人工智能 小程序 软件定制 案例

本套售后管理系统，是深度贴合制造业一线业务场景的轻量化协同工具。它无需推翻企业现有管理体系，不依赖高额定制开发，无缝衔接金蝶ERP，精准填补现场业务与后端管理系统的衔接空白，用最小成本实现售后管理数字化升级。 系统适用对象覆盖全生态售后相关角色，包括企业售后部全体人员、销售人员、授权经销商及合作电工，不同角色配备专属操作入口与功能权限，操作简单易上手，无需复杂培训即可快速落地使用。 在登录方式上，系统采用双端适配模式：内部售后、销售人员通过企业微信工作台登录，实现PC+移动端协同办公；外部经销商、合作电工通过微信小程序登录，扫码即用、无需安装额外软件，真正做到随时随地办业务，一键操作提效率。

针对现代人日常生活中“不知道穿什么”、“穿搭不符合当日天气或特定场合”等痛点，本项目致力于打造一款基于AI大模型与实时天气数据的智能家庭穿搭助手。目标是为用户提供个性化、场景化、智能化的穿搭建议和直观的视觉展示，提升大众的生活品质与出行体验。 - 天气与定位模块 ：实时获取用户地理位置，同步当地最新气象数据（温度、降水、风速等）。 - 个性化偏好模块 ：支持用户录入性别、年龄、身高、体重、偏好风格，并可输入如“周末去公园野餐”等个性化补充场景需求。 - AI智能推荐模块 ：综合天气状况、用户画像及场景需求，调用AI大模型生成量身定制的穿搭方案（包含外套、内搭、下装、鞋子）、舒适度指数及贴心Tips。 - AIGC视觉展示模块 ：基于推荐文本方案，利用图像生成大模型一键生成直观的穿搭效果图。 - 鉴权与个人中心模块 ：实现微信授权快捷登录、用户信息管理及历史偏好记录。 用户打开小程序 -> 自动完成地理定位与天气获取 -> 在首页确认或调整个人身材特征、风格及补充需求 -> 点击“保存设置并推荐” -> 系统调用后端AI接口生成具体的服饰搭配方案 -> 页面展示搭配细节与舒适度 -> 用户点击“查看示例”生成对应的AI穿搭效果图片 -> 长按图片进行保存或分享。

智能瞳距测量系统是一款面向眼镜零售、眼科诊所及线上配镜场景的精准测量工具，通过普通摄像头即可实现瞳距、瞳高等配镜关键参数的自助化采集。系统支持多种测量模式，包括单眼瞳距、双眼瞳距、远用与近用瞳距以及瞳高测量，满足从常规单光镜片到渐进多焦点镜片的不同验配需求。主要包含瞳距测量、近视动态对比、人像试戴模拟等功能，该系统支持平板电脑和手机端使用，均能提供高效、便捷、精准的解决方案，大幅降低配镜门槛，提升服务效率。

背景： 为满足校园内闲置物品高效、安全流转的需求，解决传统交易方式的信息壁垒与信任问题，特立项开发此平台。项目采用前后端分离的主流架构，并适配国产数据库，旨在构建一个贴合校园场景、技术先进、可持续运营的线上交易社区。 目标： 1.用户体验流畅：界面简洁直观，操作流程符合校园用户习惯，响应迅速。 2.交易安全可信：通过用户认证、交易状态跟踪、沟通留痕等机制保障交易安全。 3.系统稳定健壮：采用微服务理念分层设计，支持校园级并发访问，具备容错能力。 4.技术栈先进且合规：使用主流SpringBoot+Vue3框架，并完成对国产数据库的适配。 5.功能扩展灵活：模块化设计，便于后续集成新功能（如积分、悬赏）。 功能： 前台用户端功能： 1.用户中心：注册/登录（含密码找回）、个人信息管理、收货地址管理。 2.商品系统：浏览/搜索商品、查看详情、发布/管理个人商品（支持多图上传与三级分类）、收藏与点赞。 3.交易流程：加入购物车、生成订单、模拟支付、确认收货、申请退货/退款。 4.互动社区：商品评价、站内实时私信沟通、给平台留言反馈、发起交易投诉。 5.个人空间：我的订单、我的商品、收藏夹、聊天记录、投诉与退款进度查看。 后台管理端功能： 1.全局管理：用户管理（审核、禁用）、角色与权限配置。 2.内容管控：商品信息审核、商品分类树维护、公告新闻发布、“关于我们”编辑。 3.交易监控：所有订单查询与状态管理、退货退款申请处理、交易数据统计。 4.运营支撑：轮播图管理、用户留言回复、投诉仲裁、系统操作日志查看。 5.系统维护：数据备份与恢复、系统参数配置。 功能架构和流程 系统采用前后端分离的B/S架构。用户通过浏览器访问Vue3构建的前端应用，前端通过RESTful API与SpringBoot后端交互。核心业务流程闭环：用户认证→商品浏览/发布→沟通咨询→下单支付→物流确认→售后评价。

