企业内部管理 算法模型 软件定制 案例

本系统专注于集群运行状态的深度监控与可视化呈现。通过采集集群配置、服务端口及运行指标等多维度数据，系统对原始监控信息进行结构化解析与标准化处理，最终转化为直观的图表看板与动态表格，帮助运维人员实时掌握集群健康状态。此外，平台还集成了数据检索、日志查询与文档管理等功能模块，为日常运维排障与信息查阅提供一站式便捷服务。

反洗钱工作平台的设计，符合我国反洗钱监管要求，遵从未来发展趋势。主要模块包括大额可疑数据报送、可疑交易自主监测、客户身份识别与调查、名单管理与监控、客户风险评级、非现场监管报表、反恐怖融资、自贸区监测管理、5C 评估等核心模块，为甄别当前反洗钱、反经济犯罪、反恐怖融资等重点关注领域，提供了有效的支持。

这个项目最有价值的地方，是它把大模型从简单聊天能力落到了企业数据分析场景里。我们没有直接让模型生成答案，而是把问题拆成意图识别、证据召回、Schema 召回、SQL 生成、语义校验、SQL 执行、Python 分析和报告生成多个阶段。这样做的好处是链路更可控，出错后也更容易定位和重试。

1、招标文件合规审查应用建设：通过对标国资委合规风险审查要点。服务企业采购中招标书的风险筛查、编制即合规，源头把控风险、实现招标合法、合规、合理。 2、供应链智能评标示范应用建设：通过梳理招标书响应内容响应要求来检查投标文件。服务企业采购中对招标书的响应审查、帮助招标企业节省清标时间，帮助投标企业提升标书质量。

熟悉pytorch，tensorflow等主流深度学习框架，了解大模型底层架构原理，关注学术界最新论文，寻求应用部署方案，熟练使用llama-factory等微调工具LoRA，full调参。agent养成，自动化部署落地，网络信息安全，嵌入式开发等相关场景。提供端到端全栈式开发，从方案设计到项目落地测试，产品生命周期全流程陪跑跟踪，企业向量库构建，企业内部信息打通本地化部署，企业办公自动化，数据零出。提供竞对，隐性客户资源，痛点需求，企业未来方向分析等全流程追踪收集报告。自媒体平台全自动运营发布，24h客户、销售、报表系统化全流程自动化私人订制。

基于各社交媒体平台（如 Facebook、TikTok、YouTube、X 等）的三方 API 获取账号及内容数据，在后台统一进行数据清洗、结构化与存储，并构建多维分析能力，核心功能包括账号管理（多平台账号接入、授权与状态监控）、数据看板（粉丝增长、互动率、曝光与播放等核心指标的可视化趋势分析）、内容分析（对帖子/视频进行表现评估、爆款内容识别、发布时间与互动关联分析）、竞品监控（对竞品账号进行周期性抓取与对比分析）、以及报表导出与自定义指标配置，从而帮助用户实现跨平台的社媒运营效果评估与投放优化决策支持。 功能介绍 1. 账号管理 支持一键接入 Facebook、TikTok、YouTube、X 等主流平台账号 OAuth 安全授权、账号状态实时监控（已授权 / 过期 / 异常） 批量账号管理、权限分配与同步设置 账号健康度评估与 API 限额预警 平台切换快速入口，一站式管理所有社媒账号 2. 数据看板（核心仪表盘） 实时核心指标：总粉丝数、粉丝增长趋势、总互动量、平均互动率、曝光量、播放量、完播率等 多维度趋势可视化图表（折线图、柱状图、饼图、热力图） 支持按平台、时间周期（7天/30天/90天/自定义）对比分析 关键指标异常预警与数据快照 自定义看板布局，满足不同角色查看需求 3. 内容分析 所有帖子/视频自动采集与结构化存储 内容表现智能评估：点赞、评论、分享、收藏、播放完成度等 爆款内容识别：AI 打分 + 爆款指数排名 发布时间与互动关联分析（最佳发布时间推荐） 内容标签分类与趋势洞察 单个内容深度分析面板（互动趋势、受众画像、情感分析） 4. 竞品监控 添加竞品账号进行周期性自动抓取 竞品与自身账号数据对比（粉丝增长、互动率、内容表现、活跃度等） 竞品爆款内容追踪与策略借鉴 竞品雷达图、增长对比图、Top内容对标 定期竞品监测报告推送

