插件 软件定制 案例

1. 项目有哪些具体功能模块： ① 爬虫抓取模块（scrape_lightweight.py）：基于 curl_cffi 异步并发，模拟 Chrome 131 浏览器指纹，自动轮转代理池，支持断点续爬，可抓取猿急送平台所有兼职项目数据（标题、预算、工时、状态、描述等）。 ② 智能过滤模块：内置黑名单关键词库，自动排除高难度（架构/专家/底层）、违规敏感（翻墙/刷单/赌博）、硬件 IoT、游戏开发等不适宜大学生接取的项目。 ③ 技术分类模块（classify.py）：根据项目描述中的技术关键词，自动将任务归类为爬虫/Python脚本/前端/Web/小程序移动端/后端接口/AI智能体/测试质检/嵌入式IoT/工具脚本等 10 个技术方向，并分 Sheet 输出。 ④ 学生项目筛选模块（filter_student_projects.py）：在过滤基础上，进一步筛选预算 ≤500元、非驻场的项目，按预算升序排列，输出适合大学生的项目清单。 ⑤ 代理池模块（proxy_pool.py）：自动从快代理、free-proxy-list 抓取免费代理，连通性测试后按成功率加权随机选取，失败 3 次自动拉黑，定期恢复。 2. 项目的主要功能描述： 本项目解决大学生在猿急送等兼职平台上"找项目难、筛项目累"的问题。用户只需运行脚本，即可自动获取全部可投递项目并导出 Excel，同时一键生成按技术方向分类的 Sheet 和经过严格过滤的学生友好项目列表。相比人工逐页浏览，效率提升数十倍；相比人工筛选，避免接到超难度或违规项目。项目结构清晰、依赖简单（仅 Python 4个库），可作为高校课程设计/综合实验的优秀实践案例，完整体现了网络爬虫、数据清洗、分类算法、文件处理等多项核心技能。

项目简介：构建线上保险销售作业场景，引入AI技术优化业务流程；提升客户体验与业务员作业效率，推动业务线上化、智能化转型。 业务流程：内勤通过后台客户数据推送进行企业微信好友添加，后台根据内勤业务特点和标签，每日定时下发作业清单及智能报价数据，内勤进行预览和确认后，系统协助向客户推送推荐报价单，以及后续客户线上确认和支付流程。

本系统针对感知类智能Agent存在记忆上下文冗余、token消耗过高问题，设计记忆筛选与压缩算法。实现对Agent历史感知对话、环境观测记录做过滤、摘要压缩，减少大模型输入token开销。提供API接口，可对接各类感知Agent，完成多组对比实验，验证压缩后Agent任务效果损失可控，显著降低调用成本，可用于智能体原型开发与学术研究。

1.汽车模具设计拉延工序全流程自动化生成。 2.后工序自动化生成。 3.界面UI设计，涵盖预览修改，输入参数等功能。 4.大幅节省汽车模具设计时间，持续优化节省认为修改时间。 5.根据每个主机厂的工程需要修改程序设计算法和参数条件。

EnvManager 是一个 IDEA 插件，它提供了一系列功能，包括容器化本地构建、一键替换部署、远程调试等。它可以帮助开发者提高开发效率，例如通过手工添加日志，重新制作镜像，重新部署等步骤的时间可以被大大缩短。另外，它还提供了自动安装和手动下载两种方式。

该系统作为公司内部核心基础设施，承载全公司统一支付收单能力，是业务流转的关键枢纽。它全面接入了微信支付、支付宝、网银直连及网商银行等主流支付渠道，实现多支付方式的统一封装与智能路由。平台在保障资金安全和数据一致性的同时，支持高并发下的稳定交易与实时对账，为公司支付业务提供了坚实可靠的技术底座。

千问办公（QwenWorkCN）桌面端在本机开放了 MCP over HTTP 端口（默认 127.0.0.1:54365），本项目对该端口完成完整协议联调，并落地一整套可用的客户端生态：纯 Python 标准库客户端库（零依赖）、19个子命令的命令行工具、Edge 侧边栏工作台插件、以及浏览器联动所需的本地桥接代理。 核心能力：1）对话注入——向任意已有会话发送消息，千问办公 Agent 自动开始处理并回复，CLI 一条命令即可；2）会话与任务管理——列表、详情、消息历史、停止任务、响应审批/询问；3）legokit 套件——canvas 设计工作台 25 个工具 + ai-slides 幻灯片 26 个工具，独立 MCP 网关；4）浏览器联动——Edge 侧边栏工作台可管理会话、轮询聊天、审批响应、CDP 一键代建会话；5）网页定制与入组——按域名注入上下文模式，同站点网页自动共用会话，网页可一键"连接至千问"由 Agent 处理。

