框架或代码包 软件定制 案例

项目背景：为该机构的科研产品研发的全生命周期建立一套体系化、流程化的研发管理系统，定制化地将科研产品从研制到生产再到库存的产品全生命周期管理起来，并额外包含相关阶段的人员、技术、资料等管理，该系统集成了流程、消息、任务等功能。 软件核心模块：产品研发管理、生产计划管理、库存维护管理、技术状态管理等。 各模块功能简介：产品研发管理主要针对即将开始或正在研发的产品及相关人员、资金、技术、研发周期、进度、试验方案等进行管理；生产计划管理主要针对技术成熟产品或已通过试验且技术较成熟产品的生产计划排产、物料管理、车间管理、生产进度监控等；库存管理针对已生产完成的产品进行入库出库管理、维修维护记录、维保资金管理等；技术状态管理对产品在各阶段中涉及的技术需求、技术变更进行管理，还包括各阶段的质量安全、风险、评审等相关功能。

在无人作战/军事仿真场景中，需智能体系统协调多无人平台（UAV、UGV、机器狗等）完成复杂任务。传统方案依赖人工指令与固定流程，难以应对动态任务和自然语言交互。本项目构建基于 LLM 的多 Agent 协同系统，实现自然语言驱动的任务规划、调度与执行。核心目标：支持自然语言任务输入并自动分解为可执行动作序列；多 Agent 协同（任务规划、调度、会议助手、状态检查等）；WebSocket/MQTT 双通道与上位机通信；通过 MCP 协议动态扩展工具能力；Docker 容器化部署，兼容 x86/ARM64。

1、立项背景和目标：当前企业内部存在多个独立业务系统，身份管理分散，密码策略不统一，加密算法依赖国外标准，存在合规风险。为落实国家关于信息系统安全等级保护和密码应用安全性评估要求，亟需建设统一、合规、高效的身份认证与密码服务平台。 2、身份认证平台： 统一用户管理：支持用户生命周期管理（增删改查、禁用/启用），支持批量导入导出。 组织架构管理：树形组织结构维护，支持多级部门与虚拟组织。 单点登录（SSO）：支持OAuth2.0、SAML等协议，实现一次登录、多系统访问。 权限控制：提供功能权限与数据权限配置，支持RBAC。 同步服务：采用Kafka消息队列实现用户和组织数据的异步传输，支持高并发场景下的数据同步，确保上下游系统数据一致性。 3、密码服务平台： 密码服务引擎：支持SM2、SM3、SM4，兼容PKCS7、PKCS#12等标准。 密钥管理：提供密钥生成、存储、分发、销毁的全生命周期管理。 电子签章服务：支持PDF文件数字签名、时间戳服务，具备可视化签章位置设置。 加密解密接口：提供标准化RESTful API，支持敏感字段加密存储与传输。 合规审计：记录密钥使用、签名操作等日志，支持审计报告生成。

主要负责RealMan六自由度机械臂与五指灵巧手的目标视觉识别与抓取算法研发，支撑团队多机器人取餐配送系统。实现闭环抓取工作流，融合视觉模型与控制模块，构建从视觉感知到精准抓取的完整解决方案，进行较为可靠的抓取操作。

为中小企业打造的B2B客户关系管理平台，支持销售全流程数字化管理。独立完成全栈开发与部署。 核心功能： 1. 客户全生命周期管理：客户档案、公海池自动回收、数据权限隔离 2. 销售漏斗看板：拖拽式卡片管理销售阶段，实时统计金额与转化率 3. 数据分析大屏：业绩趋势、销售排名、客户来源、漏斗转化多维可视化 4. RBAC权限体系：功能权限+数据权限双重控制，支持按钮级鉴权 技术亮点：虚拟滚动优化万级数据渲染；Web Worker处理大量计算避免主线程阻塞；前端路由守卫+后端中间件双重鉴权。

项目背景：公司级 web 项目基础框架，提供 web 容器服务 技术栈：React16 + Node.js + Express + CAS 业务价值： 支撑公司 3 大行业业务线及业务中台的所有 web 项目开发，实现跨部门的微前端服务整合，缩减各大业务线开发成本、维护成本，提升开发效率。

1、项目背景：网络视频流行，对海外视频影片的字幕翻译制作需求增长，为客户提供准确便捷高效的字幕翻译制作平台 目标：视频批量中英文字幕翻译制作，用户便捷高效翻译转换，促进海外视频影片传播推广 2、软件功能：通过字幕通翻译制作平台，用户可在线进行视频批量中英文字幕翻译制作，准确便捷高效的视频字幕翻译制作工具 核心功能模块：包括视频导入下载，视频切轴，视频字幕翻译，视频翻译审校，视频压制与上传，及各部分问题处理，根据角色按流程分工处理，管理员进行总体管控，各模块由组长、小组长、组员分别处理完成对应任务，总体实现在线视频批量中英文字幕翻译制作 3、业务流程和功能路径：需求规划分析、架构设计与开发、编码与测试、部署上线与维护

