框架或代码包 软件定制 案例

系统集成 AI 知识助手、多模态助手、企业知识库三大核心能力，支持仪表板快速生成、拖拽式大屏搭建、智能报告生成与剧本化编辑，并提供 AI 机器人聊天及自定义指标配置，打造覆盖智能交互、数据分析与可视化应用的全链路企业级平台。

基于定制的宇数B2机器狗上的云台设别开发实时识别的功能 1.实时识别云台回传的rtsp流，并将识别后的画面推传出去，使其在客户端可以实时看到识别框的画面。 2.录制识别到的短视频并回传到平台，用于数据分析。

基于条件变分自编码器（CVAE）的人脸图像生成技术深入。 通过构建CVAE模型，对人脸数据集进行预处理后开展模型训练，采用重构损失与KL散度以及二者结合的总损失函数，通过ReLU优化算法进行优化，以及梯度裁剪提升训练的稳定性和收敛性，最后通过网格图像以及FID对生成的图像进行评估。 该模型在生成人脸图像质量和多样性方面表现良好，能够有效实现人脸属性编辑、人脸合成等应用。

核心打造Brain-First 认知 AI agent，面向教学、内容创作、心理咨询等场景，提供可自主学习、长期记忆、主动思考的认知 AI 工作台。以独立 Brain 为决策核心，搭配 SEC 内生注意力与信念图持久记忆，实现自动认知循环、自主目标生成；支持教师 / 作家双角色代理与边界桥数据隔离，配备分级可控技能系统，可主动推送洞察、流程化执行任务，低成本稳定落地，让 AI 从被动响应升级为主动认知协作

面向林业生态智慧监测场景，提供一体化智能算法服务： 1.依托红外相机实现野生动物、鸟类智能检测与识别； 2.通过检测算法完成环境垃圾检测、森林火情识别； 3.对监测区域内人员、车辆进行入侵检测与实时跟踪； 4.同时集成 BBGC 碳汇模拟算法，构建集生物监测、生态安防、碳汇核算于一体的林业生态智能监测。

🔧引擎级问题解决能力 独立定位并修复 UE5 渲染线程内存竞态，涵盖节点断点调试、内存地址追踪，具备扎实的多线程底层分析能力。 ⚡ 全栈引擎子系统实现经验 单人完成渲染、物理（Chaos 扩展）、输入/摄像机、AI、PCG 等 40+ 模块，覆盖引擎核心子系统。 🎮 C++ 多线程与性能意识 使用 C++20 + Unreal Insights 进行帧率/内存分析，具备 GPU 调试基础及资源加载策略优化经验。 🚀 高效迭代与工程自驱力 4 个月内独立交付完整可玩 Demo，AI 辅助调试工作流将引擎源码检索效率提升约 90%。

工业自动化系统控制平台，覆盖流程自动化、任务调度、监控告警等，融合实时控制、多协议采集、系统状态展示等能力 工业自动化系统控制平台，覆盖流程自动化、任务调度、监控告警等，融合实时控制、多协议采集、系统状态展示等能力。

这是一个基于.NET 8构建的企业级DDD领域驱动后端框架，深度集成了消息队列、分布式缓存、中介者模式、通讯组件等核心基础设施。框架封装了完善的中间件体系、丰富的扩展方法、定时任务调度、后台服务管理，以及二次封装的Minimal API机制——开发者仅需实现Provider接口即可快速启用，极大简化了开发流程并提升了交付效率。

用 C++ 从零实现的脚本语言解释器，参考Python架构设计，实现了完整的图灵完备执行能力。 理解编程语言从源代码到执行结果的完整链路：词法分析、语法解析、AST 构建、运行时求值。 核心能力： 1.完整的解释执行流程：词法分析→语法解析→AST→树遍历执行，支持变量、条件、循环、函数定义与调用 2.模块系统：支持import导入其他脚本文件，实现代码复用和模块化组织 3.C++DLL扩展机制：支持加载原生C++动态库作为扩展模块，脚本可直接调用DLL中导出的函数，实现了脚本语言与原生代码的互操作 4.标准库：内置数学库等基础功能模块

