人工智能 软件定制 案例

立项背景和目标 本项目旨在构建一个集智能对话、自动化信息处理、终端远程控制于一体的业务中台。解决企业日常运维、信息采集、多系统协同中的重复性劳动问题，通过AI技术实现部分环节的无人值守。 2、核心功能模块 AI对话与推理模块：基于大语言模型的智能问答与决策支持，可辅助业务分析。 浏览器自动化模块：模拟用户操作网页，自动完成数据抓取、表单提交等任务。 情报API服务：对外提供结构化数据接口，支持第三方系统集成。 终端远程管理模块：通过WebSocket实现远程服务器命令执行与日志查看。 主控调度中心：统一管理各模块的任务队列、健康检查和异常告警。 3、业务流程 用户通过前端界面（或API调用）提交任务请求 → 主控中心解析任务类型 → 分发给对应的AI/自动化模块执行 → 结果存入Redis缓存并同步MySQL持久化 → 最终返回给用户。整个过程支持异步和同步两种模式。

一、立项背景和目标 在现代工业化高速包装产线上，喷码漏印/错印/重印以及包装破损、封口不良等缺陷严重影响出厂合格率，传统人工抽检方式效率低、易漏检且无法做到全检。本项目面向高速自动化流水线，构建了一套“工业级 OCR 生产日期识别与表面缺陷在线智能质检系统”，实现包装表面特征毫秒级全检，并与产线 PLC 控制系统无缝联动，实现残次品 100% 自动定位与精准剔除。 二、软件功能与核心功能模块 1. 工业相机触发与高速图像采集模块：支持光电传感器外部硬件触发（Hard Trigger），实现微秒级曝光同步抓拍高速运动工件。 2. 喷码字符定位与 OCR 文本解析引擎：自适应定位生产日期、批号、保质期等变动喷码区域，执行多角度倾斜矫正、字符分割与高精度内容识别，并与生产工单标准文本实时核对校验。 3. 包装表面与封口缺陷检测模块：结合形态学与深度学习分割算法，实时识别包装漏液、褶皱、划痕、压边残缺及喷码模糊等外观缺陷。 4. PLC 通信与气动剔除协同模块：集成工业总线/串口通信协议，将检测判废结果与编码器脉冲位置同步传递给下位机 PLC，驱动气动电磁阀/机械推杆完成剔除动作。 三、业务流程与功能路径 工件流经检测工位 -> 光电信号触发工业相机抓拍高清图像 -> 图像处理流水线执行字符 OCR 结构化比对与表面缺陷检测 -> 综合判定工件良品/不良品等级 -> 判定为 NG 时通过工业通信协议向 PLC 发送剔除信号与编码器追踪位移 -> 机械剔除机构在指定位置将废品吹出/推入废品箱 -> 实时记录检测报表与瑕疵原图归档。

一、立项背景和目标 在数字化工位管理、智慧办公与特种作业安防场景中，传统考勤系统仅能记录出入打卡，无法实时感知员工在岗状态及异常作业行为。本项目基于瑞芯微高性能边缘计算平台 RK3588，构建一套边缘侧低功耗、高实时性的“人脸识别与工作状态智能监测系统”，实现无感身份核验、在离岗检测及专注度/违规作业状态的边缘端一体化实时分析。 二、软件功能与核心功能模块 1. 高性能视频流采集与预处理模块：支持多路 RTSP/MIPI-CSI 高清工业摄像头视频流接入，利用硬件编解码单元（MPP）完成硬解与图像色彩空间转换（RGA）。 2. 边缘端人脸识别与活体检测模块：基于深度学习模型实现人脸快速检测、关键点对齐、RGB+红外双目静默活体防伪及本地特征库千万级特征向量秒级比对。 3. 工作状态与行为分析引擎：结合人体姿态估计与工位 ROI 区域检测，实时分析在岗/离岗时长、低头玩手机、脱岗疲劳打瞌睡及异常离席等工位状态。 4. 告警联动与边缘数据上报：支持状态异常事件触发抓拍、本地低延时告警，并通过 MQTT/HTTP 将脱敏状态数据结构化上报至企业中台。 三、业务流程与功能路径 摄像头实时输入视频流 -> RK3588 硬件解码与 RGA 图像裁剪缩放 -> NPU 驱动执行人脸识别算法完成身份绑定 -> 并行推理工位人体姿态与行为检测模型 -> 业务逻辑状态机聚合判定工位状态 -> 触发本地声光/日志告警并异步上报管控后台。