通过跨JAVA、Native层的数据流分析，构建出精确的函数级污点传播摘要；基于函数污点传播摘要，结合基于运行日志构建的跨应用函数调用链，检测跨设备的应用间隐私泄露行为；构建鸿蒙分布式应用隐私泄露检测工具。

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。

立项背景与目标： 针对传统 RAG 系统在处理“图文混合文档”时无法识别图片内容，以及面对“复杂逻辑问题”时回答准确率低的痛点，本项目旨在构建一个生产级、多模态、具备推理能力**的企业知识问答中台，助力企业将非结构化文档（PDF/Word）转化为可交互的智能资产。 核心功能与业务流程： 1. Agentic RAG (智能体检索)**：基于 LangGraph 构建了具备“自我反思”能力的 Agent 状态机。 意图路由：精准区分闲聊/问答，避免资源浪费。 自我评估 (Self-Reflection)：Agent 会对检索结果进行质量打分。如果发现相关性不足（Score < 0.8），会自动触发查询改写 (Query Rewrite) 并重新检索，直到找到满意答案或达到重试上限。 动态规划：针对复杂问题，自动拆解为多个子任务并行执行。 2. 多路混合检索 (Hybrid Search)**： 摒弃单一的向量检索，采用 Vector (语义) + BM25 (关键词) + Rerank (重排序)的黄金组合。 引入 Cross-Encoder 模型进行二次精排，像“阅卷老师”一样剔除伪相关文档，检索准确率提升至 89%。 3. 全链路多模态 (Multi-modal)： 集成 VLM (视觉大模型)，不仅能读懂文本，还能理解 PDF 中的图片、图表，实现真正的“图文跨模态检索”。 4. 生产级异步架构： 利用 Celery + Redis 构建高并发流水线，实现 GB 级大文件的异步解析与后台向量化，确保前端操作零卡顿。

1、立项背景和目标 针对银行员工道德风险和操作风险管理痛点，响应银保监会《银行业金融机构从业人员行为管理指引》合规要求。传统人工排查存在滞后性强、覆盖面窄、主观判断多等问题。系统目标是通过大数据和AI技术，对员工征信、消费、健康、家庭关系、工商信息等多维度数据进行实时监测和关联分析，实现风险早识别、早预警、早处置，将事后追责转为事前预防。 2、软件功能、核心功能模块 可视化风险驾驶舱：首页大屏多维度展示员工风险分布、预警趋势、风险等级占比，支持钻取下钻查看明细。 规则引擎中心：风险预警规则可视化配置（如"信用卡逾期>3次且家庭负债率>50%"），支持实时修改实时生效，无需重启服务。 多维度数据画像：整合征信、消费、健康、家庭成员等异构数据，构建员工综合风险评分模型。 外部数据接入中台：接口配置化接入，即配即用，支持征信中心、工商信息、医疗数据等第三方API对接。 批量征信解析：支持多人征信PDF批量上传，OCR识别关键字段，自动提取逾期、负债、担保等风险信息并生成明细报表。 风险处置闭环：预警台账自动生成，支持预警分级、解除申请、多级审批、处置跟踪全流程线上化。 3、业务流程、功能路径 数据采集（API/PDF/手动录入）→ 实时ETL清洗 → 规则引擎计算 → 风险评级 → 预警生成 → 审批流推送 → 大屏/邮件通知 → 处置反馈 → 风险档案更新。

学生成绩管理系统：基于Python开发的轻量级教育工具。实现学生信息增删改查、智能查询（姓名模糊匹配+成绩区间筛选）、实时统计（平均分/最高分/最低分）。操作简洁，逻辑严谨，有效提升教师管理效率，减少人工错误。适用于学校、培训机构等场景，助力教学管理数字化升级。

建立一个基于出租车大数据的智能分析系统，通过机器学习算法挖掘数据价值，为城市交通管理、出租车运营优化和乘客出行提供决策支持，高频轨迹分析目标，从海量数据中识别城市主要出行走廊，可视化展示高频出行模式，为交通流预测和路径规划提供基础，公共交通优化目标，识别出租车上下车热点区域，分析现有公共交通覆盖盲区，提出新公交线路规划建议，提高公共交通资源利用效率，运营效率提升目标，预测出租车接客热点区域，为司机提供实时巡航建议，为乘客推荐易打车地点

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

融资融券交易系统后台是证券公司支持客户进行信用交易（即融资买入和融券卖出）的核心业务系统，其主要目标是在控制风险的前提下，实现资金与证券的借贷、交易、清算及监控。 一、核心业务 融资交易：客户以自有资产为担保，向券商借入资金买入证券。 融券交易：客户借入券商持有的证券并卖出，未来买回归还。 二、主要功能模块（简述） 表格 模块 功能说明 信用账户管理 开立信用资金/证券账户，管理客户授信额度 担保品管理 接受现金、股票等作为担保，按规则折算价值 合约管理 记录每笔融资/融券的金额、利率、期限、标的等 盯市与风控 实时计算维持担保比例，触发预警、追保或强制平仓 强制平仓 当客户风险超标时，自动或人工执行平仓操作 清算交收 与交易所、中国结算对接，完成资金和证券的交收 计息与费用 按日计收融资利息/融券费用，生成账单 报表与监管报送 生成对账单，并向监管机构报送信用交易数据 三、关键特点 强风控驱动：所有操作围绕“维持担保比例”动态管理； 高合规要求：严格遵循证监会及交易所规则； 系统高可靠：需7×24小时稳定运行，尤其在极端行情下保障平仓能力。 简言之：融资融券后台 = 信用账户 + 借贷管理 + 实时风控 + 自动平仓 + 清算合规。