跨平台高性能网络框架，用C++17从零实现。 核心功能： 1.一套代码跑四个平台后端，上层完全无感知 2.单机支持万级并发长连接，低负载下吞吐达112万次请求/秒 3.尾部延迟 4.多核近线性扩展，4核性能提升3.5倍 5.内置消息序列化，一行代码定义消息格式，自动处理网络传输中的粘包拆包问题

立项背景和目标 ：针对传统人工质检效率低、主观性强且覆盖面不足的痛点，开发了本套 AI 智能质检系统。旨在通过自动化手段实现业务数据（如对话记录、工单、录音转写）的 100% 全量质检，提升企业服务合规性。 核心功能 ：系统包含 AI 深度质检、关键词硬匹配质检、定时自动化任务、以及人工复核流程。 业务流程 ：用户首先在“数据接入”模块对接数据库或 API，随后在“配置中心”设定 Prompt 方案或挂载业务知识库（RAG），最后发起质检任务并根据 AI 生成的扣分理由进行人工复核与模型调优。

1. 立项背景和目标 在数字化办公与代码协作场景中，GitLab作为主流的代码托管平台，常面临源码泄露、未授权访问、敏感数据明文存储等安全风险，同时本地代码也存在被窃取、篡改的隐患。本项目针对这一痛点，立项目标为：实现一套集代码仓库安全审计、敏感数据加密保护于一体的安全工具，一方面通过自动化扫描发现GitLab平台的配置漏洞与源码泄露风险，另一方面通过AES对称加密算法对本地敏感代码/数据进行加密保护，双重保障代码资产安全，满足开发人员与企业的代码安全防护需求。 2. 软件功能、核心功能模块的介绍 本项目包含两大核心功能模块，覆盖代码平台安全审计与本地数据加密全流程： GitLab安全审计模块：基于Dirsearch等目录扫描工具，对目标GitLab站点进行自动化目录遍历与路径探测，识别/admin、/.well-known、/api等敏感路径，排查未授权访问、配置泄露、源码泄露等安全风险；同时集成数据库审计能力，对GitLab后台数据库（如sqlgunnews库）的admin表进行密码哈希获取与弱口令检测，实现账号安全审计。 AES敏感数据加密模块：基于Python实现AES对称加密算法，支持对本地代码、配置文件、敏感业务数据进行加密/解密操作，采用CBC模式+随机IV向量保障加密安全性，同时集成日志记录功能，全程记录加密/解密的耗时、数据长度等关键信息，方便审计与追溯，防止敏感数据明文泄露。 3. 业务流程、功能路径描述 GitLab安全审计流程： 输入目标GitLab站点地址（如http://gitlab.example.com:9999/），启动目录扫描任务； 工具自动遍历站点路径，识别可访问的敏感目录与文件，返回状态码、文件大小等审计结果； 针对可访问的后台路径，进一步探测数据库接口，获取admin用户的密码哈希； 对获取的哈希进行弱口令检测，输出审计报告，标注风险等级与修复建议。 AES加密/解密流程： 加密流程：输入明文敏感数据与16位密钥→工具自动生成随机IV向量→采用AES-CBC模式加密→拼接IV与密文并转为十六进制字符串→输出加密结果，同时记录加密日志； 解密流程：输入十六进制密文与密钥→工具拆分IV与密文→采用AES-CBC模式解密→去除填充并转为明文→输出解密结果，同时记录解密耗时与日志