一、立项背景和目标 传统西装高级定制高度依赖人工线下精准量体，存在服务门槛高、流程繁琐且难以实现规模化线上服务的问题。本项目旨在构建一套基于图像的“AI智能量体裁衣与穿搭顾问系统”，用户仅需上传全身照片，即可全自动解算西装定制所需的关键人体围度与骨骼几何数据，并依托智能体生成定制化穿搭与版型建议。 二、软件功能与核心功能模块 1. 图像采集与预处理模块：支持用户正面/侧面全身图像输入与图像质量自动化校验。 2. AI视觉量体计算引擎：集成人体关键点检测与三维人体参数化模型重构，精准拟合躯干网格并解算出肩宽、胸围、腰围、臀围、袖长、裤长等西装核心剪裁指标。 3. Coze AI穿搭咨询与决策工作流：将解算的量体数据、身形比例特征通过API传递给智能体，智能输出版型选择（修身/标准/宽松）、面料色彩及场合穿搭策略。 4. 服务端API与工作流协作：提供高并发服务端接口，实现图像上传、算法解算、结果回传与穿衣报告生成的全链路闭环。 三、业务流程与功能路径 用户上传人体图像 -> 系统调用人体检测与3D Mesh重构管线计算三维点云与骨骼关键点 -> 计算西装定制各项围度与长度参数 -> 结构化数据接入Coze智能体API工作流 -> 生成包含“精准量体数据 + 智能西装穿搭建议”的综合报告。

1. 立项背景和目标： 针对传统ProGAN在生成高分辨率纹理时存在的模式崩塌、细节模糊及训练不稳定性问题，本项目旨在构建一套高保真纹理生成系统。目标是通过算法优化，实现4K级无缝纹理的自动化生成，解决游戏与影视制作中美术资产生产效率低、重复度高的问题，将单张高质量纹理的生产时间从数小时缩短至分钟级，并显著提升生成结果的多样性与真实感。 2. 软件功能、核心功能模块的介绍： 系统包含三大核心模块： 改进型生成对抗网络核心：引入自适应实例归一化与谱归一化技术，优化ProGAN的渐进式增长策略，增强高频细节表现力； 纹理后处理与优化模块：集成超分辨率重建与色彩校正算法，自动修复生成瑕疵，支持PBR材质贴图（法线、粗糙度等）的一键导出； 交互式评估看板：提供FID/IS指标实时监控与人工偏好反馈接口，支持用户通过文本或草图引导生成方向。 3. 业务流程、功能路径描述： 用户输入参数或参考图→系统初始化噪声向量→进入改进的ProGAN渐进式生成流程（从低分辨率逐步上采样至目标分辨率）→经过判别器多尺度校验→输出基础纹理→通过后处理模块增强细节→最终交付高清无缝纹理资产并自动归档。

为解决大模型输出内容存在违规、偏见、敏感信息泄露等风险，搭建 AI 对话安全护栏网页端系统，目标是在用户与大模型交互全流程做内容管控，实现输入检测、输出过滤、风险拦截，保障大模型应用安全合规使用。系统核心模块包含对话交互模块、安全护栏网关模块、会话管理模块、风险日志审计模块。对话交互模块提供聊天界面，支持流式输出展示大模型返回结果；安全护栏网关负责对用户提问和模型回复进行多维度内容审核，识别暴力、色情、政治、隐私泄露类风险；会话管理维护多轮对话上下文，支持新建、切换、删除会话；风险日志审计记录每轮对话风险标签、拦截结果，便于追溯复盘。业务流程：用户在页面输入提问，请求先经过安全护栏网关校验输入内容，若命中风险规则直接拦截并返回提示；输入安全则转发给大模型服务获取流式回答，模型返回内容再次经过输出侧安全检测，过滤风险片段后，将安全内容流式渲染到前端页面，产生风险的对话完整记录存入审计日志。

