电商 嵌入式软件 软件定制 案例

1、立项背景和目标 在社群电商和社区团购业务中，运营人员需要每天在固定时间（如午餐前、晚餐前）向多个微信群发送营销消息（如当日菜单、限时优惠、接龙提醒等）。实际操作中，运营人员需要逐个打开微信群、复制消息内容、粘贴发送，整个过程重复性高、耗时且容易遗漏。如果团队管理数十个群，每次群发需要15-30分钟，且必须准时操作，占用大量人力。此外，远程桌面场景下微信窗口的激活和焦点获取存在技术难题，普通自动化脚本在远程断开重连后容易失效。本项目的核心目标是：构建一个Windows桌面自动化工具，实现微信消息的定时批量群发——用户只需配置群列表和发送时间，工具自动在指定时间激活微信、搜索群、粘贴消息并发送，全程无人值守。 2、软件功能、核心功能模块的介绍 工具涵盖以下核心模块：定时调度引擎——基于schedule库实现多时间点注册，支持配置多个发送时间（如午餐11:30、晚餐17:00），到点自动触发批量发送；配置文件动态加载——支持多套独立配置（如config_lunch.py、config_dinner.py），不同时段发送不同内容和群列表，通过命令行参数灵活切换；微信窗口强制激活——通过win32gui+pyautogui组合，实现远程桌面环境下窗口的可靠前置，解决了SetForegroundWindow在远程会话中的权限限制问题；搜索与切换群——模拟Ctrl+F搜索、Ctrl+A全选删除、粘贴群名、回车打开群聊的完整流程，支持任意群名；消息发送——支持普通文本和@所有人两种模式（消息以@all@开头则自动@所有人）；消息动态生成——支持在配置文件中定义get_message()函数，每次发送时动态生成消息内容（如包含当天日期、实时库存等）。 3、业务流程、功能路径描述 用户创建配置文件（如config_lunch.py），配置GROUP_NAMES群列表、SCHEDULE_TIMES发送时间、get_message()消息生成函数 → 双击运行脚本并传入配置名（如python main.py config_lunch）→ 工具启动，注册定时任务 → 到设定时间（如11:30）自动触发batch_send()→ 工具激活微信窗口（强制置顶+模拟点击标题栏）→ 按Ctrl+F打开搜索框 → 清空搜索框 → 粘贴第一个群名 → 按回车打开群聊天窗口 → 点击输入框获取焦点 → 粘贴消息内容（若以@all@开头则先输入@并回车再粘贴正文）→ 按回车发送 → 记录成功日志 → 等待2-4秒后处理下一个群 → 全部发送完成后等待下一个定时点。工具持续运行，支持多轮定时任务。

1、立项背景和目标 群接龙是社区团购领域广泛使用的订单管理工具，商家每天需要频繁调整商品库存——高峰时段某商品售罄需紧急补库存、发现库存设置错误需立即修正、运营人员需随时查看各商品剩余库存和已团数量以便安排补货。然而群接龙后台的库存管理存在明显痛点：修改库存需要人工在后台逐商品搜索、定位、修改、确认，操作路径长且效率低；运营人员需要在多个商品间频繁切换查看和修改，耗时耗力；传统的RPA脚本只能执行固定流程，无法理解自然语言指令，无法根据页面反馈动态调整策略。本项目的核心目标是构建一个基于大语言模型的AI Agent，用户只需用自然语言描述意图（如"把苹果的库存改成100"或"看看香蕉还剩多少"），Agent自动理解用户意图、调用浏览器工具完成操作、并根据页面反馈智能处理异常，实现库存管理的人机对话式交互。 2、软件功能、核心功能模块的介绍 工具涵盖以下核心模块：LLM Agent核心——基于OpenAI GPT-4o模型，通过System Prompt约束其扮演"群接龙库存管理助手"，理解用户自然语言指令并自动规划操作步骤；工具调用框架——将浏览器操作（导航、搜索商品、获取库存数据、修改库存、确认修改、关闭遮罩、获取错误信息等）封装为可被模型调用的工具函数，Agent根据用户指令自动选择合适的工具并按顺序调用；智能错误恢复——修改库存时若新库存小于已团数量，页面会报错，Agent自动调用get_error_text获取错误详情，然后自动将新库存调整为"已团数量+安全增量"，继续更新直到确认修改成功；术语精准区分——System Prompt强制Agent区分"新库存"（用户设定的总库存）和"剩余库存"（新库存-已团数量），回复中明确使用这两个术语避免歧义；上下文记忆——Agent维护完整的对话历史（用户消息、模型思考、工具调用结果），支持多轮连续操作，如"先看看苹果库存，再改成50"。 3、业务流程、功能路径描述 用户启动Agent程序 → 在终端输入自然语言指令（如"把苹果的库存改成100"）→ Agent将指令和上下文发送给GPT-4o → 模型分析用户意图，决定调用工具函数列表 → Agent按顺序执行：进入活动页面（navigate_to_activity）→ 搜索商品（search_product，返回当前库存、已团数量、新库存）→ 更新库存（update_stock，传入商品名和新库存数值）→ 若新库存小于已团数量，页面报错 → Agent调用get_error_text获取错误 → 自动调整新库存为"已团数量+1"或根据错误信息灵活调整 → 重新调用update_stock → 确认修改（confirm_modification）→ Agent向用户回复"苹果 新库存=100，剩余库存=85" → 用户可继续下达下一条指令。整个交互过