面向私募基金管理人及会员的量化择时选股平台，基于 Odoo 18 构建，遵循「判大势→选个股→管交易」三层风控闭环架构。核心功能包括：①行情数据采集，使用 pytdx 实时采集股票日K线、分时数据存入 Elasticsearch 时序索引；②多因子选股引擎，构建宏观四维评分模型（趋势/情绪/资金/估值），个股融合 MA、MACD、RSI、BOLL、KDJ、ATR 多策略评分；③多参数可配置历史回测引擎，统计年化收益、最大回撤、夏普比率等核心指标；④AI 回测诊断 Agent，回测后自动调用 DeepSeek 分析亏损原因并输出参数调优建议；⑤AI 策略生成，用自然语言描述策略自动生成参数及回测代码；⑥MCP Server 封装，使 AI 工具可直接调用量化数据；⑦RAG 策略知识库；⑧每日 AI 选股报告自动推送企业微信。

面向大型企业等对安全合规要求极高的行业，打造基于私有化大模型 + 领域知识库的智能问答系统。系统深度融合网络安全、数据安全、合规审计、应急响应等专业知识，为安全运营、管理决策及一线人员提供精准、可信、实时的智能问答与辅助决策服务。主要功能如下： 多源知识接入：支持安全标准（ISO 27001、GB/T 22239等）、漏洞库（CVE、CNNVD）、内部安全制度、应急演练预案、历史事件报告等文档的快速接入与向量化索引。 RAG（检索增强生成）：基于企业私有安全知识库进行精准检索，结合大模型生成答案，有效降低幻觉，确保回答出处可追溯。 多轮对话理解：支持复杂安全场景下的连续问答，自动补全上下文，如“等保三级需要哪些安全产品？”

根据保险出险基本信息和受伤人员基本信息，估算保险的理赔金额。 保险公司利用这个系统进行人员受伤赔偿最初的伤害估计。在后续流程中，按照此数据做依据。 现根据人体损伤相关的国家规范，确定损伤程度，然后依照历史数据做最终结果的估算。

面向工程总包单位、制造企业及审图机构，打造一款基于多模态大模型 + 领域知识图谱的智能审图工具。系统能够自动读取CAD图纸（DWG、DXF等格式），识别图形元素、尺寸标注、文字说明及图元关系，结合行业规范（建筑、结构、机电、消防等）与企业内部标准，实现自动化合规审查、图纸一致性比对、智能错误识别与可视化问题标注，助力审图人员从繁琐的重复劳动中解放，专注于设计优化与决策。 1. 智能读图与图纸解析 多格式兼容：支持DWG、DXF、PDF、图片等主流图纸格式的自动解析，无需人工转换。 图元识别与分类：精准识别图纸中的各类图元，包括墙体、门窗、轴线、尺寸线、标注文本、设备符号、管线等，构建结构化图纸信息模型。 图面文字提取（OCR）：高效提取图纸中的文字标注、说明、图名、比例尺等关键信息，支持中英文及专业符号识别。 图层与图块解析：自动识别图层结构与图块定义，理解图纸组织逻辑，便于后续按专业、按区域进行分区审查。 2. 规范合规性智能审查 内置行业规范库：预置建筑、结构、给排水、暖通、电气、消防等领域常用国家标准（GB）、行业标准及地方规范，支持企业自定义规范库导入。 强条自动检查：针对强制性条文（强条）进行自动化比对，如“消防通道宽度是否满足要求”“疏散门开启方向是否正确”“楼层净高是否符合标准”等，生成不符合项清单。 规范条款智能匹配：根据图纸内容自动关联相关规范条款，并给出解释说明，辅助审图人员理解判定依据。 3. 图纸一致性比对 版本差异对比：快速比对不同版本的图纸（如初设版与施工图版），以热力图或高亮方式展示增、删、改的内容，避免人为漏查。 跨专业一致性校验：自动检查建筑、结构、机电、装修等专业图纸之间的匹配性，如“结构梁与机电管线是否冲突”“门窗洞口与机电预留孔位是否对应”。 图模一致性检查：支持与BIM模型进行比对，确保二维图纸与三维模型信息一致。 4. 设计缺陷与错误识别 常见设计错误检测：基于深度学习模型，识别图纸中的典型设计错误，如尺寸标注缺失、图层混乱、文字重叠、比例尺错误、图元异常重叠等。 空间冲突检测：自动识别不同系统（如风管、水管、桥架）之间的空间碰撞问题，生成碰撞报告，辅助管线综合优化。 标注完整性校验：检查图纸中关键元素的标注是否齐全、合理，如“门窗编号是否缺失”“梁板配筋信息是否完整”。 5. 审图报告自动生成 问题清单结构化呈现：自动汇总所有审查发现的问题，按专业、按优先级（严重、一般、建议）分类整理，支持一键导出Excel或PDF格式。 问题可视化定位：在图纸上以红框、箭头、批注等形式直接标记问题位置，审图人员双击即可跳转至图纸对应区域。 修改建议推送：结合规范与设计经验，对常见问题提供初步修改建议，辅助设计师快速修复。 6. 大模型交互式问答 自然语言图纸查询：支持用自然语言向图纸提问

