人工智能 H5 软件定制 案例

为解决大模型输出内容存在违规、偏见、敏感信息泄露等风险，搭建 AI 对话安全护栏网页端系统，目标是在用户与大模型交互全流程做内容管控，实现输入检测、输出过滤、风险拦截，保障大模型应用安全合规使用。系统核心模块包含对话交互模块、安全护栏网关模块、会话管理模块、风险日志审计模块。对话交互模块提供聊天界面，支持流式输出展示大模型返回结果；安全护栏网关负责对用户提问和模型回复进行多维度内容审核，识别暴力、色情、政治、隐私泄露类风险；会话管理维护多轮对话上下文，支持新建、切换、删除会话；风险日志审计记录每轮对话风险标签、拦截结果，便于追溯复盘。业务流程：用户在页面输入提问，请求先经过安全护栏网关校验输入内容，若命中风险规则直接拦截并返回提示；输入安全则转发给大模型服务获取流式回答，模型返回内容再次经过输出侧安全检测，过滤风险片段后，将安全内容流式渲染到前端页面，产生风险的对话完整记录存入审计日志。

本系统是一个 RAG 智能知识库问答平台，包含八个功能模块。 用户认证模块支持用户名、邮箱或手机号注册登录，也支持短信验证码免密登录，修改密码和联系方式均需验证，会话采用 JWT Token。 知识库管理模块允许用户创建、编辑和删除知识库。文档上传支持多文件批量操作，后台异步完成解析和向量化。文件格式覆盖 TXT、PDF、Word、Excel、PPT，图片通过 OCR 提取文字，音视频通过 Whisper 转录。系统按 Free、Pro、Enterprise 三档套餐限制知识库数量、文档数和文件大小。 RAG 智能问答模块是系统核心。用户提问后，系统先语义检索知识库内容，再发送给大语言模型生成答案并附带引用来源。支持流式输出和多轮对话，历史对话可管理。 分享与访客模块允许高级用户生成限时分享链接，访客无需登录即可对知识库提问。 付费模块支持月付和年付，通过微信扫码或支付宝付款，自动确认支付并升级套餐，支持沙箱模拟支付。 知识库市场模块由管理员发布模板，用户可一键基于模板创建知识库。 系统管理模块赋予管理员用户管理、角色套餐修改、批量重置密码等权限。 系统配置模块供管理员配置 AI 模型、OCR、短信、支付渠道等参数，密钥脱敏展示。 后端 API 分为十组：/api/auth/ 为注册登录等九个认证接口；/api/kb/ 为知识库和文档管理七个接口；/api/chat/ 为问答和对话管理五个接口；/api/share/ 为分享链接四个接口；/api/guest/ 为访客免登录问答两个接口；/api/payment/ 为下单支付和配置八个接口；/api/kb-market/ 为模板管理五个接口；/api/settings/ 为系统配置十个接口；/api/admin/ 为用户管理五个接口；/api/stats/ 返回统计数据。 前端页面中，/login 为登录页，/pricing 为价格页，/guest 为访客问答页。登录后 / 为仪表盘，/knowledge-base 为知识库列表，/knowledge-base/:id 为知识库详情，/market 为模板市场，/chat 为问答对话页，/conversations 为对话列表，/profile 为个人资料，/payment 为支付页，/settings 和 /admin 为管理员专用页。

一、立项背景与目标 企业普遍存在内部文档分散在各系统/个人电脑、员工查找困难、知识无法沉淀复用的问题；对外客服重复咨询量大、人工成本高。本项目构建一套企业级AI知识库管理平台，把散落的制度、产品手册、FAQ等文档统一沉淀为可智能检索的知识库，对内供员工快速查资料，对外驱动AI客服自动应答，降低人工成本、避免知识流失。我负责后端架构与核心AI管线开发。 二、核心功能模块 1、文档沉淀与知识库管理：支持PDF/Word/Markdown/Excel/图片等多格式一键导入，自动解析切分建库；QA问答格式自动识别保留完整语义；多知识库按部门/业务隔离；支持飞书、Notion等外部文档源定时同步，保证知识库常新。 2、智能检索与问答：语义检索+关键词检索加权融合，经精排后由大模型流式输出答案，答案附带原文出处可追溯，避免AI胡编。 3、AI客服与多轮对话：结合对话历史做指代补全与纠错，解决多轮对话"一聊就忘"；拒答策略可按需切换（仅按知识库答/混合/自由闲聊），控制客服回答边界。 4、角色化应答：内置多套角色Prompt（如售后客服、销售顾问、内部IT支持），配置化切换，新增角色无需改代码。 三、业务流程与功能路径 1、知识入库：上传或定时同步文档→格式解析→智能切分→向量化与关键词索引写入→进入可检索知识库。 2、智能问答：用户提问→结合历史改写问题→按权限圈定知识库范围→混合检索→精排→拒答判定→流式生成→返回带引用来源的答案。 3、AI客服：选择客服角色→加载对应话术配置→结合知识库检索结果生成符合角色口吻的回答。

微信客服AI系统是一款基于PHP开发的智能客服解决方案，完美集成企业微信客服生态。系统通过接入大语言模型API，为企业提供7×24小时不间断的智能客户服务，支持文本对话、图片识别、视频分析等多元化交互方式，显著降低人工客服成本，提升客户响应效率与服务质量。 系统采用模块化架构设计，具备完善的对话管理后台、人工客服转接机制、智能咨询提醒等高级功能，适用于电商、教育、医疗、金融等多行业场景，帮助企业快速构建智能化、自动化的客户服务体系。

