人工智能 软件定制 案例

面向会议记录、工业对讲、人机交互及嵌入式智能终端在风扇、空调、键盘敲击和室内混响等噪声环境下的语音采集需求，设计并实现一套基于GD32H759IMT6微控制器的边缘语音降噪系统。系统通过ES7210音频采集模块、SAI和DMA连续获取48 kHz多通道音频，在本地完成通道选择、音量统计、短时傅里叶变换、频带特征提取、神经网络推理、频谱掩蔽和语音重建，无需依赖云端服务器。 系统支持RAW原始音频、RNNoise对照降噪和自研CRN降噪三种工作模式，可通过触摸屏完成模式切换、输入通道选择、增益调整、开始或停止录音以及屏幕截图。LCD实时显示原始与降噪波形、音量、模型状态、录音时间、缓存状态和输出文件名；TF卡可保存原始WAV录音、CRN降噪音频及LCD截图，形成“音频采集—边缘推理—效果显示—文件保存”的完整闭环。

本程序用于信息录入场景，可将截图内容整理为规范表格。先借助 OCR 识别提取截图内图文原始信息，再调用大模型 API，按预设规则完成数据筛选与结构化解析，属于专用数据格式提取脚本。支持自定义提取规则灵活适配不同业务需求，可按需调整输出模板，高效完成图片信息标准化导出，大幅减少人工录入整理工作量。

立项背景与目标 ：日常办公中，表格合并、文档处理、数据看板生成等重复性工作耗时且门槛高。雪球旨在利用大语言模型的自然语言理解能力，让用户通过一句话即可完成复杂办公任务，实现"对话即操作"的智能办公体验。 软件功能与核心模块 ：平台围绕四大模块构建——表格处理引擎（JOIN联查、批量填充、分组聚合、拆分合并）、文档处理引擎（Word改写/模板填充、PDF提取/拆分/合并、PPT生成）、BI看板生成器（11种ECharts图表，支持HTML/PNG/PDF/PPT导出）和PPT自适应渲染引擎（四级降级策略）。所有工具通过DeepSeek Agent统一调度。 业务流程与功能路径 ：用户自然语言输入 → Agent解析意图并编排步骤 → 自动调用工具链执行 → SSE流式返回执行进度与结果 → 任务快照持久化存档。全程支持审计日志脱敏和中断恢复，确保数据安全与操作可追溯。

1. 立项背景和目标 面向复杂知识问答、多步任务拆解和证据驱动分析场景，搭建统一的 AI Agent 平台。旨在解决传统问答系统在复杂任务中可分解性不足、证据链不可追溯、文档与图谱数据割裂、模型选型缺乏统一评测等痛点，降低知识密集型分析任务的人工操作成本。 2. 核心功能模块 多智能体协作： 采用 planner -> dispatcher -> summary 主链路，支持任务拆解、依赖编排和拓扑执行。 知识检索与定位： 集成文档多格式解析、片段级检索、页级定位及 Neo4j 知识图谱 Cypher 检索。 评测与选型底座： 支持对不同模型、提示词策略和子代理组合进行横向对比与流程稳定性观察。 前端工作台： 支持多会话聊天、模型参数配置、执行轨迹面板、知识图谱可视化及结果下载。 3. 业务流程与功能路径 用户上传多格式文档或输入复杂分析任务 -> 系统提取分析并构建图谱 -> 多智能体协作编排并调度任务（子代理执行文档精读和图谱检索） -> 聚合生成可追溯、可信的结构化报告或演示文稿 -> 通过 SSE 流式反馈、渲染任务轨迹并展示给前端。

AI 图像处理平台（"流行智能"后更名"豪视界"） —— 一个面向电商卖家的 SaaS 化 AI图像处理工具站。核心业务逻辑:卖家上传商品图,平台调用多个 AI引擎完成换背景、生成模特图、扩图/高清/去水印等处理,按张扣积分,处理结果存云端图库。 支撑业务的系统能力 - 账户体系:邮箱/手机注册登录、JWT 鉴权、图形验证码、访客可浏览(登录才可下单) - 积分计费系统:注册赠送 100 积分、按任务类型差异化定价(可后台配置)、消费流水记录、积分套餐 - 异步任务系统:任务状态机(等待→处理中→完成/失败)、批量提交、全局任务列表、结果轮询 - 图库:处理结果云端存储(阿里云 OSS)、缩略图、任务详情回看 - 管理后台:用户管理(禁用/启用/改积分)、任务监控与重试、系统配置、积分规则/套餐配置、操作日志、仪表盘统计