1、立项背景和目标 群接龙是社区团购和社群电商广泛使用的订单管理工具，大量中小商家通过群接龙发布团购活动、收集订单。但群接龙后台存在明显痛点：商家数据无法批量导出，运营人员需要手动一个一个商家的复制粘贴订单，费时费力且容易出错；后台登录态容易过期，操作中断后需重新扫码登录；每次导出后无法记录哪些商家已处理，下次需要重复导出浪费算力。本项目的目标是：实现群接龙后台订单的自动化批量导出，支持按搜索词筛选商家、自动记录导出进度、导出文件自动备份至坚果云并推送到企业微信群，全程无人值守运行。 2、软件功能、核心功能模块的介绍 工具涵盖以下核心模块：登录态管理——首次运行需扫码登录，自动保存auth.json复用登录态，过期后自动提醒重新登录；商家列表采集——根据用户配置的搜索词（如“水果”、“生鲜”等品类关键词），自动滚动加载下拉列表中的所有商家名称，完整采集不遗漏；增量导出机制——自动读取“已导出商家.txt”文件，跳过已处理商家，避免重复劳动；状态筛选——自动将活动状态筛选为“已结束”，只导出已完成可结算的订单；批量导出——全选当前商家所有订单，点击批量导出，自动等待弹窗并下载Excel文件；多平台分发——导出文件自动上传至坚果云（WebDAV协议）备份，并通过企业微信机器人推送到指定群，团队成员即时获取数据。 3、业务流程、功能路径描述 用户配置好config.py（搜索词、坚果云账号、企业微信Webhook地址等）→ 双击运行脚本 → 首次运行弹出浏览器，扫码登录群接龙后台 → 脚本自动进入群接龙订单管理页面 → 筛选“已结束”状态 → 在商家搜索框中输入搜索词 → 滚动加载全部匹配商家列表 → 读取“已导出商家.txt”过滤已处理商家 → 按顺序点击商家名称 → 勾选全选复选框 → 点击批量导出按钮 → 处理弹窗确认导出 → 自动下载Excel文件 → 文件上传到坚果云 → 文件推送至企业微信群 → 记录商家名到“已导出商家.txt” → 继续处理下一个商家 → 全部完成后退出。

该项目是一个融合了3D 数字人交互与生成式AI数据分析的商业智能平台。它不仅仅是一个数据可视化工具，更是一个能够"听懂"你意图、"会说话"的智能数据分析师。该项目获得某黑客松银奖。 🤖 核心功能与 AI 实现原理 (Core AI Features) 本项目通过精细的 Prompt Engineering 和 Multi-Agent 架构，在三个核心场景深度集成了 LLM 能力。 1. 📊 智能数据大屏 (AI Dashboard Generation) 功能描述：上传文件，立即可视化。零配置，零学习成本。用户无需拖拽任何字段，上传即生成一个结构完整、逻辑清晰的初始仪表盘。 2. 🤖 数字人讲解 (AI Narration & Sync) 功能描述：不仅看图，还能听懂图。数字人实时播报数据洞察。 每一张展示在屏幕上的图表，背后都有一个专属的数字人播报。 3. 💬 智能问数 功能描述：一句自然语言，完成复杂数据分析。 为了解决复杂问题设计了三个分工明确的 Agent： 🧭 Router Agent（路由与拆解） 角色定位：他是"大脑"，负责分析用户问题的意图，将其拆解为多个子任务。 核心能力： - 🎯 意图识别：理解用户真实需求 - 🧩 任务拆解：复杂问题分解为简单子任务 - 📋 执行规划：生成结构化的执行计划