1、立项背景和目标 针对学生查询校园办事流程信息分散、查找资料麻烦的问题，开发校园办事问答助手，利用大模型整合校内办事资料，实现自然语言快速查询办事指南，提升信息获取效率。 2、软件功能、核心功能模块介绍 采用前后端分离，前端H5网页可打包为安卓套壳APP；后端基于FastAPI，包含JSON知识库读取、Agent调度、DeepSeek大模型调用模块，约束模型依据知识库按固定模板输出答案，内网穿透支持临时公网演示。 3、业务流程、功能路径描述 用户输入问题提交至后端，程序读取知识库并组装提示词，调用大模型生成标准化办事信息，处理完成后返回前端展示，项目仅本地调试演示使用。

基于线上问诊的大环境，实现医患之间患者在网上进行问诊，避免了患者挂号难，排队难的情况。同时基于问诊相关数据，进行问诊统计分析。从医生入住平台、患者注册账号，一直到医患之间问诊关系的建立，线上问诊，线上挂号，线上处方，线上购药等一系列的问诊环节的联通实现。

项目定位面向开发者的本地AI辅助调度工具，目标是解决单一大模型能力局限性问题，实现多模型任务分发流转。主要功能包含多会话管理、任务识别分流、模型自动切换、上下文管理、输出过滤。当某一个模型无法完成复杂编码任务时，系统自动将任务转发至其他模型处理，降低编码出错概率。工具服务于小程序等项目开发，优化开发效率，同时限制目录扫描范围，规避全盘检索带来硬件资源占用过高问题。

立项背景：高校学生在参加学科竞赛、创新创业、课程设计等项目时，组队往往依赖朋友圈和社交群，效率低且匹配不精准。很多同学技能互补但互相不认识，错过合作机会。TeamUp 旨在用 AI 技术解决校园组队信息不对称的问题。 核心功能模块： 1.智能匹配推荐：基于多维度加权算法（技能匹配 35%、综合评分 25%、专业匹配 25%、活跃度 15%），技能匹配区分 Jaccard 相似度和互补度（互补权重 0.6 > 相似权重 0.4，因为组队更需技能互补），自动计算匹配百分比并给出匹配原因（共同技能、技能互补、同专业、活跃用户），按匹配度降序排列候选人。 2.AI 对话助手"小队"：基于 LangChain4j + 百度千帆 GLM-5.1 大模型，支持 Tool Calling 能力，AI 可实时调用 searchTeams（搜索团队）、getTeamDetail（团队详情）、recommendTeams（智能推荐）、getMyTeams（我的队）4 个工具获取真实数据后回答。支持 SSE流式输出、会话管理、AI 自动生成会话标题、上下文记忆（最近 10 条历史注入），并注入学生个人上下文（专业、年级、技能标签、项目经验）实现个性化建议。 3. 组队广场与团队管理：用户可创建团队（设置项目类型、人数上限、技能要求、绩点门槛），浏览/搜索/申请加入团队，队长审批申请、邀请用户、移除成员、转让队长。 4. 邀请与申请系统：支持两种模式——邀请入队（队长主动邀请）和申请入队（用户主动申请），邀请/申请可附带消息，接收方可同意或拒绝，待处理邀请在首页实时提醒。 5. 用户画像与评分：综合评分 = 绩点 × 0.6 + 信誉分 × 0.4，技能标签 JSON 存储，个人简介、年级、专业等信息完善用户画像。 6. 安全认证：Spring Security + JWT（7 天有效期），注册支持验证码（Redis 5 分钟过期），BCrypt 密码加密。 以下附上通过内网穿透 部署在 阿里云云服务器的URL https://zps0619.natapp1.cc/ 用户及密码 admin admin123 (登陆时 并未加入微信接口)

１．本研究旨在设计并实现一套基于PyTorch的多模型恶意软件检测系统，通过提取恶意软件的PE文件特征，构建高精度检测模型，并基于Python开发轻量化客户端或Web服务平台 ２．全面实现了单文件/批量文件检测、结果可视化、历史记录查询和系统配置管理等功能

1.面向大众的一款医疗助手系统 2.用户注册登陆后可以免费让大模型分析报告 3.跟大模型对话描述症状，可以给出建议 4.档案库 5.家庭团队概念 可以根据不同的身份问大模型问题并建立档案 5.C端只有居民端 6.B端有医生及居民端共社区或者更大范围定制化使用

（一）学生端：练习与考试 学员登录后可根据年级、教材版本进行日常练习和在线考试。平台内置英语题库，涵盖词汇、语法、阅读、听力、写作等全题型。系统根据学员练习记录和答题数据，智能匹配练习题，实现个性化学习路径。练习完成后系统自动批改并生成详细解析，帮助学员理解错题、巩固知识。 （二）积分激励体系 建立完善的积分奖励机制，学员完成练习或达成学习目标可获得积分，积分可累积并申请提现，将学习成果转化为实际激励，有效提升学员学习主动性与平台粘性，助力机构降低学员流失率、提升续费率。 （三）教师端：制卷与阅卷 教师通过教师端自主制卷，支持从题库中按题型、难度、知识点等多维度筛选题目快速生成试卷。考试结束后在线完成阅卷评分，系统自动统计成绩与班级整体分析。制卷与阅卷效率较传统方式大幅提升。 （四）AI个性化评估与智能匹配 平台内置AI评估引擎，通过深度分析学员练习数据精准识别薄弱知识点。基于评估结果自动匹配推荐针对性练习题，实现“千人千面”的精准练习。教师端同步呈现学情画像，辅助制定精准教学策略，有力支撑续费转化。

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。