本平台面向企业内部业务人员与算法开发人员打造一站式 AI 智能体低代码开发平台，解决传统大模型应用开发门槛高、流程定制繁琐、多模型调度混乱等痛点。平台核心包含智能体可视化编排、多厂商大模型接入管理、知识库向量存储、对话流程可视化拖拽、权限管控、调用数据统计六大核心模块。业务人员无需代码即可搭建行业专属智能体，支持上传企业私有文档构建专属知识库，配置问答、工具调用、多轮对话逻辑；算法人员可统一管理文心、通义、GLM 等多模型接口，配置模型限流、上下文长度、温度参数；平台完整记录智能体调用日志、Token 消耗、问答准确率，支持按部门、用户分配智能体访问权限，覆盖企业内部客服、办公辅助、数据查询等多类 AI 业务场景。

立项背景：制造业/工程企业积累了大量德语技术论坛日志（含零件号、扭矩、测量规格）及工程图纸附件，存在语言障碍且难以直接喂给 RAG 检索系统；人工翻译成本高，且极易在翻译中丢失或改写关键参数。目标：构建一条自动化管线，将原始德语日志清洗、翻译为英文，封装成 RAG 就绪的结构化 Markdown 知识库，核心技术参数 100% 保真。 核心功能模块： 1) 噪音清洗——自动剔除论坛签名、导航条、邮件页脚，同时保留供应商联系方式与技术引用； 2) 保真翻译——抽取零件号/扭矩/测量等实体并掩码，仅翻译普通文本，再逐字节回注原值，附计数校验闸门； 3) 附件富集——图像两级过滤 + 视觉大模型(VLM)结构化提取工程元数据； 4) Markdown 封装——YAML 头 + 面包屑元数据注入； 5) 日志合并——按宏域合并为主日志，供向量库分块入库。 业务流程：原始德语日志 → 清洗 → 实体掩码 → 翻译 → 回注 → 校验闸门 → 英文 Markdown（含元数据）→ 按域合并 → RAG 入库。

一、业务概述 本系统面向商用智能饮水设备运营场景，搭建一套软硬一体物联网管控平台，解决多台饮水终端分散管理、现场运维成本高、设备状态无法实时掌握、远程调控难等痛点。平台采用 TCP+HTTP 双通道通信，对接线下 4G 饮水设备，实现设备联网接入、运行数据采集、远程出水 / 加热控制、离线指令缓存补发、运行数据留存对账全流程业务能力，运营人员可通过 Web 后台统一管理所有终端，无需现场上门操作，大幅降低设备运维、巡检人力成本，适配小区、工厂、校园等多点位饮水设备规模化运营管理需求。 二、核心业务功能 设备联网接入管理 设备通过 4G 网络主动建立 TCP 长连接接入平台，设备上线完成注册登记；依靠 20 秒心跳机制实时判定在线状态，闲置超时自动断连并支持断线重连，平台统一维护全量设备台账，实时展示每台设备在线 / 离线状态、GPS 位置信息。 远程设备操控 后台通过 HTTP 接口下发控制指令，支持远程控制设备出水，自定义出水量、出水温度；远程启动加热，设定加热时长。设备在线时指令实时下发执行；设备离线则将指令存入 Redis 队列，待设备重新上线自动补发，同时完整记录每一条控制指令日志。 设备运行数据实时采集 持续接收设备上报运行状态、温度、水量、定位等数据，实时缓存至 Redis 快速查看，关键运行记录同步持久化至 MySQL 长期留存，支持后续数据查询、运营统计。 自动化定时运维任务 系统内置定时运维逻辑，每 22 分钟自动执行短时加热，避免水路停滞变质；定时批量巡检全部设备在线状态；定期轮询离线指令队列，保障积压指令有序下发。 高稳定并发运维保障 采用数据库连接池支撑大批量设备并发接入；Redis 缓存分担查询压力，搭配 MySQL 实现数据双重备份；数据库、通信链路故障支持自动重连恢复，保障 7×24 小时不间断稳定运行。 后台 Web 管理能力 提供标准化 HTTP 接口，管理端可查询全局系统配置、查看全部设备清单、一键下发各类控制指令，操作简单直观，适配运营人员日常日常对账、巡检、设备调控工作。 三、业务价值 远程管控替代上门运维，减少线下巡检人力与出行成本； 双通道通信兼顾设备实时控制与后台便捷管理，适配 4G 户外设备弱网环境； 全量设备数据自动留存，便于运营数据复盘、故障追溯； 模块化架构可拓展，后续可新增计费、故障告警、多类型智能设备接入等业务能力。

