人工智能 软件定制 案例

AutoForge 是一款面向汽车电子诊断测试的 Web 化工艺平台，旨在解决传统桌面工具封闭、手工转换 CAPL 代码低效、团队协作困难等痛点。平台基于 B/S 架构，后端采用 FastAPI 提供 REST API 服务，前端采用 Vue 3 构建响应式操作界面，底层集成CAPL引擎实现工程文件的解析与 CAPL 代码自动生成。核心功能覆盖测试项目的全生命周期管理：支持测试分组与用例的灵活编排、100+ 标准化步骤模板的拖拽式设计、公共步骤的复用与同步、DID/DTC/TP 地址等项目级配置的集中管理，以及一键生成符合 CANoe 执行规范的 .can 代码。平台创新性地引入 DeepSeek-Reasoner 大语言模型，提供步骤智能推荐、配置合规审查、自然语言转测试步骤等 AI 辅助能力，显著降低测试设计门槛。同时支持基线文件差异对比，实现项目迭代的变更追踪与质量审计。系统部署于工程师工作站即可通过局域网向全团队提供浏览器访问，无需额外安装客户端软件，有效推动诊断测试工艺的标准化与协同效率提升。

一、立项背景与目标 在当前AI技术飞速发展的时代，各大互联网巨头纷纷推出了自己的大语言模型，像字节豆包、阿里千问、百度文心一言、腾讯混元、DeepSeek等。但对咱们企业用户来说，这些模型各自为政，接口不统一、调用复杂、成本难控制，就像走进了一个迷宫。 我们的目标很明确： 让企业用上AI，就像用电一样简单 。我们要打造一个超级连接器，把市面上最顶尖的AI模型都整合到一起，企业只要接入一个Key，就能自由调用所有模型，彻底解决多模型接入的痛点。 二、核心功能模块 多模型统一接入 目前已经打通了10余家主流模型厂商，包括字节豆包、阿里通义千问、百度文心一言、腾讯混元、DeepSeek、月之暗面Kimi、智谱GLM、OpenAI、Azure等。企业用户再也不用跟各家厂商打交道，一个平台Key走天下。 智能负载均衡与故障自愈 这是我们的核心竞争力之一。平台会为每个渠道配置多个原厂Key，当某个Key快到调用上限或者连续失败时，系统会毫秒级自动切换到健康的备用Key，确保业务永不中断。支持轮询、加权轮询、最少连接等多种策略，智能分配流量。 OpenAI兼容接口 我们提供完全兼容OpenAI格式的接口，企业现有的代码可以零成本迁移过来，不用改一行代码就能切换到我们平台，大大降低了迁移成本。 Token商城与支付体系 前端提供精美的套餐购买页面，支持开发者套餐、文案写作套餐、企业全能套餐，还能自定义Token数量购买。支付方面集成了支付宝和微信支付，支持网页跳转和扫码支付，支付成功后自动充值到账户，整个流程顺畅无比。 管理后台 管理员可以通过API管理所有渠道、Key、用户、订单和系统监控，随时掌握平台运行状况，做到心中有数。 三、业务流程 企业用户只需三步就能用上AI：第一步：注册登录用户访问平台，注册企业账号，登录后进入个人中心。 第二步：购买套餐进入商城选择合适的Token套餐，用支付宝或微信支付完成购买，余额自动到账。 第三步：获取Key调用在个人中心创建平台统一API Key，然后就可以用这个Key调用任意模型了。系统会自动处理负载均衡和故障切换，用户完全不用操心后端的事情。 四、竞争优势 相比市面上其他解决方案，我们有几个显著优势： 1. 一站式接入 ：一个Key搞定所有模型，不用跟多家厂商签约谈判；2. 高可用性 ：智能故障切换确保业务永不中断；3. 低成本迁移 ：OpenAI兼容接口，零代码改动即可迁移；4. 灵活计费 ：支持多种套餐和自定义购买，按需付费；5. 完善的支付体系 ：支付宝+微信双渠道，支付体验流畅。 目前市面上还没有能做到我们这么全面的产品，我们的目标是成为企业级AI服务的首选平台，让每一家企业都能轻松用上最先进的AI技术，提升效率