面向 AI 编程 Agent 的多会话编排平台，以"项目经理"视角统一调度多个 AI 编码会话并行工作。把复杂任务拆解给多个子会话同步推进，通过统一协议实时监控每个会话的进度、阻塞与产出，替代人工逐个盯窗口。 核心功能：1）28 个 MCP 工具，覆盖会话创建、进度轮询、后台监听、工具审批全生命周期；2）自适应工作流引擎，按模板逐步下发任务，每步完成自动提交下一步，遇阻塞自动暂停等待决策；3）三层共享内存，把项目元信息、架构决策、风险与经验教训注入子会话，避免重复上下文；4）权限策略引擎，自定义read-only / safe-edit / full-access 三级策略，拦截危险操作并支持一键放行；5）WebSocket 实时隧道，任务完成后自动推送结果，支持断线续跑。

1.金蝶云基础资料（物料、客户等）、销售订单、销售出库单、方便销帮帮安装工程师获取信息，进行上门安装。 2.回款计划对接后，方便销售、财务进行应收、收款管理。 3.可用库存每日同步，方便供应商和客户查询。

1. 立项背景和目标 公司同时使用云之家 OA（审批工作流）和纷享销客 CRM（客户/业务对象）两套系统，审批环节产生的业务数据（如订单审批、出差申请、报销流程等）需要回写到纷享销客对应的业务对象，原生云之家无法直接对接纷享销客的 OpenAPI，且双方系统在数据格式、鉴权方式、加密机制上完全不同（云之家采用 AES/ECB/PKCS5Padding 加密推送，纷享销客采用 OAuth2.0 + Bearer Token 鉴权）。本项目（mlxcl-middle）作为云之家与纷享销客之间的轻量级中间服务，承接云之家审批推送、解密、解析、调用纷享 OpenAPI 回写等完整链路，实现审批数据从 OA 到 CRM 的自动化流转。 2. 软件功能、核心功能模块介绍 服务基于 Spring Boot 3.3.5 构建，按职责划分为四大模块： 云之家推送接入（POST /middle/yunzhijia/testapi）：负责接收云之家 CloudFlow 推送的加密数据，使用 cloudflow-key（16 字节 AES 密钥）进行 AES/ECB/PKCS5Padding 解密，还原成明文 JSON 后进入业务处理链路；解密失败立即返回 error 避免阻塞云之家重试。 纷享销客 API 代理（POST /middle/fxiaoke/testapi）：作为纷享销客 OpenAPI 的统一入口，对外屏蔽鉴权细节，接收 dataObjectApiName + objectDataId 后自动识别预制对象（如 PersonnelObj）和自定义对象（ApiName 以 __c 结尾），分别路由到 /cgi/crm/v2/data/get 或 /cgi/crm/custom/v2/data/get 接口查询详情，并自动注入 x-fs-userid、x-fs-ea 等业务 Header。 通用数据处理中台（POST /api/process）：以 bizType 为路由键的策略模式分发器（TYPE_A / TYPE_B / Default），便于后续按业务类型扩展新的对接流程，无需改动主流程。 基础设施：统一响应封装 ApiResult<T>（code/message/data）、@Valid + @NotBlank 参数校验、Spring Boot Actuator 健康检查（/actuator/health）、/api/health 业务探活、WebMvcConfig 跨域配置。 3. 业务流程、功能路径描述 云之家→纷享审批数据流转（核心链路）：云之家工作流节点触发推送 → 调用 POST /middle/yunzhijia/testapi 传入加密报文 → 服务 AES 解密得到明文 → 落库/记录 → 立即返回 success 释放连接 → @Asy

