人工智能 H5 软件定制 案例

一、业务概述 本系统面向商用智能饮水设备运营场景，搭建一套软硬一体物联网管控平台，解决多台饮水终端分散管理、现场运维成本高、设备状态无法实时掌握、远程调控难等痛点。平台采用 TCP+HTTP 双通道通信，对接线下 4G 饮水设备，实现设备联网接入、运行数据采集、远程出水 / 加热控制、离线指令缓存补发、运行数据留存对账全流程业务能力，运营人员可通过 Web 后台统一管理所有终端，无需现场上门操作，大幅降低设备运维、巡检人力成本，适配小区、工厂、校园等多点位饮水设备规模化运营管理需求。 二、核心业务功能 设备联网接入管理 设备通过 4G 网络主动建立 TCP 长连接接入平台，设备上线完成注册登记；依靠 20 秒心跳机制实时判定在线状态，闲置超时自动断连并支持断线重连，平台统一维护全量设备台账，实时展示每台设备在线 / 离线状态、GPS 位置信息。 远程设备操控 后台通过 HTTP 接口下发控制指令，支持远程控制设备出水，自定义出水量、出水温度；远程启动加热，设定加热时长。设备在线时指令实时下发执行；设备离线则将指令存入 Redis 队列，待设备重新上线自动补发，同时完整记录每一条控制指令日志。 设备运行数据实时采集 持续接收设备上报运行状态、温度、水量、定位等数据，实时缓存至 Redis 快速查看，关键运行记录同步持久化至 MySQL 长期留存，支持后续数据查询、运营统计。 自动化定时运维任务 系统内置定时运维逻辑，每 22 分钟自动执行短时加热，避免水路停滞变质；定时批量巡检全部设备在线状态；定期轮询离线指令队列，保障积压指令有序下发。 高稳定并发运维保障 采用数据库连接池支撑大批量设备并发接入；Redis 缓存分担查询压力，搭配 MySQL 实现数据双重备份；数据库、通信链路故障支持自动重连恢复，保障 7×24 小时不间断稳定运行。 后台 Web 管理能力 提供标准化 HTTP 接口，管理端可查询全局系统配置、查看全部设备清单、一键下发各类控制指令，操作简单直观，适配运营人员日常日常对账、巡检、设备调控工作。 三、业务价值 远程管控替代上门运维，减少线下巡检人力与出行成本； 双通道通信兼顾设备实时控制与后台便捷管理，适配 4G 户外设备弱网环境； 全量设备数据自动留存，便于运营数据复盘、故障追溯； 模块化架构可拓展，后续可新增计费、故障告警、多类型智能设备接入等业务能力。

AI Agent Station 是一个基于 Spring Boot 3 + Vue 3 的全栈 AI 智能体平台，核心围绕智能体的配置、调度与执行展开。系统支持 Auto（自动分析执行）、Flow（预定义流程）、Fixed（固定流程）三种智能体执行策略，并通过 MCP（Model Context Protocol）客户端以 SSE 和 STDIO 两种传输方式对接外部工具与模型。平台包含 B 端管理后台（仪表盘、Agent 可视化编排、客户端/API/顾问全生命周期管理、RAG 订单与知识库管理、Prompt 模板管理）和 C 端消费者界面（实时 SSE 流式对话、双面板执行过程监控、历史记录持久化、移动端适配），此外还集成了活动抽奖、数据统计分析、资产账户管理、IT 工单追踪等配套业务模块。

本项目为宠物打造AI互动名片，宠物主人创建宠物档案后生成专属二维码，他人扫码即可看到AI生成的宠物虚拟形象，系统自动以宠物第一人称进行智能语音介绍（品种、性格、喜好、趣事），并支持访客与AI宠物进行实时互动问答。立项背景是传统宠物名片信息静态单一，通过AI技术让每只宠物拥有独特的"数字人格"，极大提升宠物社交趣味性和宠物店/犬舍的品牌辨识度。核心模块包括：宠物档案管理（主人录入+二维码生成）、AI形象生成（根据品种特征生成虚拟形象）、TTS语音自动讲解、LLM驱动的智能对话（以宠物视角回答"你喜欢吃什么""你几岁了"等问题）、扫码数据统计。

