人工智能 H5 软件定制 案例

立项背景：随着大语言模型的普及，传统企业与用户对智能对话的需求激增。旨在构建一个前后端完全解耦的 AI 问答系统，支持多端接入，提供流畅的流式对话体验。 核心功能：支持 SSE 全链路流式对话（包含start/content/reasoning/done/error五类事件）；多会话管理（新建、切换、重命名、置顶、逻辑删除）；Markdown 渲染、思考过程折叠展示、多模型切换、Token 用量统计与 API 调用日志，以及四维 IP 限流。 业务流程：前端发起对话请求 → 后端校验限流 → 组装历史消息并调用大模型 API → SSE 逐字返回前端实时渲染 → 消息落库并记录 Token 与耗时。

《拉线解压》（KNOT OUT）是一款纯前端、零后端的 H5 休闲解压益智游戏。核心操作：拖动一根线的控制点，把线的中点精确送入目标环；吸附越准，评级越高（金/银/铜），并触发连击。 功能模块：① 操作与判定——拖拽线并实时吸附判定，按精度分金/银/铜三档（金档才续连击），配连击上行音反馈；② 关卡与难度包络——线数随关卡从 3 递增到 10、吸附窗口逐关收紧（78→48px），目标环视觉与判定窗口一致；③ 风格目标——按关卡轮换「全金档 / 全程无错位 / 由外向内（目标环标 1..N 序号）」，达成即得星；④ 每日挑战——以本地日期为种子的独立关卡，布局与主题由种子确定；⑤ 留痕世界——把逐关评级、星与每日印记，按存档确定性重算成一条「世界路径」；⑥ 音频——音效全部由 Web Audio 实时合成（C 大调音阶），BGM 三首可轮播。 主要功能路径：打开即玩 → 拖线对齐 → 评分/连击 → 过关结算 → 下一关 / 每日挑战 → 世界回顾。

《深渊拾荒者》是一款纯前端、零后端的 H5 休闲街机游戏，玩法为「单人无尽躲避 + 局外养成」。核心循环：玩家操控三眼拾荒者飞船，飞行消耗能量、吃绿球得分并回能、连续吃球触发连击；攒满 8 连击可开「狂暴」（敌人减速、得分×3）；持续躲避红球/冰球/毒球/混沌球，每 4 波更换地图，每 8 波挑战一场 Boss 战，能量耗尽或被击中 3 次即结束单局（单局 3–6 分钟，中位约 3.5 分钟）。 功能模块：① 对局系统（移动与飞行、能量经济、连击与狂暴、技能护盾/神罚/治疗，四个技能共享中央充能槽、最多 2 格）；② Boss 战（分段弹幕节奏、暴露期集中输出，单场约 43–50 秒）；③ 局外养成（深渊币购买数值升级、技能强化、复活币）；④ 长线回访（每日签到、12 阶阶梯、周宝箱、每日任务池、成就、图鉴、传说档案、收藏馆、本机排行榜）；⑤ 变现（4 个激励视频触点，全部落在玩家自己的决策点，且每份奖励都存在「不看广告」的第二条获取路径，无插屏、无强制、无内购）；⑥ 合规与数据（AI 生成美术显式标识、资产来源档案、匿名上报默认关闭、可一键关闭）。 主要功能路径：打开即玩 → 不打断的新手教学 → 单局躲避/Boss → 结算获得深渊币 → 主界面消费升级与解锁外观/故事 → 次日回访领签到与任务 → 再次开局面板。

【立项背景与目标】团队引入多岗位 AI 数字员工后，存在进度不可见、产出难验收、调用费用不可控等问题。本项目目标是建设一套企业级 AI 数字员工运营监管与协同自治中枢，让数字员工"可视、可控、可追溯"。 【软件功能与核心模块】包含员工大厅、任务审批、员工对话、知识图谱、研讨室、知识库健康看板、统一网关与执行沙箱、运维监管八大模块。 【业务流程与功能路径】需求提出 → 拆解为任务卡 → 网关派单至对应岗位执行 → 产物落盘可回源 → 审批通过后归档；高危动作一律先审批后执行，全程留痕可追溯。