立项背景与目标 背景： 跨模态检索（Cross-Modal Retrieval）是视觉-语言理解领域的核心任务，包含两类方向： - I2T（Image-to-Text）： 给定一张图片，从候选文本库中检索最匹配的文本描述 - T2I（Text-to-Image）： 给定一段文本，从候选图像库中检索最匹配的图片 传统的跨模态检索方法通常依赖大规模标注数据对模型进行微调训练（training-based），计算成本高、周期长，且跨领域泛化能力有 限。本项目探索一种**完全无训练（Training-Free）**的跨模态检索新范式——直接利用多模态大模型（MLLM）的语义理解和推理能力 ，结合层次化的上下文嵌入策略，在不进行任何模型微调的情况下，达到甚至超越有训练方法的检索精度。 目标： 1. 构建一个完整的、模块化的无训练跨模态检索流水线 2. 通过多维度图像描述生成和层次化语义嵌入，提升检索召回率 3. 引入 MLLM 重排序（Reranking）机制，在粗排的基础上做精细化语义匹配 4. 在 Flickr30K 和 COCO 2017 等标准数据集上验证方案的有效性 5. 通过一系列消融实验，系统分析各模块对最终性能的影响 软件功能 1. 图像多维度描述生成： 利用VL模型对每张图片从多个语义角度生成描述文本，为后续向量检索提供丰富的语义覆盖 2. 嵌入粗排： 采用自研嵌入策略，将多维度描述编码为高质量向量，计算图文相似度矩阵，输出 R@1/5/10 评估指标，并导出 Top-K 候选集供精排使用 3. MLLM Bidirectional Reranking： 在粗排 Top-K 候选集的基础上，对候选结果进行深度语义重排序，同时支持 I2T 和 T2I 两个方向 4. 自动化实验流水线： 通过 main.py 统一调度三阶段流程，自动进行 GPU 显存管理，支持大规模数据集批量处理 5. 稳定性测试： 对重排序模块进行多次重复推理，统计模型输出的一致性和稳定性 核心功能模块介绍 模块一：Stage1 - 图像描述生成（stage1_captioning.py） - 功能： 对数据集中的每张图片，利用 Qwen3模型生成四个独立维度的详细描述 模块二：Stage2 - HCE 粗排与评估（stage2_HCE.py） - 功能： 采用层次化上下文嵌入策略进行图文粗排检索，计算相似度矩阵并评估性能 - 核心类： CaptionRetrievalEvaluatorFast 模块三：Stage3-进行重排序Reranking

该项目是整个产品中最重要的一环，主要作用是算法分析，通过逐张视频帧分析是否满足告警条件。算法组成有行为分析算 法，安全帽检测算法，超员检测算法等等。行为分析算法通过背景学习之后采用差帧法提取团块差异，达到目标跟踪的效 果；安全帽检测算法通过深度学习检测出安全帽之后，与人体目标进行重合度检测；超员算法同样通过深度学习检测人体目 标，达到报警条件，给出报警。

项目描述： 面向企业IT服务台场景，建设语音识别、图像识别与智能流程能力，打通“识别-处理-通知-反馈”闭环，提升服务处理效率与稳定性。 项目负责： ASR/OCR能力接入与工程化落地、智能流程链路建设、告警看板迭代、跨系统接口联调与线上稳定性保障。

1.立项背景和目标 随着PCB高密度、高精度发展趋势，金手指位置度检测成为影响连接可靠性的关键工序。传统人工检测效率低、一致性差，难以满足批量生产中的精度要求。针对方正PCB的实际产品，开发出一套基于线扫描相机与同轴线光的金手指位置度检测方案，目标实现对金手指中心线偏移量的自动化测量，检测重复性控制在0.01mm以内，提升检测效率与标准化水平。 2.软件功能、核心功能模块介绍 本方案主要包括图像采集模块、位置度计算模块、重复性分析模块、结果输出模块。图像采集模块通过线扫相机和伺服移动系统获取高分辨率PCB图像；位置度计算模块以“两线平分中分线”为基准，测量左右第一根金手指到中心线的距离；重复性分析模块对多次测量结果进行极差计算，评估系统稳定性；结果输出模块生成检测数据表，支持数据追溯。 3.业务流程、功能路径描述 操作员将PCB放入固定载具 → 启动设备 → 将产品送至扫描位 → 线扫相机与同轴线光采集图像 → 软件计算金手指位置度数据 → 设备自动切换至背光，翻转产品后二次扫描 → 完成检测后送出产品。整个过程通过软件界面实时监控检测状态与结果，支持数据导出和重复性验证。