京东云仓系统面向企业商家、第三方仓储客户提供全流程智能仓储出库服务，支撑海量电商订单入库、分拣、出库、发货全链路自动化处理，适配多客户、多仓库、差异化仓储流程需求。核心业务功能包含订单接入处理、智能库位匹配、订单组波分拣、商品复核发货、个性化仓储规则配置、实时数据统计报表、海量订单数据治理，可适配2000+企业客户的个性化仓储流程，保障大促峰值海量订单稳定出库。

一款基于 AI 大模型的在线塔罗占卜平台，用户可选择不同牌阵进行占卜，系统通过 AI 生成个性化解读结果。项目从产品设计、前端开发到 AI 接口对接由本人独立完成。 核心功能： 每日运势占卜：抽一张牌获取当日运势指引 时间之流牌阵：过去、现在、未来三牌解读 爱情占卜：针对感情问题的专属牌阵 事业指引：工作发展方向分析 AI 解读：基于大模型 API 生成个性化牌面解读 动效交互：抽牌翻牌动画、卡牌悬停效果

【项目背景】 面向内容创作者的个人 AI 创作工作台，整合文生图、图生图、AI 对话、AI 视频等能力， 帮助用户在一个界面内完成创意内容的生成与管理，降低多平台切换成本。 【目标用户】 自媒体创作者、设计师、运营人员等需要快速产出图文/视频素材的用户。 【核心功能】 1. 项目管理：创建、切换创作项目，按项目归类生成内容 2. 多模态 AI 生成： - 文生图：输入 Prompt 生成图像，支持多种模型选择 - 图生图：基于参考图进行风格变换与编辑 - AI 对话：接入多种大语言模型进行创意辅助 - AI 视频：文生视频能力入口 3. 生成历史：查看每次生成的 Prompt、状态、结果，便于回溯复用 4. 积分机制：每次生成消耗积分，控制使用频率 5. API 代理层：后端统一对接第三方 AI 接口，支持 Mock 模式与真实 API 切换 【业务流程】 用户进入创作台 → 创建/选择项目 → 选择生成类型与模型 → 输入 Prompt → 提交生成 → 查看结果并保存至历史记录 → 可在同项目下继续迭代创作 【技术实现（本人负责部分）】 - 使用 Next.js + React + TypeScript 搭建前端创作台界面 - 使用 Tailwind CSS 实现深色主题与交互布局 - 开发项目管理、生成提交、历史记录等前后端 API 接口 - 实现 AI 服务代理层，支持开发 Mock 与生产环境 API Key 切换 - 预留 Prisma + MySQL 数据持久化与用户认证方案 【项目亮点】 - 单页创作台整合多种 AI 能力，交互路径清晰 - 支持 Mock/真实 API 一键切换，便于开发调试与演示 - 模块化 API 设计，后续可扩展更多模型与功能

哈基米小助手是一个 AI 辅助开发桌面端 Demo，主要用于探索如何把 AI 编码、需求拆解、人工验收、风险记录和版本推进整合成一套可执行的开发工作流。 项目包含 Windows 桌面端界面、模型选择、会话列表、设置面板、命令面板、基础 Chat 路径、Provider 配置展示、Inspector 任务查看等功能。用户可以在桌面端进行基础对话、切换模型、管理会话、查看任务信息，并通过配置面板管理模型相关设置。 该案例的重点不只是功能展示，也包括交付过程：每个阶段都会记录验收结果、已知限制、风险边界和下一步动作，用于证明项目不是单纯“AI 生成代码”，而是按需求拆解、功能实现、人工验收、文档交付的方式推进。

