功能； - 系统管理：双角色权限管控、数据安全存储、页面响应式适配、公网稳定访问等基础能力。 3、业务流程、功能路径描述 用户核心业务路径形成完整闭环：用户通过公网地址访问平台，进入登录页选择对应角色，使用测试账号/注册账号完成登录校验，进入系统首页后，可快速进入AI问诊模块发起健康咨询，系统实时响应问诊需求并反馈对应健康建议，同时自动留存问诊记录至个人健康档案，用户可随时在个人中心查看历史问诊信息，完成全流程操作。

项目背景：公司级 web 项目基础框架，提供 web 容器服务 技术栈：React16 + Node.js + Express + CAS 业务价值： 支撑公司 3 大行业业务线及业务中台的所有 web 项目开发，实现跨部门的微前端服务整合，缩减各大业务线开发成本、维护成本，提升开发效率。

承接单片机开发、STM32开发、PCB设计、电路设计、嵌入式项目开发 1. 单片机程序开发：STM32、51、Arduino、智能小车、传感器采集、电机/舵机控制、串口通信 2. PCB设计：原理图绘制、PCB版图设计、打样指导、单层/双层板设计、元件布局、走线优化 3. 项目调试：代码bug修改、程序优化、硬件调试、上位机配合调试

随着公司AI战略的深入，各类业务对基于领域知识的智能问答需求激增。同时对于不同的应用场景需要支持不同的系统能力，比如解析学城文档表格、大模型对长文本内容总结summary、提供通用AI检索API接口等后续部分应用可能会对文档文本、图片、表格等多模态AI检索能力有部分诉求，因此期望建设支持公司特殊业务场景专有知识管理平台，包括数据解析、知识管理、知识检索能力，大幅提升同类项目的搭建效率。另外随着多模态应用（如故障图片识别）的兴起，缺乏高效的数据标注工具，人工标注成本高昂，因此建设一个面向公司垂类的AI 基础设施平台，成为支撑业务快速创新与降本增效的关键。