1. 立项背景和目标 公司销售环节已使用纷享销客 CRM 管理客户、销售订单与回款流程，但财务、库存、生产环节仍依赖 K/3 ERP（SQL Server 2008 R2，AIS20130806192009 账套）。两套系统长期互不相通，订单需要人工二次录入，客户变更也无法及时回流到 ERP，导致数据孤岛、人力浪费以及业务-财务对账滞后等问题。本项目旨在构建一个轻量级中间对接服务（ConnectDemo），以 K/3 为主数据底座，将纷享销客的客户主数据与销售订单自动同步到 K/3，支撑业务一体化运营。 2. 软件功能、核心功能模块介绍 本服务围绕「K/3 数据查询、纷享→K/3 客户/订单同步、辅助工具、定时任务」四大模块建设，共 25+ 个 REST 接口： K/3 业务数据查询：封装物料（ICItem）、库存（ICInventory）、销售订单（SEOrder）、应收单（ICSale）、收款单（ReceiveBill）、销售发票（ICSale2）六大实体的列表与数量接口，按日期范围分页查询。 客户主数据同步：调用纷享 Open API（/cgi/crm/v2/data/query）按 life_status=normal + k3_sync_fields_last_modify__c >= 1小时前 增量拉取客户，结合 Address/Contact 对象补全地址与联系人，写入 K/3 的 t_Item、t_Organization 表。 销售订单同步：/k3/sync-seorder 是核心，按 FBillNo + FHeadSelfS0170 来源标识判定新建/修改，调用 GetICMaxNum 存储过程获取 FInterID，通过 t_billcodeby 生成 XSDD15+yyyymmdd+流水号 形式的单据编号，写入 SEOrder 主表、明细表后执行 p_UpdateBillRelateData 重建关联。 辅助工具：地址智能解析（/util/parse-address-info）将「姓名+电话+省市区+详细地址」一锅端的混合文本拆分为结构化字段；客户档案修订接口（/account/update-account-number）支持必要时调整 K/3 客户编码。 3. 业务流程、功能路径描述 被动同步（客户）：纷享销客工作流回调 GET /fxapi/sync-accounts → 服务 60 秒后异步拉取最新客户 → 写入 K/3。主动同步（客户）：APScheduler 每小时执行 sync_accounts_from_fxiaoke_to_k3 → 调用本地 accounts_by_filters → 拉取增量客户 → 写入 K/3。 订单同步：纷享订单审批完成后回调 POST /k3/sync-seorder → 服务按

本系统是一套覆盖供应链全链条的一体化管理平台，旨在帮助企业实现从采购到交付的全流程数字化协同。 核心功能模块包括： 采购管理：支持采购计划制定、供应商比价、采购订单生成及合同管理，实现从采购需求到订单履约的全过程追踪。 库存控制：涵盖多仓库库存管理、实时库存盘点、库存预警与智能补货建议，支持多仓库间调拨与数据同步，有效降低库存积压成本。 订单处理：支持订单自动分拣、状态追踪与异常预警，实现订单从生成到交付的全生命周期管理，提升订单履约效率。 物流追踪：打通物流接口，实时同步物流状态，支持物流轨迹查询与异常提醒，确保货物交付全程可视可控。 供应商协同：建立供应商准入评估体系，支持供应商绩效评价，实现供应商全生命周期管理。 进销存一体化：打通采购、销售、库存数据壁垒，实现数据实时同步与联动管理，避免信息孤岛。 多客户询报价：支持多客户同时询价、供应商在线报价、比价分析，大幅缩短询报价周期，提升客户响应效率，是系统的一大核心特色功能。

可视化自定义埋点是一项面向产品与运营人员的自助式数据采集工具。用户无需依赖开发排期，通过可视化圈选页面元素即可完成埋点配置。它支持灵活定义事件参数与触发条件，并实时生效，让业务方能快速验证功能效果、监控用户行为转化。该功能显著降低了数据获取门槛，将数据定义权交还给业务，极大提升了分析决策的敏捷性和响应速度。

我的个人网站 AI 助手。基于自研 ReAct 引擎驱动，集成 RAG 知识库、Few-shot Prompt 工程、AI 图像生成和自动换肤。面试官打开可以直接和菲比对话。agent_003 和 Z-Agent 共享同一套 `agent.py` + `brain.py`。区别仅在于工具集： - Z-Agent：11 个工具（代码/Excel/文件/搜索） - agent_003：5 个工具（时间/项目统计/生图/换肤/搜索）