1、项目有哪些具体功能模块 跨平台推理适配模块、五层防误唤醒检测模块、模型加载解析模块、音频梅尔频谱转换模块、多唤醒词并行识别模块。 2、项目的主要功能描述 支持加载各类框架导出的 ONNX 唤醒词模型，内置五层独立可控防误触发检测逻辑，搭配倍率、阈值、置信度可视化调节；一套代码兼容 ESP32、Android、Linux、Web 四大平台，支持单唤醒词、多唤醒词批量配置，可对接 voicute 在线平台一键生成适配模型。

用户在线输入自定义唤醒词、命令词，平台全自动完成训练量化，几秒内输出适配端侧设备的轻量模型；同步支持声纹核验模型生成，附带可直接集成的 SDK，全程无需人工干预，自助完成整套语音方案获取。 1、项目有哪些具体功能模块 包含用户注册登录、关键词提交、自动化模型训练、模型文件打包下载、配套 SDK 分发、声纹模型定制、订单自动交付、后台订单管理八大模块。 2、项目的主要功能描述 用户在线输入自定义唤醒词、命令词，平台全自动完成训练量化，几秒内输出适配端侧设备的轻量模型；同步支持声纹核验模型生成，附带可直接集成的 SDK，全程无需人工干预，自助完成整套语音方案获取。

1. 立项背景和目标 Windows 桌面壁纸仅支持静态图片，无法满足用户对动态壁纸、实时交互的个性化需求。本项目旨在开发一套高性能桌面壁纸框架，支持 GLSL Shader 实时渲染，嵌入桌面图标底层适用于 Windows 11/(10尚未适配)。 2. 软件功能、核心功能模块 核心功能模块包括：Shader 实时渲染引擎（支持 GLSL 片段着色器，IQ 余弦调色板、FBM 噪声、Domain Warping 等技术）、窗口嵌入引擎（通过 Win32 API 将渲染窗口置于桌面图标下层）、壁纸管理模块（进程隔离，支持热切换和崩溃自愈）。 3. 业务流程、功能路径描述 用户选择壁纸主题 → 主进程启动壁纸管理服务 → 子进程独立加载 Shader/视频壁纸 → 窗口引擎通过 win32 API 嵌入桌面 → 后端引擎渲染帧持续输出至壁纸层。主进程驻留系统托盘，支持右键菜单切换壁纸、调整性能参数。子进程异常时自动重启，不影响桌面稳定性。

1、立项背景和目标 商业地产行业（写字楼/产业园区）在房源信息获取、客户需求匹配、销售线索跟踪等环节长期依赖人工操作，效率低、信息碎片化。本项目旨在通过大语言模型构建一个面向商业地产从业者和投资者的智能对话平台，实现 AI 驱动的房源搜索、销售线索分析、带看预约管理和房源智能创建，降低人力成本，提升业务转化效率。 2、软件功能、核心功能模块的介绍 平台包含以下核心模块： • AI 智能对话：基于 LLM 的流式对话，支持意图识别（搜索房源/分析线索/预约带看/创建房源），自动路由到对应 AI 子图处理。 • 文件上传与 OCR 解析：支持 PDF、图片等多格式文件上传，调用 OCR 提取文本信息，用于房源资料自动解析。 • 销售线索分析：自动汇总分析销售线索数据，生成可视化报表和 actionable insights。 • 带看预约管理：智能调度带看时间，整合日历与通知系统。 • 房源创建与发布：AI 辅助填写房源表单（投资/租赁双模式），支持逐字段填入和一键发布到房源库。 • 场景导航系统：5 大业务场景（首页/AI找房/线索分析/带看预约/创建房源），结合角色权限（访客/投资人/经纪人）实现功能隔离。 • 对话历史持久化：支持多会话管理，对话内容按 session 持久化存储（内存/MySQL 可选）。 3、业务流程、功能路径描述 用户进入平台后，系统根据 IP 自动检测所在城市。访客可通过导航栏选择场景：AI 找房场景中输入自然语言需求（如"帮我搜索望京的甲级写字楼"），后端通过意图路由分发至搜索子图，返回结构化房源卡片；投资人/经纪人可进入销售线索或带看预约场景进行数据分析；创建房源场景中，用户可上传 PDF 资料，AI 自动提取关键字段填入双栏表单（左聊天右表单），确认后一键发布。整个流程由 LangGraph 状态机驱动，前端通过 SSE 实时接收流式响应。