基于LLM的QQ自主聊天机器人 业务与功能全解析 一、核心业务定位 本产品是依托大语言模型（LLM）技术研发的QQ端自主聊天机器人，无需人工实时值守，可深度适配QQ个人账号、QQ群聊、QQ频道三大核心场景，实现智能化、自动化、个性化的即时交互与场景化服务。区别于传统规则式QQ机器人，依托LLM的自然语言理解、上下文记忆、逻辑推理及多轮对话能力，打破固定指令、固定话术的限制，实现接近真人的流畅沟通，同时兼顾实用工具属性与社交互动属性，面向个人用户、社群运营者、小型团队、商家群体提供一站式QQ端智能交互解决方案，降低沟通成本、提升社群活跃度、解放人工值守精力。 二、核心功能详解 （一）自主智能聊天核心功能 1. 真人式多轮对话：基于先进大语言模型训练，精准识别口语化、方言化、模糊化的QQ聊天语句，理解用户真实意图，告别单一关键词回复的生硬模式，支持连续多轮对话，保留上下文语境，实现日常闲聊、情感倾诉、趣味互动、知识问答等全场景自由沟通，互动感贴近真人好友，彻底解决传统机器人答非所问、对话断层的问题。 2. 个性化人设定制：支持自定义机器人性格、语气、昵称、口头禅，可设定为温柔贴心型、幽默搞笑型、专业严谨型、二次元萌系型等多种人设，适配不同QQ群风格与个人使用偏好，让机器人更具辨识度，增强互动粘性。 3. 自主应答与值守：7×24小时全天候自主在线值守，无需人工后台操作，无论是私聊消息、群内@提问、还是群内日常互动触发，均可自主实时应答，针对深夜咨询、离线消息、高频提问，做到秒级响应，完全替代人工完成基础沟通工作。 4. 智能语境过滤与合规：内置LLM合规审核机制，自动识别并过滤违规、低俗、敏感内容，规范应答话术，保障QQ聊天环境合规安全，避免不当言论引发的社群风险，同时支持自定义屏蔽关键词与违禁内容，适配不同社群的管理规则。 （二）QQ社群运营专属功能 1. 群内自动化管理：支持新人入群自动欢迎、自定义欢迎话术，自动推送群规、入群须知、社群福利；自主识别群内广告、刷屏、恶意刷屏等违规行为，根据预设规则进行提醒、禁言、踢人等操作；支持群成员活跃度统计、发言频次分析，辅助运营者掌握社群动态，大幅降低人工管理成本。 2. 社群互动与活跃提升：自主发起群内趣味互动，包括成语接龙、脑筋急转弯、趣味问答、话题讨论、冷知识分享等，避免社群冷场；支持定时推送早安问候、晚安寄语、节日祝福、行业资讯，维持社群日常活跃度，解决社群死气沉沉的痛点；还可开展简单的群内小游戏、抽奖互动（简易版），调动群成员参与积极性。 3. 群内信息汇总与答疑：针对群内高频问题，LLM可自主学习并记忆常见问答内容，无需手动录入知识库，自动为群成员解答群规则、活动流程、资源获取、常见问题等疑问；支持群内重要信息自动汇总、整理，方便群成员快速查阅，避免关键信息被刷屏覆盖。

指令拦截与控制：通过 Python 拦截原版服务端输入输出，实现自定义指令（如重启、备份、状态查询），无需修改服务端源码。 服务器状态监控：实时获取 CPU / 内存占用、在线玩家数、TPS 等指标，异常时自动推送告警。 并行备份与恢复：支持异步备份存档，不影响游戏运行，可快速回滚至历史版本。 内存优化：通过定时清理无用缓存、限制插件内存占用，将服务端内存使用率降低约 20%。

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。

该项目于 GitHub 开源。 ## 特性 - 通过该库可开发 Python 程序，接入 DG-Lab App - 完全使用 asyncio 异步，并发执行各项操作 - 可部署第三方终端与 Socket 服务一体的服务端，降低部署复杂度和延迟 - 使用异步生成器、上下文管理器等，结合语言特性 - 通过 Pydantic, 枚举 管理消息结构和常量，便于开发 ## 🔧 DG-Lab App 的 Socket 被控功能支持的操作 - 获取 A, B 通道强度 以及 通道强度上限 的数据更新 - 对 A, B 通道强度进行操作，支持增加、减少、设定到指定值 - 向 App 发送持续一段时间的波形操作数据 - 清空 App 波形操作队列 - 获取 App 按下反馈按钮的通知