立项背景：针对企业人员出勤统计繁琐、打卡数据分散、排班调休流程缺少线上化管理的痛点，搭建一体化智能考勤管理平台，实现考勤业务数字化管控。 核心功能包含人员组织管理、多种打卡方式记录、排班设置、请假加班调休审批、考勤数据自动核算、异常考勤预警、考勤报表导出。 业务流程：管理员维护组织架构与员工信息，配置排班规则；员工提交打卡、请假、加班申请；管理人员在线审批单据；系统自动汇总考勤数据，生成统计报表，支持人事部门进行数据查阅与导出，提升人事考勤业务处理效率。

一、立项背景和目标 企业内部的历史图书、转码成果与业务资料长期分散在不同系统和共享盘里，检索困难、无法沉淀为可复用的知识资产；而通用大模型无法回答企业私有问题。本项目基于腾讯开源项目 WeKnora（MIT 协议，Go + Vue）做私有化部署与二次开发，建设一套企业级知识库与智能问答平台，把分散文档沉淀为可查询、可推理的知识资产，并承接公司文件资源管理系统（FMS）的归档成果作为知识来源。需要说明的是：平台本体来自腾讯开源社区，本项目的工作是私有化部署、二次开发与业务承接，并非自研该框架。 二、软件功能与核心功能模块 1. RAG 快速问答：基于知识库检索增强生成，回答带引用来源，可定位到具体文档片段。 2. ReAct Agent 智能推理：自主编排知识检索、MCP 工具、技能沙箱与网络搜索，完成多步复杂任务。 3. Wiki 模式：Agent 从原始文档自动生成相互链接的 Markdown 知识页面与知识图谱，支持人工编辑、版本历史与一键回滚。 4. 知识管理：FAQ / 文档 / Wiki 三类知识库，支持文件夹树导入、分块编辑与版本历史、多标签与 URL 导入。 5. 多源数据接入：飞书知识库与云盘、GitLab、Notion、语雀、钉钉文档等外部知识源。 6. 跨会话长期记忆与对话管理。 7. 企业级多空间 RBAC 与空间审计日志。 8. 工具调用与沙箱：内置工具、MCP 工具（含 OAuth2 远程服务）与技能目录，可安装到会话级 Docker / E2B 沙箱中隔离执行。 9. FMS 知识承接（本项目新增）：以只读方式拉取 FMS 发布的知识投影，镜像为本地知识库。 10. 模型与部署：接入二十余家主流模型厂商，支持完全私有化部署与内网离线运行。 三、业务流程与功能路径 管理员私有化部署平台并初始化空间 → 配置模型与知识库 → 导入文档或接入外部知识源 → 系统自动解析、切分、向量化并建立索引 → 用户在对话页提问，系统检索知识库并由大模型生成带引用的回答 → 复杂问题转由 Agent 多步推理完成。FMS 侧路径为：FMS 归档成果生成知识投影 → 桥接服务只读拉取并校验 → 原子写入镜像 → 在 WeKnora 中作为知识库被检索。