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

用于慢病预防的智能体小程序，供医院采集病人信息或健康用户、潜在患者自主健康管理。具有信息收集、数据管理、llm交互、对接多模态模型、长期跟踪用户数据、做出个性化建议等功能。具有极强落地实用性。

金谷子云科技是国内API×AI业务价值赋能的核心践行者，始终以技术创新为核心驱动力，深耕AI技术研发与行业落地领域，致力于通过技术突破打通数据与智能的壁垒，让AI技术真正服务业务、创造价值，全方位赋能各行业数字化转型，推动产业智能化升级。 公司核心团队拥有多年AI技术研发与行业落地实战经验，聚焦AI全场景落地需求，构建了覆盖多领域的完善技术服务体系，为产品研发、解决方案落地和客户服务提供了坚实的技术与团队支撑。2026年，公司打造了包含数字孪生、AI艺术创作、AI智能问答、元宇宙、AI教育、AI二次开发、AI智能体、AI企业、AI物理世界大模型在内的九大核心产品矩阵，推出数字孪生智慧园区综合管理平台、CompareGPT API-KEY、丽米AI艺术创作平台、中国启元AI教育与企业应用平台等核心产品，可针对产业园区、制造、教育、零售、金融、科研等不同行业、不同场景的需求，提供定制化、全流程的智能化解决方案，实现从技术到业务的深度赋能。 在技术与产品落地中，公司秉持高精度、高适配、可定制、易落地的研发与设计理念，凭借数字孪生、AI智能、数据协同等核心技术优势，帮助客户打破数据孤岛、实现智能化决策闭环，达成降本、提效、安全、增值的核心价值，助力客户实现“短期降本、中期提效、长期增值”的阶梯式价值提升。 公司始终以客户为中心，构建了全方位的服务体系，确保为客户提供稳定、高效的技术与服务支持；同时秉持开放合作、互利共赢的合作理念，搭建了金谷子云官网、中国启元官网、丽米官网、CompareGPT国际官网四大官方对接平台，精准链接不同领域合作伙伴需求。未来，金谷子云科技将持续投入研发、突破关键技术瓶颈，推动企业从简单的系统互联迈向真正的业务智能，以数据驱动决策实现客户价值最大化，与各界伙伴携手共创行业数字化转型的新篇章。

项目简介 | Introduction POP Health Answer System 是一个专注于盆腔器官脱垂（Pelvic Organ Prolapse, POP）领域的个性化健康咨询与问答平台。该系统结合了 知识图谱 (Knowledge Graph) 和 检索增强生成 (RAG) 技术，利用大语言模型（DeepSeek）为用户提供准确、个性化的医疗健康建议。 系统能够根据用户的个人信息（如出生日期自动计算年龄）提供针对性的健康指导，并通过对话界面回答用户关于 POP 的相关问题。 ✨ 主要功能 | Key Features 个性化健康档案: 用户基础信息管理（姓名、出生日期、体重、身高等）。 自动年龄计算: 根据出生日期动态计算用户年龄，作为医疗建议的重要依据。 BMI 计算: 根据身高体重自动评估身体质量指数。 智能问答 (RAG + LLM): 基于 Neo4j 图数据库构建 POP 领域知识库。 结合检索增强生成 (RAG) 技术，引用权威指南数据回答用户提问。 支持流式输出 (Streaming Response)，提供流畅的对话体验。 个性化推荐: 根据用户年龄段（如育龄期、围绝经期、老年期）提供定制化的饮食、运动和康复建议。 病历管理: 记录和查看用户的历史病历信息。