1、立项背景和目标 Minecraft作为全球热门沙盒游戏，玩家在游戏中经常遇到合成配方查询、资源定位、生存技巧咨询等问题，传统Wiki查询效率低、新手门槛高。本项目旨在利用AI大模型与RAG检索增强生成技术，构建一个专为Minecraft玩家服务的智能问答助手，帮助玩家快速获取游戏知识。 2、软件功能、核心功能模块的介绍 系统包含Web端、PC桌面端(Electron)、Android端、微信小程序多端入口，核心功能包括：(1)AI智能对话问答，基于百炼大模型实现自然语言交互；(2)RAG知识库检索，通过Milvus向量数据库存储Minecraft官方Wiki数据，支持精准知识问答；(3)Agent智能体工具调用，可结合网页搜索和知识库综合回答；(4)文件上传问答，支持玩家上传文档自定义查询；(5)用户系统，支持注册登录、对话历史管理；(6)自动化运维，支持定时任务、健康检查、日志轮转。 3、业务流程、功能路径描述 用户进入系统后，选择平台(Web/PC/Android/小程序)访问助手界面，可直接发起AI对话提问。系统通过Express后端接收请求，经意图分析后调用Agent中间件，结合RAG向量检索（Milvus）、网络搜索工具（如有）、历史对话上下文（Redis/MySQL），由大模型生成流式回答返回给用户。同时系统支持用户注册登录，保存对话历史，支持文件上传进行定制化问答。管理员可通过后台管理知识库数据、查看运行健康状态。

该项目是一个面向 Hadoop 集群故障诊断与运维管理场景的 Web 管理系统，目标是为集群管理、节点监控、日志查看和智能诊断提供统一的前端操作界面。 我独立负责项目全部前端开发，围绕登录注册、集群列表、节点监控、日志查看、用户管理、个人中心、AI 诊断等模块进行设计与实现。用户可在系统内完成集群与节点信息查看、日志检索、资源监控、用户管理以及智能诊断交互等操作。 项目采用前后端分离方式，前端负责页面展示、交互逻辑和状态切换，后端提供认证鉴权、集群管理、日志查询和 AI 诊断接口支持。其中 AI 诊断模块支持日志预览、节点选择、上下文透传与流式输出展示，提升了故障分析场景下的交互体验。项目同时兼顾 PC 端与移动端浏览体验，对主要页面进行了较完整的响应式适配，保证不同尺寸设备下界面稳定可用。

1. 承担团队技术选型工作，推崇敏捷开发。 2.具有h5，vue，React，ReactNative，flutter,webgl ，h5 小游戏开发技能 3.微信小程序开发经验丰富及 taro、uni-app 多端开发 4. 熟练 JavaScript（ES6）、TpyeScript、node.js、Ajax、Jquery 、JSON、canvas、websocket 、flex、antUI、rem 、 animation、 SEO 优化等 Web 开发 5. 有 electron 经验，数据可视化大屏，AI 绘图系统 6.有带团队经验，有人工智能经验 7.关注前沿技术

企业销售团队在拓展客户时，需从58同城（商铺转让/生意转让）、安居客（商业地产租赁）、闲鱼（二手设备转让）等多个平台搜索商户信息并提取联系方式，人工操作耗时长、覆盖面窄、信息质量参差不齐。本平台目标为实现多平台数据自动采集、智能清洗、可信度评分和统一管理，构建从数据采集到精准触达的完整闭环。 模块 | 功能说明 | |------|---------| | **多平台爬虫引擎** | 基于 Playwright 的无头浏览器爬虫，支持58同城、安居客、闲鱼等平台 | | **智能数据提取器** | 统一提取引擎，支持电话号码提取（正则+DOM属性+JS脚本多策略） | | **跨平台交叉验证** | 同一电话号码在多平台出现时自动关联，提升号码可信度评分 | | **AI辅助分析** | 集成 DeepSeek 大模型，实现号码上下文语义分析 | | **人工介入系统** | 基于 Socket.IO 的实时验证平台，爬虫遇到验证码时自动截图推送 | | **后台管理系统** | 基于 EasyAdmin8（Webman+Layui）的完整后台 | | **H5移动端** | 前端 SPA 应用，支持移动端查看数据 | | **ML智能分析** | 基于 Rubix ML 实现客户购买意向预测等机器学习功能 | | **定时任务** | CronProcess 守护进程，支持定时爬取、定时数据清洗 | | **WebSocket实时通信** | 后台 WebSocket 服务，支持实时数据推送 | ### 业务流程 1. 运营人员在后台配置爬虫参数 2. 定时任务或手动触发爬虫执行 3. Playwright 无头浏览器模拟访问目标平台 4. 进入详情页提取商户名称、电话、经营信息 5. 遇到验证码时自动截图推送至人工介入系统 6. 运营人员完成验证，爬虫自动恢复运行 7. 采集数据写入 MySQL，生成可信度评分 8. 后台管理系统提供数据查询、导出等管理功能