**立项背景** 传统业务系统存在三大痛点： 1. **操作复杂**：当涉及多个子系统之间来回切换，手动填写大量查询表单，操作路径长、效率低。 2. **数据割裂**：不同数据分散在不同系统中，操作人员需要人工汇总和分析，无法自动形成完整的数据流转。 3. **技术门槛高**：面对海量数据，操作人员需要掌握专业检索语法和系统操作流程，新人上手周期长。 **项目目标** 构建一个基于大语言模型的「AI智能助手」，让操作人员用自然语言描述查询意图，系统自动完成工具编排、数据查询和结果汇总，将"思考→决策→行动"的思维链自动化，显著提升系统之间串并联的效率。 **核心功能模块** ### 智能工具编排引擎 传统流程：操作人员记下数据 → 切换到其他系统 → 输入表单 → 等待结果 → 再到下一个系统。 项目流程：一句话描述需求 → AI自动调用工具链 → 数据自动串联 → 一次性返回综合结果。 引擎采用 **思考→决策→观察→再思考** 的循环模式，每步输出结构化日志，操作人员可在终端实时看到AI的"思考过程"。 ### 全链路功能路径 ``` 用户输入（自然语言） ↓ AI 语义理解 + 意图分析 ↓ 工具编排（单工具 / 多工具串联 / 分组管理） ↓ 工具执行（按需分页拉取 / 空结果重试） ↓ 数据注入（分组间数据传递 / 跨轮加载） ↓ 结果合并（去重 / 排序） ↓ 前端渲染（表格分页 / 地图标注 / 播放 / 报告下载等）

AI Agent Station 是一个基于 Spring Boot 3 + Vue 3 的全栈 AI 智能体平台，核心围绕智能体的配置、调度与执行展开。系统支持 Auto（自动分析执行）、Flow（预定义流程）、Fixed（固定流程）三种智能体执行策略，并通过 MCP（Model Context Protocol）客户端以 SSE 和 STDIO 两种传输方式对接外部工具与模型。平台包含 B 端管理后台（仪表盘、Agent 可视化编排、客户端/API/顾问全生命周期管理、RAG 订单与知识库管理、Prompt 模板管理）和 C 端消费者界面（实时 SSE 流式对话、双面板执行过程监控、历史记录持久化、移动端适配），此外还集成了活动抽奖、数据统计分析、资产账户管理、IT 工单追踪等配套业务模块。

核心功能模块： 智能拍照模块：通过一体机的高清摄像头，引导用户完成照片拍摄，并进行基础的人脸检测与图像预处理。 AI换装/人脸融合模块：这是系统的核心。用户选择心仪的虚拟服装、角色或背景模板后，系统调用AI模型，将用户的人脸精确、自然地融合到模板中，生成换装或合影效果图。 在线商城与支付模块：用户可浏览不同的拍照套餐、相框模板等商品，加入购物车并通过集成的移动支付（如微信支付）完成下单。 即时打印与电子交付模块：支付完成后，系统自动连接高清照片打印机完成照片打印；同时，电子版照片会通过小程序或短信发送给用户，方便分享和保存。 多端管理与监控模块： 管理后台：供运营方管理设备、模板、价格策略，并查看经营数据。 运营App：供现场运营人员远程监控设备状态、处理打印异常和退款等。 用户小程序：供用户查看购买记录、下载电子照片。 业务流程描述：用户在一体机触屏上选择喜欢的主题或模板 -> 根据引导完成拍照 -> 系统自动进行AI换脸/换装处理并预览效果 -> 用户满意后，选择购买套餐（如打印照片或获取电子版）-> 通过手机扫码完成支付 -> 系统自动打印照片并推送电子版到用户小程序