1. 立项背景和目标 针对晚托机构老师在管理学生作业时面临的错题记录繁琐、纸质作业难以数据化、缺乏针对性复习题目等痛点，本项目研发了“学伴小智”小程序。目标是打造一款轻量级的智能教学辅助工具，通过AI技术将传统的纸质错题快速转化为结构化数据，为老师提供精准的学情分析，并实现个性化练习题的自动生成，从而提升辅导效率，实现因材施教。 2. 软件功能、核心功能模块介绍 智能聊天式上传模块（核心创新）：打破传统表单录入方式，采用对话式交互。老师只需在聊天界面上传作业照片并输入学生姓名，系统即可自动识别并归档。 AI自动识别与分析：集成 Google Gemini AI 能力，自动完成 OCR 文字识别、题型分类（计算、应用、概念题等）及知识点定位，并生成详细解析。 多维度学情分析：提供错题类型分布饼图、知识点薄弱项 Top10 柱状图及学生错题趋势折线图，帮助老师快速锁定班级或个人的学习盲区。 智能举一反三（核心闭环）：基于选定的错题，AI 异步生成难度相当、知识点一致的变式练习题，支持一键导出 Word 试卷，完成“练习-错题-再练习”的闭环。 3. 业务流程、功能路径描述 用户进入小程序后，通过底部中央的“相机”按钮进入聊天上传页，上传作业图片后，AI 实时返回识别结果并自动存入数据库。随后，老师可在“查询”模块通过年级、班级、时间等维度筛选作业记录或单道错题。在“练习”模块，老师可以勾选特定的错题任务，提交“举一反三”生成请求。系统在后台异步完成试卷编排后，通过 WebSocket 或轮询通知老师预览并导出 Word 版练习卷。

基于已经上线的小程序对院校推荐模块进行迭代更新，基于LangChain和RAG技术的智能大学推荐系统，通过分析PDF简历和文书实现个性化院校匹配；采用FastAPI + Bootstrap 5前后端分离架构，集成Qwen大模型与ChromaDB向量数据库，构建完整的RAG检索增强生成系统；实现3-5所精准大学推荐，支持多维度匹配度评分，PDF解析准确率>90%，响应时间<5秒

承接单片机开发、STM32开发、PCB设计、电路设计、嵌入式项目开发 1. 单片机程序开发：STM32、51、Arduino、智能小车、传感器采集、电机/舵机控制、串口通信 2. PCB设计：原理图绘制、PCB版图设计、打样指导、单层/双层板设计、元件布局、走线优化 3. 项目调试：代码bug修改、程序优化、硬件调试、上位机配合调试

该项目是将ai、康养陪护、日常净饮等方面融合的产物。涵盖了微信小程序端、后台运营端、安卓硬件端。用户可以通过微信扫码进行绑定设备和人员，设置自己喜爱的小辈们的声音作为安卓端音色，进行别样的人机交互生活，从而使得数据流入后台。通过算法或手动触发或语音唤醒等方式进行紧急情况的呼救

优满鹿小程序是优满鹿AI智能教育生态系统中的学生移动端门户。产品深度集成大模型AI技术，专为国际语培（雅思、托福等）及国际化学校学生设计。通过“AI工具箱”实现24小时私人教师伴学，通过“全真AI模考”还原实战场景，并辅以“游戏化背词”提升学习粘性。同时，小程序作为SaaS后端的延伸，打通了教务审批、缴费管理、约课管理及宿舍服务，为学生构建了一个“学习提分+校园生活”的一站式数字化空间。 二、核心功能介绍 1、AI 智能辅助学习 - AI口语跟读： 采用音素级语音评价算法，将学生的朗读音频与标准母语发音进行多维度比对。 - AI口语练习：提供“私人陪练”式的互动体验，支持自由对话或者选择话题，模拟真实的考场对话或社交场景。 - AI写作批改：针对雅思标准化写作题库，从语法正确性、词汇多样性、逻辑连贯性及任务完成度四个维度出分并生成详细的诊断报告。 - 听力精听：提供智能断句、变速播放、在线听写及翻译等功能，支持对经典听力材料的深度拆解练习。 2、数字化题库与趣味练习 - 题库中心：整合听力、阅读、写作、口语全科标准化题库，通过结构化的题库中心，学生可以进行针对性的专项提分训练。 - 每日一玩：创新的游戏化学习，包含单词消消乐、每日消词、单词俄罗斯方块、划词消词、乱序还原等多种趣味单词记忆游戏。 - 练习推荐：基于学生历史练习数据与学情表现，实现“千人千面”的个性化练习路径。 - 我的作业：学生可实时查看待办作业与截止日期，实现在线交付与反馈闭环。 3、智能模考与学情 - AI模考：深度还原雅思的国际化标准化考试环境，支持自主练习模考和选择单题模考两种模式。 - 我的考试：集中展示学生所有计划内及已完成的考试任务，涵盖校内考试、模拟测试及入学测评。 - 错题库：系统自动抓取练习及考试中的错误题目，可以进行二次复习知道彻底掌握错题及同类型题。 - 成绩记录：数字化存储学生在校期间的所有学术表现数据，通过可视化图表展示分数趋势、技能分布等。 4、教务与校园服务 - 审批中心：涵盖假勤管理（请假、销假）、证明开具及其他校务行政审批流，学生可随时追踪审批进度。 - 缴费管理：集成各类费用的在线缴纳与历史账单查询功能，构建透明、安全、便捷的资金往来。 - 课时约课：实时同步机构课表资源，支持学生在线进行自主选课、预约，并管理剩余课时。 - 我的宿舍：涵盖宿舍分配信息查询、报修申请、调宿登记及宿舍公告查看等功能。