1. 立项背景与目标 背景：传统运维工具（Zabbix、Nagios等）架构重、门槛高，难以覆盖边缘节点；故障排查依赖人工经验，效率低；变更操作缺乏AI辅助和细粒度审批审计。ops-agent将系统巡检、AI问诊、安全审批和可视化看板整合为统一单机程序，填补市场空白。 目标：交付v0.1.0版本，提供TUI/Daemon/Dashboard三种运行模式；以LLM实现自然语言驱动的智能运维；建立本地审查+LLM评估+人工审批三层安全机制；发行包一键部署，开箱即用。 2. 软件功能与核心模块 智能对话引擎：集成LLM，支持自然语言交互，内置ReAct和Plan-and-Execute双策略自动适配任务复杂度，自主调用系统工具，实现“对话即运维”。 安全管控中心：本地规则硬拦截+LLM辅助风险评估+人工风险队列审批三层防线，五级风险分级（只读到关键变更），全程审计可追溯。 自动化巡检与调度：后台守护进程支持Cron定时采集CPU/内存/磁盘/网络等指标，扩展至K8s/容器/Prometheus巡检，阈值告警推送钉钉/企微，告警归并为Incident故障事件。 用户交互层：TUI终端界面（ratatui，六Tab页，键盘导航）+ Web Dashboard（React，可视化看板）。 3. 核心业务流程 故障诊断修复流程：SSH登录→TUI对话页输入自然语言（如“nginx起不来”）→Agent经LLM意图分析，调用check_service/journalctl等诊断工具（安全审查保障只读）→流式呈现诊断结果→修复操作识别为高风险→进入风险队列待人工审批（a键批准/x键拒绝）→执行并反馈结果。 无人值守巡检与干预流程：Daemon systemd开机自启→按Cron定时执行巡检（指标每分钟，深度每30分钟）→数据写入SQLite→超阈值生成告警并推送钉钉/企微→运维人员通过Dashboard/TUI介入查看→查阅Incident时间线和处置计划→高风险操作仍经人工审批后执行。 4. 项目范围与约束 包含：v0.1.0全部功能开发（24个功能点）、测试、文档、发行包及安装脚本。 不包含：第三方监控系统迁移工具、SaaS云服务、移动端APP、高可用集群部署。 技术约束：Rust 2024 + tokio；前端React+TypeScript+Bun；SQLite。 环境约束：兼容麒麟/Linux（x86_64/aarch64），依赖systemd和Python 3.8+，可选kubectl/Docker。

本项目是面向内容创作者与培训机构的 AI 课程粗剪 SaaS 平台，支持上传课程音视频素材，调用大模型自动完成语音转写、字幕生成、冗余片段剔除、智能切片。系统包含用户账号管理、素材库管理、AI 剪辑任务调度、成片预览导出、账号权限分配模块。用户上传原始讲课视频后，系统自动识别无效停顿、口误片段，快速输出粗剪版本，大幅降低课程剪辑的人力成本，支持个人年费使用以及 OEM 贴牌、多账号代理模式，满足个体创作者与渠道合作的业务场景。

业务背景 该系统服务于线上交易及游戏平台的实时风控审查，主要面向风控运营、审核人员及业务管理员，帮助他们识别、分析、处置潜在的套利、刷子、异常投注、资金异常等风险行为。 系统核心能力包括： 规则引擎驱动：支持可视化配置风控规则，动态调整策略； AI辅助分析：自动聚合多维度风险信号，生成案件摘要与处置建议； 全链路审核闭环：从风险命中、告警触发、人工审核到历史追溯，形成完整处置链路。

一款面向海外的小游戏平台，玩法类似于抖音小游戏，区别在于此app更专注于游戏的用户体验感，独创游戏沉浸模式，和AI生成游戏，用户可以同时也可作为作者在平台创作发布游戏。核心业务包括 刷视频推荐游戏（流量推荐算法）、games游戏中心、用户发布与创作、AI生成游戏、游戏任务中心等

业务介绍： 建筑工地依靠人工巡检监控工人安全帽佩戴情况，人工监管容易疲劳漏检。本项目使用YOLOv5目标检测算法，自动识别画面工人安全帽佩戴状态，辅助工地安全监管，减少安全事故隐患。 功能介绍： 1. 对图片、视频进行目标检测，标记人员与安全帽检测框； 2. 识别佩戴安全帽、未佩戴安全帽两类目标，输出类别和置信度； 3. 数据集制作、模型训练、模型指标评估； 4. 支持图片、视频批量推理，输出带检测框的可视化结果。

本项目叫神笔写作，是面向网文写手的本地 AI 小说写作客户端。核心实现多 Agent 角色协同写作，支持接入大模型 API，具备章节管理、角色设定、大纲编辑、AI 续写、仿写、去 AI 味改写等功能。本地运行，素材、大纲保存在本地，满足网文作者写稿、改稿、角色对话生成的创作需求。