该项目是一个用于批量下载 Kemono 中帖子内容的实用命令行工具，在 GitHub 上开源，500+ stars。 ## 功能 - 支持多文件并发下载 - API 调用和下载失败后 **自动重试** - 支持下载单个帖子以及指定的画师的 **全部帖子** - 可 **更新已下载** 的画师目录至最新状态 - 支持自定义下载的帖子/画师的 **文件和目录名格式**、**目录结构** - 例如帖子目录可设置为 `[2025-01-02]_TheTitle` 的格式，图片文件设置为按顺序的 `1.jpg`、`2.jpg` 等 - 当你希望将某作者的所有帖子图片统一存放至一个目录下，以便预览，可以使用 `job.mix_posts` 配置项搭配自定义文件名格式，你将得到几百上千张图片的目录 - 如 `[2025-01-02]_TheTitle_1.jpg`、`[2025-01-02]_TheTitle_2.jpg`、`[2025-01-02]_TheTitle_3.jpg` 等 - 支持排除 **指定格式** 的文件或仅下载指定格式的文件 - 例如当你不想下载庞大重复的 PSD 和压缩包文件时，可以在配置中排除 `.psd` 和 `.zip` 文件 - 支持按**文件大小**过滤下载 - 例如，如果你想在磁盘空间不足时避免下载大型视频文件，可以在配置中设置最大文件大小限制 - 你也可以设置最小文件大小，以跳过下载缩略图或预览图片 - 支持按帖子**标题关键词**过滤下载 - 例如你只想下载标题中包含“表情、効果音差分”的帖子，可以使用 `sync-creator` 命令的 `--keywords` 选项 - 如果你想排除标题中包含指定关键词的帖子，可以使用 `--keywords-exclude` 选项 - 支持按帖子发布日期**时间范围**过滤下载 - 能够解析帖子页面 HTML 多信息文本中包含的图片并下载 - 这类帖子特征为：浏览器页面刚进入时图片可能没有加载出来，且没有预览图 - 能够收集帖子页面中列出的**网盘链接**并保存至文本文件 - 可搜索画师和帖子，并导出结果 - 如果你希望自己处理画师和帖子数据，可以使用该功能导出 JSON 数据 - 支持全平台，并提供 iOS 快捷指令 - 纯 Python 分支可在 iOS 的 a-Shell 或浏览器的 Pyodide 上运行

Neo AI 是一个基于图数据库（Neo4j）,RAG和大型语言模型（DeepSeek）构建的智能对话系统。它不仅能进行流畅的对话，还能记住用户的信息、关系和过往交互，提供真正的个性化体验。以及拥有网页agent skill 能够接入飞书等平台机器人以及部署至网站服务器 核心特性 🧠 长期记忆引擎：利用 Neo4j 图数据库和RAG存储实体（人、事、物）及其关系，实现跨会话的记忆能力。 🔗 智能实体消歧：内置实体解析算法，自动合并同一实体的不同称呼（如“Elon Musk”和“马斯克”），避免记忆碎片化。 💬 沉浸式对话： 预设“张咪”真人人设，性格鲜明。 支持打字机流式输出（Streaming）。 支持 Markdown 渲染（代码高亮、表格等）。 ⚡ 现代化技术栈：前后端分离架构，响应迅速。 具体请看 https://gitee.com/JL_L001/neo4j_ai

•联通在线APP等核心业务AI智能体全流程开发，完成业务需求拆解、场景设计及Agent/工作流/工具的串联集成，优化Prompt工程迭代效率，保障智能查号业务的高效运转。 •负责AI业务接口体系搭建，开发业务Mock接口，完成总控落域大模型服务接口联调，保障上下游系统数据交互顺畅，支撑日均万级请求的AI业务场景稳定运行。

支持基于酒店品牌、名字、地理位置进行酒店的推荐； 支持包括意图识别、实体识别、酒店品牌重排等NLP相关模块； 支持基于GBDT的酒店精排算法；（特征种类数量在150左右）； 支持对GBDT的输出打分进行概率校准； 支持基于GBDT的打分与酒店毛利结合的重排算法，使得保证用户体验的同时最大化收益；