对于生物医药领域的专利分析，尽管有部分专利分析的研究成果发表在相关学术期刊，但分析的深度、宽度却不具有实用价值，以及缺乏技术壁垒。但由于缺乏标准化、透明性，方法论的欠缺，使得目前的专利态势分析缺乏统一性和可重复性。 我们通过深入了解客户需求，整合专利信息挖掘、生物信息学、人工智能等多学科方法，建立了一套系统化的生物医药靶点与化合物分析流程，构建了面向生物医药专利和文献数据的专业化挖掘分析平台，实现了靶点搜寻、靶点专利全貌分析、先导化合物发现、分子清单管理等核心功能模块。

1. 为什么要做这个） PLC工程师写SCL代码有个很烦的事——语法规矩特别多。等于号在C语言里是==，在SCL里是=。赋值在别处用=，SCL非得用:=。IF后面忘了END_IF，CASE漏了ELSE，编译器只告诉你错了，不告诉你哪错，更不会帮你改。一个工程师来回编译、报错、猜、改能折腾很长时间。后来发现大模型也能写SCL，但写出来的更离谱——&&、!=这些C语言习惯全带进来，true/false小写不认，IF/CASE各种缺胳膊少腿。思路很简单：既然LLM犯的错就那么几类，每类长什么样我们也知道，写一套固定规则帮它改就行了。不用重新训练模型，写死规则，来一个修一个，结果永远确定。 2. 能干什么 拆成四块：第一，让大模型写代码。用大白话描述控制需求，背后接了好几个大模型可以换着用。第二，帮它补骨架。LLM经常忘了关IF、关CASE，用一个叫下推自动机的方法跟踪成对关键字，哪缺了自动在正确位置补上。本质是聪明的括号匹配，但能处理嵌套——IF里套CASE，正则搞不定，必须用栈。第三，帮它改小毛病。&&改AND，!=改<>，true改TRUE，一共11种常见错误，8种自动改，3种标记提醒。改等于号最危险——在IF条件里它是合法比较符不能瞎改，设了三层保护确保不破坏逻辑。第四，浏览器打开就能用，代码直接复制到TIA Portal编译。 3. 怎么用 三步：网页上用大白话写控制逻辑，选PLC型号。点生成等几秒，大模型出初稿。工具自动修一遍语法错误，拷走拿去编译。想再改可以手动编辑或者对话精修。从需求到能编译的代码，快的就几分钟。

云控是一款云端跨终端配置管理平台，全面适配某手机厂商旗下手机、电视、平板、汽车等各类智能终端设备，核心面向终端内置各类APP，提供云端配置文件动态更新、下发管控全流程能力，支撑业务无需客户端版本迭代，即可完成功能配置调整、策略灰度上线、参数动态更新，极大提升终端业务迭代效率与运营灵活性。 平台核心覆盖四大核心业务能力，全方位支撑云控业务落地：一是配置云端更新与下发，支持多终端、多APP配置文件的统一管理、远程推送与动态更新，保障终端配置实时生效；二是全维度数据管控，搭建完整的数据管理、数据统计、数据预估体系，支撑业务精准把控配置下发态势；三是大数据实时计算分析，实现配置下发数量预估、下发数据实时统计，解决业务数据无量化、展示不直观的痛点；四是高可用服务支撑，负责平台架构运维、性能优化、成本管控及业务对接，保障平台高并发、低成本稳定运行，同时为各业务方提供日常技术支持与需求对接服务。