智能症状诊断（对话式问诊） 业务描述：用户以自然语言描述主诉（如“膝关节不能下蹲”），AI通过多轮追问，引导用户补充细节（如疼痛部位、活动受限幅度、伴随体征）。 典型界面： 用户发送“不能下蹲” → AI先提问“下蹲幅度：小幅度障碍还是不能站直？” → 再问“过伸试验强阳性？” → 逐步缩小范围，输出可能的病因（滑膜炎、髌骨嵌顿、腘肌损伤等）。 价值：模拟医生问诊逻辑，避免用户盲目猜测，提高诊断专业性。 2️⃣ 分层鉴别诊断（结构化推理） 业务描述：按照预设的临床路径（如“下蹲障碍”诊断树），AI自动输出分步骤的鉴别诊断列表，区分小幅度障碍、不能站直、后侧疼痛等不同分支。 截图体现： 小幅度障碍 → 肿胀（查滑膜炎） / 髌骨嵌顿（查股骨-髌骨关系） 不能站直 → 过伸试验强阳性（查膝后侧） / 过屈试验阳性（查膝前侧） 后侧疼痛 → 查臀后侧、腘斜韧带等具体结构 大幅度障碍 → 查脊柱侧弯、骨盆旋移、腿型等全身因素 价值：帮助医生/学员建立清晰的临床思维路径，减少漏诊。 3️⃣ 治疗靶点推荐（针刀/针灸定位） 业务描述：当AI完成诊断后，直接输出需要查治的具体解剖结构或压痛点，例如“查治臀后侧、腘斜韧带、腘肌下隐窝、籽骨、半腱肌、半膜肌”。 扩展功能：可进一步点击某个靶点，查看针刀松解进针方法、解剖图示、操作视频。 价值：从“是什么病”快速过渡到“怎么治”，尤其适合针刀医师临床参考。 4️⃣ 体征试验引导（辅助检查） 业务描述：AI主动建议用户或医生完成特定物理检查试验，如“正/反4字试验、直腿抬高试验、过屈/过伸试验”，并根据试验结果再推理。 交互方式：用户点击试验名称，可以查看操作图解或视频演示；也可输入试验结果为“阳性/阴性”，AI更新诊断结论。 价值：标准化体格检查，提升远程问诊的可靠性。 5️⃣ 多模态教学资源关联 业务描述：在诊断结果下方，直接推荐相关的教学视频、名医课程，例如截图中的“膝关节相关疾病的诊断及进针思路”、“唐国振膝关节临床操作演示”。 业务形态：可免费预览部分内容，完整课程需付费/订阅解锁。 价值：实现“即诊即学”，构建从诊疗到教育的闭环，增加用户粘性和付费转化。 6️⃣ 主动追问与健康档案记录 业务描述：在用户未主动提问时，AI可主动发起常见问题，例如截图底部的三个引导按钮： “下蹲时膝关节有无疼痛？” “膝关节活动时有响声吗？” “平时走路或站立时膝盖感觉如何？” 数据沉淀：用户回答内容自动归入个人健康档案，形成长期追踪记录，未来复诊时可对比变化。 价值：变被动问答为主动健康管理，提升用户活跃度和数据丰富度。 7️⃣ 再答一次/调整诊断（可控生成） 业务描述：用户若对当前AI诊断不满意，可以点击“再答一次”按钮，AI会重新生成一组诊断思路或换一种推理逻辑（例如增加考虑肌筋膜链）

系统核心功能模块包括： 1. 合同管理模块：支持合同起草、审批、签署、归档全流程管理，实现合同生命周期数字化管控，支持电子签章集成。 2. 采购管理模块：涵盖采购申请、供应商管理、询价比价、订单跟踪、入库验收等功能，实现采购流程透明化。 3. 收款管理模块：支持应收应付账款管理、收款计划制定、资金流水记录、财务报表生成等功能。 4. 移动端APP：支持移动审批、数据查询、消息提醒等功能，满足随时随地办公需求。 5. 数据看板：实时展示财务指标、业务数据、预警信息，辅助管理层决策。