优满鹿是一款专为国际语培机构及各类教育学校打造的以AI驱动的集成化数字化运营管理SaaS平台。产品以“AI赋能教学、数字化重塑运营”为核心理念，深度整合了智慧教学、教务中枢、招生营销、行政与OA办公、校务与财务管理五大业务板块，帮助学校和机构提质增效，提升机构的品牌价值与运营效率。 二、核心功能介绍 1、智慧教学 - AI批改： 包含AI口语批改和AI写作批改，上传需批改文件后可实现精准评分纠错，产出专业级详细分析报告。 - 题库管理： 教师可以对系统中自有的题目进行教研，也可上传机构专属题目到机构题库，形成校区专属题目库。 - 作业管理：机构可以布置模考测试、常规作业、循序渐进式作业、打卡式作业、目标式作业、模版作业等不同类型作业来提升学生学习能力。 - 成绩管理、学情分析：多维度的学情与成绩分析，自动生成学生学习报告，实现个性化教学。 2、教务中枢 - 项目管理：支持多类型教育项目的自定义配置，明确项目周期、标准与目标。 - 行政管理：包含：班级管理、教师管理、学生管理，覆盖师生全生命周期档案管理 - 课程排课：解决多校区、多科目、师生资源冲突等复杂排课难题，实现资源最优分配。 3、招生营销 - 招生班级：支持多类型“招生班级”的一键发布，实时监控报名进度、名额分配及录取状态。 - 入学考试：可自定义发布入学考试，支持自动阅卷，作为分班及录取的硬性标准。 4、行政与OA办公 - 审批中心：包含申请管理、发起申请及审批管理，支持调课、请假、行政采购等业务流转。 - 组织架构：深度管理用户、角色、部门及岗位，灵活适配教育机构多层级的管理需求。 - 问卷表单：内置通知公告系统及问卷表单，实现校内信息的实时触达与多员数据协同。 - 系统设置：提供系统基础设置与三方应用接入（API），支持定制化平台服务。 5、校务与财务管理 - 全方位校务管理：涵盖校区管理、年级管理、教室与宿舍管理，支持学期及考试周期的自定义设定。 - 财务管理：提供学生财务（收费/退费/欠费管理）与教师财务（薪酬计算/发放记录）的分类对账。 - 课酬管理：基于排课引擎快照（APPLIED snapshotId）统计课酬，支持人工调整/倍率。

1.理解智能助手的核心系统架构与功能模块（对话交互层、核心引擎层、工具集成层），掌握 “用户输入 - 意图识别 - 响应生成” 的完整工作流程。 2.学会两种智能助手搭建方案的实现：一是调用公开大模型 API（如 OpenAI API）实现云端交互，二是本地部署 Ollama 大模型（如 Llama 3）结合 Streamlit 构建私有化对话界面。 3.掌握 Streamlit 库的使用方法，实现可视化对话界面（含历史消息展示、输入框、模型切换功能），理解前端界面与后端逻辑的数据流转机制。 4.掌握智能助手核心功能（基础问答、任务处理）的集成方法，能通过测试案例验证交互效果，优化响应速度（如设置超时控制）与准确率（如添加意图纠错）。 培养系统设计与问题排查能力，能分析不同搭建方案的优缺点（如云端 API 的便捷性 vs 本地部署的隐私性），并根据需求选择合适方案。