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

面向电商卖家和内容创作者的合规审查工具，解决广告文案中违禁词/虚假宣传的法律风险问题。用户输入文案后，系统自动识别14类广告法违禁词，结合50+真实处罚案例库，输出风险等级、合规替代话术和处罚参考。

主要围绕网页设计与前端交互开发展开，目标是完成一个结构清晰、视觉统一、交互流畅的网页页面。项目内容包括页面信息架构设计、视觉风格规划、页面布局搭建、基础交互效果实现以及不同屏幕尺寸下的响应式适配。页面通过合理的导航、模块分区、图文排版和按钮交互，引导用户快速浏览核心内容，提升整体访问体验。 在功能方面，项目包含首页展示、内容模块展示、导航跳转、按钮交互、表单区域、图片展示及页面动效等基础功能。通过 HTML 完成页面结构搭建，CSS 负责视觉样式、布局和响应式适配，JavaScript 用于实现页面交互、状态切换和动态效果，使页面具备较好的可用性和视觉表现力。

小米智能暖通服务是依托小米 IoT 生态与米家平台，面向家用及商用场景打造的全屋暖通智能控制解决方案，覆盖空调、地暖、新风、两联供等全品类暖通设备。服务以 “云端远程 + 蓝牙本地 + 语音助手” 多模态控制为核心，打通设备接入、智能联动、状态监控与运维服务全链路，兼容小米自有及主流第三方品牌暖通设备，实现一键化、自动化、可视化的智慧气候管理，解决传统暖通设备操作繁琐、无法远程管控、能耗高、维护难等痛点。

大型RAG知识库协作系统，面向多租户场景，集成知识库管理、智能检索问答、知 识加工入库、知识运营分析、开放乎台接口及第三方渠道接入等能力。平台支持 Word、PDF、EXxceL、Markdown、网 页、数据库表等多种知识形态的统一解析、向量化存储与检索，接入 6LM、Qwen、Baichuan 等大模型及 Embedding、 Rerank 能力，并基于 Elasticsearch, Redis. RabbitMQ. 0SS / MinI0 构建高可用知识服务底座。

为解决企业对hr管理困难，打招呼繁琐重复度高，不能24小时及时回复，工作内容无法量化等问题开发。 自动筛选简历进行有目的沟通（回答范围采用内部知识库搭建的Agent），与求职者达成初步意向后，交换的联系方式会同步到hr那边进行人工跟进。 前端会对简历进行分类统计，候选人进度实时跟进，建立自己的人才库

登录流程​​: 确认采用微信一键授权登录，无需额外跳转页面，以简化用户体验。 ​​核心功能​​: 小程序需支持添加和切换不同的人物角色（如亲人），并允许用户对动态进行评论和点赞。 ​​技术栈​​: 后端采用DeepSeek大模型，前端使用H5，数据库为MySQL，所有服务均部署在服务端。 ​​付费逻辑​​: 明确采用两种付费方式。一是根据用户聊天次数达到设定阈值后触发付费；二是提供后台可配置的付费入口，用户可随时购买。 ​​支付对接​​: 支付流程将直接对接微信支付，客户需自行配置微信支付商户号。

本项目为 AI 多 Agent 自动化办公系统，旨在解决企业日常办公中重复、繁琐的流程化工作，通过大模型驱动的多智能体协同，实现文档处理、智能问答、流程自动化等核心功能。系统核心模块包括：1. 智能文档解析 Agent，支持 PDF/Word/Excel 等多格式文件自动提取关键信息、生成摘要；2. 流程自动化 Agent，可自定义工作流，自动执行数据录入、报表生成等任务；3. 智能问答 Agent，基于企业私有知识库，提供精准的业务咨询服务。用户可通过可视化界面快速配置 Agent，无需代码即可搭建专属自动化办公系统，大幅提升办公效率，降低人力成本。

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？”