立项背景：公众号内容创作依赖人工写稿和反复修改，效率低、质量不稳定。本项目旨在打造一个本地运行的"微信公众号多智能体创作工作台"，通过多个 AI 智能体协作，实现从选题素材到成品文章的自动化生产，让运营者只需提供主题或链接，即可获得可直接粘贴进公众号编辑器的高质量成稿。 核心功能模块：（1）多智能体协作编排——Main 智能体负责任务分发与交付，Writer 智能体负责撰稿，Publisher 智能体扮演主编，按 9 个维度百分制打分（90 分合格，含一票否决项），不合格自动打回重写，最多迭代 6 轮；（2）素材自动抓取——支持 GitHub 开源项目、网页链接、纯文字素材三种任务模式，自动抓取并清洗正文注入写作上下文；（3）"反思"经验库——审稿中发现的问题自动归档并按出现次数升级关注等级（L1→L4），升满后自动转为一票否决红线，使审核标准随使用不断进化；（4）配套能力——任务管理与持久化、可插拔写作技能（如爆款标题公式）、在线文件浏览编辑、模型与密钥热切换、token 用量与成本实时统计 业务流程：用户在网页端填写主题/素材与风格要求并提交任务 → 后端自动抓取链接素材 → Main 打包下发 → Writer 写稿 → Publisher 审稿打分 → 未达标则携带修改意见回炉迭代 → 通过后自动落盘生成 Markdown 源文件与内联样式 HTML（适配公众号排版，可直接粘贴发布）→ Main 生成交付说明。全程通过 WebSocket 逐字流式推送各智能体输出，用户可实时旁观、随时补充信息或取消任务。

1、立项背景和目标： 高校专业课程学习中，学生课后答疑需求频繁但教师精力有限，传统群聊问答重复率高、覆盖率低。本项目旨在构建基于大模型RAG技术的智能答疑系统，让上传的课程资料（PDF、PPT）成为知识库，实现7×24小时自动答疑，减轻教师负担并提升学生自学效率。 2、软件功能、核心功能模块的介绍： 系统包含学生端和管理端。学生端支持课程选择、多轮智能问答、历史会话查看、知识点收藏；管理端支持课程资料上传、知识库构建监控、问答记录统计、Prompt模板调优。核心模块为RAG检索增强生成引擎、多轮对话上下文管理、文档智能解析与向量化存储。 3、业务流程、功能路径描述： 教师上传课程资料，系统自动解析分块并生成向量存入Chroma数据库；学生选择课程后输入问题，系统检索Top3相关文档片段，结合历史对话上下文构造Prompt，调用大模型生成带溯源标注的答案；学生可继续追问或切换课程，管理员可在后台查看高频问题并优化知识库。

开发一个基于 cesium 的三维建模智慧工地管理系统，借助 GIS 工具或无人机倾斜摄影技术导入 工地的三维模型，在工地的关键部位部署摄像头监控用于检测安全帽或非法入侵等异常行为，在摄像头端进 行危险行为的检测之后，将异常信息及定位数据传输至云端服务器，该功能可以监控工地异常，将异常信息 在三维场景当中实时显示。该软件也可以使用投影技术将二维视频转换到三维模型的对应场景中，更加直观 地检测工地情况。

本项目为宠物打造AI互动名片，宠物主人创建宠物档案后生成专属二维码，他人扫码即可看到AI生成的宠物虚拟形象，系统自动以宠物第一人称进行智能语音介绍（品种、性格、喜好、趣事），并支持访客与AI宠物进行实时互动问答。立项背景是传统宠物名片信息静态单一，通过AI技术让每只宠物拥有独特的"数字人格"，极大提升宠物社交趣味性和宠物店/犬舍的品牌辨识度。核心模块包括：宠物档案管理（主人录入+二维码生成）、AI形象生成（根据品种特征生成虚拟形象）、TTS语音自动讲解、LLM驱动的智能对话（以宠物视角回答"你喜欢吃什么""你几岁了"等问题）、扫码数据统计。

京东云仓系统面向企业商家、第三方仓储客户提供全流程智能仓储出库服务，支撑海量电商订单入库、分拣、出库、发货全链路自动化处理，适配多客户、多仓库、差异化仓储流程需求。核心业务功能包含订单接入处理、智能库位匹配、订单组波分拣、商品复核发货、个性化仓储规则配置、实时数据统计报表、海量订单数据治理，可适配2000+企业客户的个性化仓储流程，保障大促峰值海量订单稳定出库。

作为滴滴出行核心车主后端底座系统，承载全平台司机入驻、运力管理、订单承接、状态同步、收益结算、风控管控等核心业务，覆盖快车、专车、顺风车等全品类出行场景，支撑百万日活司机在线接单、千万级日均订单流转。核心能力包含司机运力调度、核心订单链路处理、用户权限管控、高可用流量承载、全链路风控、运维监控治理，通过架构升级解决传统PHP架构耦合严重、迭代慢、性能差的问题，提升系统并发能力与业务迭代效率。