. AI面相分析：用户上传人脸照片，系统自动识别面部特征并生成性格、运势报告；2. AI手相解读：通过手掌图像分析生命线、事业线等，提供健康与事业建议；3. 八字算命：输入出生时间，自动排盘并解析五行、大运流年；4. 历史记录与分享：保存测算结果并支持社交分享。

文心一言 🎯【主要功能】 无论是文本创作，还是代码生成，文心一言都能信手拈来，让你的工作学习效率飞起。 👥【用户分析】 目标用户？就是像你我这样，追求效率，渴望创新的中青年打工人！ 🌐【主要竞品】 面对ChatGPT等国际大拿，文心一言凭借对中文的深刻理解，走出了一条独具特色的道路。 💬【功能深度体验】 对话、社区、分享，文心一言的多功能让你一次玩个够！ 💰【商业模式探寻】 广告分成、付费会员，文心一言在盈利的道路上越走越宽。

1.智能对话交互：依托 AI 大模型，支持多轮自然语言对话，精准理解用户咨询意图，实时提供个性化解答。 2.全场景服务覆盖：涵盖售前咨询、售后问题处理、订单查询等场景，满足不同业务环节的用户需求。 3.智能工单流转：自动识别复杂问题，生成工单并分配至对应人工客服，实现人机协同服务。

从无到有搭建的一个以金融为中心的机器人，主要里面涉及三个模块NLU和NLG， 以及最后一个对话管理DM模块组成，以机器代替人工，24小时随时接待，让客户随时享 受服务，体验机器带来的方便，解决了一些用户常问的问题。里面主要包括功能有：基金 的查询、保险的查询、以及推荐保险，天气查询等功能。通过用户的查询迅速以语音的方 式返回给用户想要了解的问题的答案，实现快速问答。

1. 立项背景和目标 立项背景：响应国家“健康中国2030”战略，针对当前基层眼科医疗资源分布不均、专业医生短缺、传统诊断效率低、服务可及性差等痛点，结合AI医学影像技术快速发展的趋势，推动智慧医疗在基层落地。 项目目标：打造一套全面、高效、智能化的眼科疾病智能诊断系统，通过融合边缘计算与云端协同架构，实现对多种眼底疾病的快速筛查、精准识别与辅助诊断，降低基层诊疗门槛，提升眼病早筛早治能力。 2. 软件功能与核心功能模块介绍 系统采用 Web端 + 微信小程序 + 设备端 + 可视化大屏 的多端协同架构，主要功能包括： 智能眼疾检测 基于 EfficientNet-B3 多标签分类模型，支持对 8类眼疾（糖尿病视网膜病变、青光眼、白内障、年龄相关性黄斑变性、高血压性视网膜病变、病理性近视等）进行高精度识别，召回率达 96.49%。 异常图像检测 引入 AutoEncoder 模型，专门处理“其他/异常”类别样本，解决非标准眼底图像的误判问题。 移动端智能问诊（微信小程序） 用户可上传眼底图像，系统实时返回疾病风险预测、概率分布及健康建议；集成 AI 医疗问答助手，提供科学用眼指导。 病例报告生成 自动根据检测结果生成结构化病例报告单，便于医生快速审阅与决策。 数据监控与可视化大屏 实时展示检测量、阳性率、病灶分布热力图、用户年龄结构等核心指标，支持医院管理与公卫分析。 本地离线诊断能力 轻量化模型部署于树莓派4B设备，配合自适应亮度增强算法（对比度提升40%），可在无网络环境下完成图像采集与AI分析，响应时间 ≤5秒。 3. 业务流程与功能路径描述 整个系统的典型用户操作路径如下： 图像采集 用户通过树莓派+摄像头设备拍摄眼底图像（支持偏振光成像与暗光增强） 图像自动上传至本地设备或云端服务器 AI智能分析 系统调用双模AI引擎：EfficientNet-B3 模型进行8类眼疾多标签分类、AutoEncoder 模型判断 是否为异常/无效图像并输出各病种预测概率与风险等级 结果呈现与交互 微信小程序/Web端展示： 疾病检测结果（如“重度糖尿病视网膜病变，建议立即就医”） 可视化病灶定位（若支持） 个性化护眼建议（控制用眼时间、饮食等） 用户可查看历史记录、生成PDF报告 医生/管理员侧 后台管理界面支持： 病例审核、数据统计 模型性能监控（准确率、召回率） 可视化大屏实时展示区域眼病流行趋势