一、立项背景和目标 历史纸质图书转电子书业务长期依赖邮件和共享盘，在出版社内部与多家外包转码公司之间流转，存在交接标准不一致、任务进度不透明、元数据缺失严重、异常无法追溯、历史资源检索效率低等问题。本项目立项建设一套统一的历史图书数字化资源管理平台，把出版社原稿上传、转码任务发布、外包公司处理、成果回传、内部校验、验收归档、异常隔离到检索分析的全流程收敛到同一系统内，并以约 100TB 级历史资源为目标规模，从底层保证长期稳定运行与快速查询。 二、软件功能与核心功能模块 系统为模块化单体的企业级 Web 后台，前台使用角色为出版社人员与转码公司人员，核心模块包括： 1. 图书与元数据模块：以规范化书号 canonical_book_no 作为图书唯一标识，维护图书、版本与文件资产；书号、作者等元数据由 EPUB 提取而非人工录入。 2. 任务协作模块：出版社发布转码任务，转码公司处理并回传成果，任务状态经状态机受控流转，禁止直接改状态；转码公司侧只呈现待处理、处理中、已回传、已退回、已作废五态，内部校验与验收状态不外泄。 3. 文件与上传模块：受控本地文件存储，支持大文件分片上传、断点续传与对账补传，下载走浏览器原生与 HTTP Range 分片。 4. 校验验收与异常治理模块：成果 EPUBCheck 校验、验收通过或退回、异常隔离与返工闭环，全流程留痕。 5. 归档与检索模块：对归档成果做结构化解析、切片与检索单元生成，并导出只读知识投影。 6. 权限与审计模块：组织级 RBAC、幂等键与 X-Request-Id、操作审计与状态变更事件。 7. 运行健康看板与统计报表：监控数据库、向量库、各类 worker 与后端服务状态。 三、业务流程与功能路径 典型路径为：出版社上传原稿 → 发布转码任务 → 转码公司下载原稿（首次下载触发任务进入处理中）→ 回传成果包（先上传文件资产、再创建提交批次）→ 系统自动校验 → 出版社验收（通过则归档，不通过则退回返工）→ 归档后重建切片、生成知识投影用于检索分析。异常文件进入隔离区，处理完成后回到任务流；每一次状态变更都会同步写入状态事件与审计日志，保证全流程可追溯。

本系统是一款基于大模型的中医AI体质辨识与调理web应用。 用户无需下载App，直接在浏览器中上传舌苔照片、体检报告，并用文字描述症状。系统通过多模态输入和RAG双库机制（用户记忆库+中医古籍知识库），结合Prompt Engineering，输出个性化的体质诊断与调理方案。 核心功能包括： 1. 多模态智能诊断：图文结合，精准分析用户当下体质状态。 2. 个性化SOP自动生成：系统会根据不同用户类型，自动设计并生成专属的个性化SOP跟踪方案。利用记忆库实现持续跟踪与自动反馈，科学贴合个体，有效提升调理依从性。 3. 结构化个性化方案输出：基于用户的体质和类型，给出个性化的饮食、作息、运动等具体建议，有效降低大模型幻觉。 4. 低门槛即开即用：全程无需代码干预，用户直接浏览器访问，适用于中医馆引流、健康管理及个人体质自测等场景。 🔗 在线体验地址： https://sulv.netlify.app/

「AI作业批改助手」，面向中学老师，支持数学、物理、化学、生物、语文、英语、历史、地理、道德与法治九科，覆盖初一至高三。 核心使用流程三步走： 录入标准答案：上传 PDF/txt 或直接粘贴文字，AI 自动解析出题号、题干、答案、解析和分值，存入"答案库"，支持手动核对增改； 上传学生作业：可逐个学生拍照上传，也可将全班作业照片/扫描件/电子档一次拖入，按文件名（如"张三-1"）自动分组到对应学生，手动分配未命名照片； 查看批改报告：AI 逐题与标准答案比对，自动评分，逐题标注"正确/有误/未作答"，给出错误分析与纠正建议，并统计已收作业数、已批改数和平均得分率。 产品采用会员制：注册赠免费额度，到期后仅可查看历史，需联系管理员续费；设有工作台、答案库、上传批改、批改记录、用户管理五大模块，区分老师与管理员角色。