面向脑机接口研究与演示场景的信号处理+大模型集成平台，打通"生理信号采集→意图识别→AI生成→实时可视化"完整闭环。 核心功能：①多设备脑电信号实时采集与预处理；②基于深度学习的意图分类模型；③可插拔多后端大模型集成，本地/云端LLM一键切换；④Web实时监控面板，多客户端同时查看信号流与推理结果。适用于科研原型、教学演示与智能硬件联动开发。

1. 业务驱动功能 · 根据业务需求（如商品推荐、图像分类、搜索排序）定义模型要解决的具体问题，并设置相应的业务目标（如提升点击率、转化率）。 · 明确模型输出与业务动作的对接方式（如推荐列表、搜索结果、分类标签）。 2. 项目核心功能 · 开发微调流程：数据标注、模型训练、效果评估、迭代优化的完整工具链。 · 支持与业务系统对接，接收业务数据并返回推理结果。 · 具备模型版本管理与回滚能力。 3. 功能路径 · 业务需求 → 明确任务目标（如推荐系统） · 采集并清洗业务数据（用户行为+商品信息） · 选择合适的预训练模型 · 在验证集上评估效果，通过测试后部署上线 · 持续监控并定期更新模型

FetchMind 是企业智能问答平台。它把制度、手册、FAQ 等文档做成可检索、可引用、可权限管控的助手，而不是套一层大模型聊天框。系统覆盖文档解析分块、向量加关键词混合检索、带引用生成和管理后台。检索时按权限过滤，查不到就明确说不知道。从 0 到 1 完成需求、架构、开发到部署，可按贵司场景快速落地「上传文档、提问、核对原文」。

Cortex Agent 是一套可编排的多模型协作智能体，定位不是简单的聊天机器人，而是让多个大模型像一支团队一样协同完成复杂任务的自主工作系统。 解决什么问题？ 单个大模型在处理长链路任务时容易"管中窥豹"：既要决策、又要拆解、还要执行，上下文一旦拉长就丢失重点。Cortex 通过"总指挥→主管→专家"三层分工，把战略决策、任务分解、并行执行拆给不同模型各自承担，最后把结果汇聚成一份完整答案——从"一个人干所有事"变成"一支团队协作"。 核心价值： 深度任务：自动判断任务复杂度，能继续思考、委托下属、还是直接回答，不机械地"一问一答"； 记忆与因果：会话沉淀为事件记忆，配合因果图谱做多跳推理，后续对话能调用过往知识； 安全可控：工具调用分级审批、全链路审计、危险操作 fail-closed 拒绝，适合处理真实文件、代码、系统命令； 多端触达：同一能力同时提供给 Web UI、macOS 桌面客户端、Live2D 桌宠和终端，桌宠还能主动搭话、语音回复。 适用场景：代码开发与文件操作、跨源信息调研与分析、需要多个专业角色分工配合的复杂任务，以及希望有个"能干活、有记忆、可协作"的个人 AI 助手。业务价值在于把大模型从"回答工具"升级为"可执行任务的团队"。

全栈开发工程师，可独立承接网站搭建、各类 APP 软件开发、多类型游戏开发业务。熟悉前后端整套技术栈，兼顾产品功能实现与交互体验，善于对接实际业务需求，从需求梳理、编码开发到上线交付一站式完成，高效落地各类定制化开发项目。

1、聚合多平台金融资讯，更及时获取最新消息，尽量减少消息遗漏 2、整合多平台财经或大事件日历，更早了解将要发生的大事 3、每日ETF申赎数据自动获取和计算 4、每日股指期货自动获取和更新 5、宏观分析师-对当前整体市场进行分析，给出具有可操作性的建议

1. 完整展示A股所有股票的基础信息和行情，以及长达接近20年的K线图 2. 对任意天数的全市场股票涨跌幅等进行全量排行 3. AI基础问答，同时支持AI回答的文档下载功能 4. AI基于已有的数据进行股票分析 5. AI自主训练，基于模板，AI自主分析量化策略并回测

项目描述：该系统是一个集成WebRTC实时音视频通信、大语言模型（LLM）与语音合成（TTS）技术的智能语音对话平台。旨在构建一个不仅能对话，更能主动使用工具（Tools） 执行任务的智能助手。通过引入函数调用技术，AI可以理解用户语音指令的深层意图，提供了远超传统问答机器人的交互体验。