面向日常健身用户，解决运动记录分散、计划难坚持、缺少互动激励等问题。系统包含小程序端与管理后台：用户可注册登录、完成运动打卡、查看历史记录与趋势统计、设置每周训练计划、参与排行榜并发布社区动态；管理员可通过后台查看运营数据、管理用户与记录、审核社区内容、发布公告并导出 CSV。整体形成“注册登录—打卡记录—计划管理—数据统计—社交互动—后台运营”的完整业务闭环。

本项目为电商场景下的商品数据采集与分析系统，旨在解决人工比价效率低、竞品分析成本高的问题。通过爬虫技术，实现主流电商平台商品价格、库存、评论等数据的自动化定时采集，支持多平台对比、价格波动监控、用户情感倾向分析，并提供结构化数据报表，为商家定价决策与竞品分析提供数据支撑。

立项背景： 传统聊天机器人缺乏持续性人格和情感交互能力，每次对话都是"失忆"状态。本项目旨在构建一个具有完整情感模型、多层记忆系统和自主进化能力的智能伴侣系统，实现"有灵魂的AI"。 核心功能： 1. 情感引擎： 基于3D VAD（效价-唤醒度-掌控感）连续情绪模型，9个情绪锚点，支持刺激分类与指数衰减，E值系数影响回复风格强度； 2. 记忆系统： L1-L5五层认知分层，双相遗忘曲线（指数+幂律衰减），SQLite FTS5全文检索，Obsidian兼容格式； 3. 关系成长： 4阶段演进（初识→热恋→甜蜜→稳定），基于消息量和互动频率动态调整语言风格； 4. Agent循环： think→tool→result→continue架构，支持14种工具调用（文件操作、网络搜索、Shell执行、浏览器控制等）； 5. 安全体系： K公式决策引擎、A5五维风险分级、Prompt注入检测、文件操作保护； 6. 自主行为： 稳态压力模型驱动主动消息，5个内部压力源竞争决策。 业务流程： 用户消息→情绪衰减→记忆检索→系统提示词组装→Agent工具调用循环→情绪解析→承诺调度→记忆存储→分片回复。

本系统旨在实时监控游戏服务器中玩家的行为数据，帮助运营团队了解玩家进度、行为习惯与情感倾向。立项背景是游戏运营中对玩家行为缺乏自动化分析手段，难以快速响应玩家需求。核心功能包括：日志采集与清洗、服务器指标监控、玩家行为数据分析、情感倾向打分。系统可对个人玩家进行画像分析，辅助运营制定个性化游戏策略。

1.面向个人的多模态知识管理平台。支持导入 PDF、Office文档、电子书、图片、音视频等多种格式文件，自动解析并构建私有知识库。 2.集成 OCR 文字识别与 ASR语音转写，将扫描件和音视频内容转化为可检索文本。 3.内置 AI精炼引擎，支持文档摘要、大纲提取、关键要点、改写润色、翻译、智能标签与分类。 4.基于 RAG架构实现知识库问答，用户可通过自然语言提问，系统从知识库检索相关内容并生成准确回答。

本系统面向水下图像目标检测场景，采用PyQt5构建桌面端界面，结合YOLOv8模型实现水下目标识别。系统分为普通用户端和管理员端：普通用户可进行图片、批量图片和视频检测，支持置信度、IoU阈值及图像预处理参数设置，并可查看检测结果和历史日志；管理员可进行数据集管理、模型管理、模型训练与评估、用户管理、检测日志维护和统计分析。系统检测结果可视化展示，检测日志写入MySQL数据库，便于后续查询、统计和维护。

集成 AI 智能体与多 MCP 服务的浏览器扩展插件，面向文案创作、代码编写、数据处理等场景，打造智能化定制化服务能力。 ，制定模块交互规范与通信协议；完成 Java 接口开发、接口测试与异常处理；设计智能体完整工作流，搭建多类提示词模板，实现需求解析、任务拆解、服务调用、结果整合全流程自动化。同时优化任务拆解算法与 LLM 交互逻辑，增设异常重试、提示词动态调优能力，大幅提升系统运行效率与需求识别准确度。

基于开源框架 Hermes Agent 打造的智能AI助手系统，支持 DeepSeek/Claude 等多模型灵活切换。具备持久化记忆与技能自进化能力，集成工具调用（代码执行、文件操作、网页搜索、图片生成），实现复杂任务自动分解执行。通过消息网关支持微信/Telegram等多平台接入，让AI能力触手可及。