1. 立项背景和目标 2024 年以来,大语言模型能力快速成熟,但模型能力到"普通人可用的应用"之间仍隔着三道门槛: 技术门槛:搭建一个可用的 AI 助手,需要写提示词、接模型 API、做向量检索、处理工具调用与异常,普通业务人员无法独立完成; 分发门槛:个人做出智能体后,没有统一的上架、试用、付费渠道,触达用户只能靠自己; 变现门槛:计费、分成、结算、提现缺乏配套,创作者的劳动无法形成收入闭环。 市面上的 Coze、Dify 等平台侧重"编排"本身,创作者经济环节(集市、钱包、数据分析)相对割裂。本项目的目标是做一个‘从编排到变现全链路打通’的平台。 我的目标 - 零代码:通过可视化节点编排,让不会写代码的人 10 分钟内搭出一个可对话的智能体; - 可上架:一键发布到智能体集市,支持免费试用、按次付费、订阅三种商业模式; - 能赚钱:创作者获得 70% 分成,平台提供钱包、提现、经营数据复盘; 产品定位:面向个人创作者和中小团队的 AI 智能体生产与交易平台。 2. 软件功能与核心模块 平台共 8 大功能模块、11 个页面,覆盖"创作 → 调试 → 发布 → 交易 → 结算 → 复盘"完整链路。 模块一:可视化编排工作台(核心) 模块二:对话调试 模块三:发布管理 模块四:智能体集市 模块五:智能体详情页 模块六:创作者工作台(Dashboard) 模块七:账户钱包 模块八:数据分析

方格智能剧场是一站式 AI 漫剧制作 Web 平台，支持用户从剧本创作、场景角色配置、自动分镜生成，到 AI 视频渲染预览的全链路漫剧生产。核心功能包含剧本编辑、角色与场景道具管理、AI 自动生成分镜、视频预览渲染、作品管理、个人素材资产库。用户无需专业影视知识，输入剧本即可一键生成电影质感漫剧短片，大幅降低 AI 短剧、漫剧的制作门槛，面向短视频创作者、内容团队使用。

曾给客户交付同类知识库问答项目，已按保密协议删除源数据，此样板为简化能力的干净复刻。功能：问答页（答案下标注防线层级、检索最高分、引用来源、召回明细）、后台（知识CRUD+可见标签权限、用户角色禁用改密、KEY阈值设置、25条越狱回归一键跑）。流程：提问→政策拦截→检索阈值→KEY门槛→LLM作答→输出校验→带引用返回，范围外秒拒，黑产意图政策层直接拦。

用户上传视频或者图像，逆向解析成适用各主流生视频/生图像AI工具的生成提示词，用户可以基于逆向解析出的提示词修改并放到主流生视频/生图像AI工具中生成视频/图像，项目已上线，可访问：https://vtp.geekmister.top，进行完整功能体验！

立项背景：随着大语言模型普及，用户需要的不再是简单问答机器人，而是一个能主动服务、可语音交互、长期陪伴的个人AI助手。本项目目标是打造一款"管家式"AI智能体，用户打开网页即可使用。核心功能：1.智能对话：接入大语言模型，支持上下文记忆、流式回复、联网搜索和网页内容读取，事实类回答附带来源；2.语音交互：文字转语音播报，提供多个中英文音色，支持语音输入；3.主动服务：定时提醒（久坐、日程、睡前总结）、早间简报、情境关怀，管家可主动发起对话；4.任务与日程：待办管理、日程提醒、自动化规则引擎；5.个性化：音色、语速、唤醒词、人格风格均可配置，数据本地持久化。业务流程：用户打开网页，通过文字或语音下达指令，前端鉴权后请求云端服务，大模型生成回复（过程中可调用搜索、网页读取工具），结果流式展示并语音播报；后台按规则定时触发主动提醒。

1、立项背景和目标： 为酪动科技打造企业官网与智能服务平台，对外统一展示企业与产品，对内集成AI在线服务与在线交易能力，形成"展示+服务+交易"的业务闭环，替代纯静态宣传页。 2、软件功能、核心功能模块： 企业展示模块（响应式官网，PC/移动端自适应）；AI在线对话模块（接入大模型，支持多厂商模型切换、打字机式流式输出）；在线支付下单模块（支付宝支付、订单全流程管理）；文件上传与管理模块（对象存储）；后台管理模块（内容与订单管理）。 3、业务流程、功能路径： 访客进入官网了解企业与产品→使用AI在线对话获取服务→选择服务下单并通过支付宝支付→支付结果异步回调、订单状态自动更新→管理员在后台处理订单与维护内容。

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。