1.以 Stable Diffusion XL 模型为重点，保证一定延时的条件下，最大化地提高吞吐。 以 Pytorch Fp16 格式模型为基准，可在无损条件下实现单模型推理 1.41 倍加速，单 GPU 整体吞吐提升 1.52 倍，考虑 Int8 量化的有损情况下可达到单模型 2.1 倍加速。 2. 搭建文生图模型推理服务框架，支持 Lora、Controlnet 等主流功能以及高并发推理场景。

业务和功能介绍 1. 立项背景和目标 - 背景：企业员工数量增长，传统人工管理效率低下，薪资计算复杂，缺乏统一的数据管理平台 - 目标：开发一套集员工信息管理、薪资计算、权限控制于一体的企业员工管理系统，提升HR工作效率，确保数据安全和准确性 2. 软件功能、核心功能模块的介绍 - 核心功能： - 员工信息管理：支持单条/批量添加、删除、修改、查询员工信息，覆盖普通员工、程序员、经理等多种类型 - 薪资管理：自动计算不同员工类型的最终薪资，支持薪资总和统计、部门薪资统计、基本工资调整 - 权限管理：管理员注册、登录、权限控制，区分超级管理员和普通管理员权限 - 数据持久化：员工数据和管理员信息的自动保存与加载，确保系统重启后数据不丢失 - 日志记录：系统操作日志和薪资调整日志，便于追溯和审计 3. 业务流程、功能路径描述 主流程：管理员登录 → 进入主菜单 → 选择功能模块（员工管理/查询统计/薪资管理）→ 执行具体操作 → 数据自动保存 员工管理路径：主菜单→员工管理→选择操作（添加/批量添加/删除/修改）→ 执行操作→返回菜单 薪资管理路径：主菜单→薪资管理→选择操作（调整基本工资）→ 输入员工ID和新薪资→确认调整→数据保存 查询统计路径：主菜单→查询统计→选择查询类型（按ID/部门/薪资总和）→ 输入查询条件→查看结果

金融行业线上bug要无限接近于零，钱袋子出问题就是大问题，基于背景搭建全链路自动化 以下功能更是重中之重 充值、提现、支付、代付、注册、绑卡等等，这些功能需要有自动化来减少人工测试回归的压力，以及代替冒烟测试

该项目聚焦植物生长状态智能化监测场景，是一套以 Java 后端为核心的物联网系统，通过对接专用植物监测摄像头设备，实现植物生长数据采集、设备管理、数据存储与分析的全流程管理，核心服务于园艺种植、农业科研、智能温室等场景下的植物生长监测需求。 核心业务场景 设备接入与管控：支持植物监测摄像头的远程接入，兼容 MQTT、RTSP 等主流物联网 / 音视频协议，可对摄像头进行远程参数配置（如拍摄频率、监测区域、分辨率）、在线状态检测、心跳保活，保障设备稳定运行。 植物数据采集与处理：采集摄像头拍摄的植物图像 / 视频流，以及集成传感器的温湿度、光照等环境数据，对原始数据进行清洗、格式标准化，过滤无效数据，为后续分析提供基础。 数据存储与管理：结构化存储设备信息、用户配置、告警规则等数据，非结构化存储植物图像 / 视频文件，支持数据的多维度查询（如按设备、时间、监测指标检索）。 告警与预警（扩展）：预留基于监测数据的告警规则配置能力，如植物叶片异常、环境参数超标时触发告警，适配农业生产中及时干预的需求。 核心功能模块 设备管理模块：提供摄像头设备的注册、绑定、注销、参数配置、状态监控功能，支持批量设备管理，适配多场景下的设备规模化部署。 数据采集模块：实现音视频流 / 传感器数据的接收、解析与预处理，支持高并发设备数据接入，保障数据采集的实时性。 数据存储模块：整合关系型数据库（存储结构化数据）、缓存（提升访问效率）、对象存储（存储非结构化文件），兼顾数据存储的性能与扩展性。 接口服务模块：基于 RESTful API 对外提供设备管控、数据查询等能力，支持与前端管理平台、第三方系统（如农业管理平台）对接。 整体而言，项目以 “轻量化接入、标准化处理、可扩展分析” 为核心设计，聚焦植物监测的核心数据链路，同时预留 AI 图像分析、多端可视化等扩展能力，适配不同场景下的植物智能化监测需求。