在这个项目中，我们三人一组，主要实现的功能是利用Vivado软件操作平台在ZedBoard-zynq-7000c484开发板平台上实现卷积神经网络算法优化的目标。 通过上述优化，在相同硬件资源条件下，最终实现的运算速度比传统计算快183倍，比硬件优化方法快20%。这个项目获得了全国集成电路创新创业大赛二等奖。 我们的总体设计方法是这样的，首先在 C++平台上实现卷积核算法和反卷积算法，然后通过 vivado HLS 仿真进行总线带宽、pipeline、内部缓存、计算单元等方面硬件的优化，仿真波形和实际相符后，生成相应的 IP 核，vivado 导入 IP 核和 zynq7000 进行实物仿真，经过验证正确后烧入 fpga。图像从电脑端通过串口输入开发板，由于片内缓存不足以一次性存储1024个channel的150*150的图像，所以采用动态缓存的办法，Zynq 边对图像进行卷积处理，边从特征 cache 读取图像数据，一个 channel 处理完成后立即输出至 SDSDRAM（输出数据量较小），并空出相应的缓存资源供后续 channel的图像使用。我们将开发板的 8 个 LED 设置为输出结果，板上运行时，可通过 LED判断输出波形。

PLC逻辑组态软件 架构师(QT|C|C++) 2022.10-2025.03 SCADA监控组态软件开发设计 架构设计(QT|C|C++) 2020.05-2022.10 欢乐基诺型彩票 系统架构师(C|C++) 2018.05-2020.01 逻辑组态软件支持IEC61131-3标准，包括IL、ST、FBD、LD、CFC、SFC六种PLC编程语言，用户在同一项目中可自由选择和组合 不同的语言。 1. 主导采用QT和C++技术栈，构建符合IEC 61131-3标准的软件体系，涵盖编辑器、编译器、硬件与现场总线配置工具、高级可视 化编程界面、运动控制模块及高效的通信与设备层架构。 2. 主导跨平台逻辑组态软件架构设计，成功实现与国产麒麟操作系统及Windows系统的无缝集成，显著提升软件的通用性和适应 性，确保在不同操作环境下的高效运行。 3. 引入并集成IEC 61131-3标准支持，涵盖LD、ST、FBD、SFC等多种编程语言，强化软件的国际化兼容性，丰富用户编程选择， 满足全球市场需求。 4. 创新开发高效率编辑器与调试工具，通过优化用户界面和交互流程，大幅提升开发效率及故障排查速度，有效缩短项目开发周 期，提高整体用户满意度。 5. 拓展软件功能，引入C语言编程支持，增强软件的灵活性和扩展性，满足更广泛的工业自动化应用开发需求，为用户提供定制化 解决方案。 6. 开发并集成高效在线调试工具集，包括高级单步调试、实时变量监控等功能，显著提高问题诊断与解决效率，优化开发流程， 提升团队整体开发效能。 在SCADA监控组态软件是数据采集与监视控制系统。SCADA系统是以计算机为基础的DCS与电力自动化监控系统；它应用领域很 广，可以应用于电力、冶金、石油、化工、燃气、铁路等领域的数据采集与监视控制以及过程控制等诸多领域。 1. 负责架构设计与实施的SCADA监控组态软件，专为PLC系统打造，支持在国产麒麟及Windows环境下高效运行，具备卓越的兼 容性与适应力。 2. 采用客户端/服务器（C/S）模式，精心构建服务器端作为历史数据中心，以及客户端作为交互操作界面，确保系统的高效与稳 定。 3. 在软件开发阶段，严格执行系统安全策略，保障数据的完整性与保密性，提升系统的整体安全性。 4. 根据不同用户需求与应用场景，提供多样化的硬件架构配置方案，包括但不限于单/双网历史站配置，以优化性能与资源利用。 5. 软件集成了高效的数据配置工具、强大的监控画面设计、直观的历史与实时趋势分析及报表系统，极大提升用户操作便利性与 监控效率。 6. 通过直观的图形界面，使用户能够实时监控现场设备状态，实现精确的设备管理与控制，显著提高现场作业的响应速度与准确 性。