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。

负责设计和搭建⾼可⽤、⾼性能的算法⼯具平台，主要包括模型管理、特征管理、系统回放、回测等系 统能⼒，通过配置化管理平台将实时、离线、回放埋点等多种不同数据源特征⾼效便捷的同步⾄不同底层存储，同时 提供回放、回测等系统能⼒，⽀撑算法模型从特征提取、特征管理和查询、模型推理、模型回测、系统功能回放等全 ⽣命周期管理。

行业场景 企业管理、业务数据资产化，工程系统业务标准化封装，基于数据资产目录、RAG图检索增强及低代码技术实现数据资产标准化建模、应用平台快速构建 功能介绍 侧重个人负责部分 1、基础平台管理：数据资产目录、元数据体系、权限管理、应用管理 2、低代码设计平台：低代码物料协议、设计器功能、编辑器画布引擎、流程引擎... 3、事件流设计器：事件编排页面、事件流描述协议、运行引擎

【立项背景】 当前，学校在教学管理、资源调配、师生服务等方面面临传统模式效率瓶颈：教务排课依赖人工易冲突、学情分析缺乏精准数据支撑、后勤报修响应滞后、校园安防存在监控盲区。随着教育数字化战略深入推进，人工智能技术与校园场景的融合成为必然趋势。本项目依托 AI 算法与大数据分析能力，打通校内各业务系统数据孤岛，构建智能教学、智慧管理、安全校园一体化服务体系，旨在破解校园运营痛点，提升管理效能与师生体验，助力学校实现教育高质量发展。 【软件功能】 1、AI辅助教学：常用报告、人才培养方案、教学计划、授课计划、教案、PPT生成与优化，试题生成与管理、文件转译（文件资料识别、高效资源处理）、教学质量分析。 2、AI辅助决策：毕业率预测、就业率预测、专业招生人数预测、学生流失预警。 3、AI学工管理：学生评价报告生成、学生评价数据可视化、智能预警与干预。 4、AI校园服务：高频问题解答、人工转接功能、事务申请模板、智能审批流转、办理进度查询、消息自动提醒与推送。

1.整合公司各业务系统中的财务相关数据，确保数据的准确性和完整性。 2.实施数据加工流程标准，构建公共层数据框架，以满足财务分析需求，并保障数据质量。 3.关键财务指标（如收入、应收、回款、库存等）进行深入分析，支持业务决策。

一、立项背景：随着某电网公司数字化脚步的加快，传统的人工作业已不能满足日益增长的设备运维需要，亟需引入自动化、智能化（人工智能）的技术帮助运维人员进行设备故障的诊断和分析。 二、软件功能：借助人工智能技术对电气设备的各种检测数据（如电流、电压、局放、油气含量、图像）进行智能分析和诊断。 三、核心模块 1.数据接入：将各种检测数据（如电流、电压、局放、油气、图像）等，通过主动获取或被动接收方式进入系统。 2.数据处理：对原始数据进行预处理，使其满足数据规范，方便后续的诊断。 3.故障诊断：将合规的数据推送到人工智能算法进行智能分析与诊断，并接收返回的结果。 4.前端展示：页面展示相关设备的诊断结果。

立项背景是课程挂科率达18%，需提前识别风险学生提供辅导，目标是预测学生课程成绩并定位薄弱环节。核心功能包括成绩影响因素分析、回归模型训练、风险学生预警；业务流程为采集学生“考勤/作业完成度/前置课程成绩”等数据，建模后输出成绩预测值，对预测低于60分的学生推送辅导建议。

该项目由上海申通地铁集团发起，致力于通过智能化技术手段，为地铁司机在应对突发运营故障时提供更快速、精准的问题定位与处置支持，从而显著提升轨道交通的运营效率与行车安全水平。

中国银行正在打造的智慧眼系统，是对现有网点业务行为及人员管理上进行自动化升级。通过目标检测模型，智能检测金库开关门、金库人员穿着及作业、网点员工操作及客户险情识别等业务需求。

1、导入excel、word格式的文件电报，形成列车运行基本数据库，可以查看该周期下全国列车的车站、站台、检票口、时刻、车型、开行规律等内容； 2、对多种列车开行信息的自动（手工）录入、分解、归纳、整理，形成初步日历计划，建立索引，供用户调阅。 3、提供通知中心。快速掌握分解、整理等系统运行状况。 4、可自定义的自动生成每日列车开行计划。根据客户提供的excel文件，自动对比分析列车开行计划差异，可人工再次修改、确认最终版计划。分别形成可调用的json数据包或可以打印的excel文件。