1.基于 OpenCV 与 YOLOv3-Tiny 构建实时视觉感知模块，通过摄像头采集现场视频流，实现目标检测与状态识别，为数字孪生系统提供实时环境数据输入，可作为虚实同步中的视觉数据采集模块。 2.实现摄像头视频流下的实时多目标识别，可识别 COCO 数据集中的 80 类目标。 3.完成目标检测完整流程开发，熟悉 OpenCV DNN 推理流程、YOLO 网络输出解析及目标检测算法原理。

希望大家永远能享受到不一样的乐趣 一定要做更方便的东西 无用的东西不做 只做有用的 要让我们的生活变得非常便利 而不是经过各种麻烦的渠道来完成想要完成的事 我的主体思想就是要快捷方便。

Boss直聘岗位抓取 SDK (job_hunter) 是一款基于“真实浏览器 Cookie + httpx 纯 API 调用”的高效数据抓取工具。项目创新性地采用 “浏览器仅供登录态，数据走纯 API” 的架构，在保证账号安全与登录稳定性的同时，实现了极高的数据抓取速度与并发性能。 核心功能 1. 全链路岗位数据获取 多维度精准搜索：支持关键词搜索，并兼容城市、薪资、学历、经验、行业、规模、融资阶段等丰富的筛选条件（支持直接传入中文名称或数字编码）。 深度详情解析：精准获取完整 JD（岗位职责）、技能要求、工作地址、招聘人数、职位状态及薪酬类型等深度信息。 2. 自动化沟通与互动 一键打招呼：支持通过 API 自动向目标 Boss 发送招呼/开始沟通，并返回详细的成功或失败状态（如触发开聊提醒）。 会话全景追踪：一键获取全部会话列表，包含最后沟通消息、时间、发送方以及未回复状态监控。 面试邀请管理：快速获取当前所有的面试邀请列表。 3. 智能风控与高可用机制 Session 自动保活：自动识别并处理 code=37 等风控拦截，实现 Token/Session 过期自动刷新。 登录态自动恢复：实时检测页面失效关键词，一旦检测到登录失效，自动唤起浏览器重新登录。 网络异常重试：内置底层重试机制，有效应对网络波动，保障抓取任务不中断。 4. 灵活的工程化配置 数据与日志持久化：支持结果自动保存为 JSON，提供控制台输出与日志文件双写模式。 GUI 友好设计：提供 on_message 回调接口，可轻松集成到各类桌面端 GUI 应用程序中。

本项目为海外中小企业客户开发场景搭建邮件外联自动化流水线。目标是替代人工逐封撰写与发送的低效模式。功能含:收件人名单多步清洗与有效性校验、调用 AI 按收件人信息逐条生成个性化首封正文、分批入队发送、跟进节奏管理。流程为:导入名单→清洗校验→AI 生成个性化内容→分批队列发送→记录与跟进。

立项背景和目标：在日常办公中，经常需要将多个部门发来的Excel报表（格式相似但不完全一致）合并成一个总表，再进行汇总分析。手动复制粘贴不仅耗时，而且容易出错。本项目的目标是开发一个简单的Python脚本，能够自动读取指定文件夹下所有Excel文件，提取关键列，合并去重，并输出一个干净的汇总表。 软件功能、核心功能模块：脚本包含三个核心模块：1）文件遍历模块，自动扫描文件夹内所有.xlsx文件；2）数据提取模块，根据用户配置的列名映射，从每个文件中抓取所需数据；3）合并清洗模块，去除重复行、填补缺失值、统一日期格式，最后生成一个新的Excel文件。 业务流程、功能路径描述：用户将需要合并的Excel文件放入同一文件夹 → 双击运行脚本 → 命令行提示输入需要保留的列名（如“姓名、销售额、日期”）→ 脚本自动处理 → 输出“merged_result.xlsx”到同一文件夹。全程无需打开Excel，30秒内完成原本需要1小时的手工劳动。

1、基于LLM的RAG检索增强，能够解决知识过时、私有知识的问题，但是检索到的知识是以向量的方式来构建知识之间的相关性。而karpathy的llm-wiki分享中提到了以大模型为编译基础，以自然语言的方式，让大模型自己理解和构建知识之间复杂的关系。维基百科对于人类来说或许可能是一个知识管理方式，但对于LLM来说，或许是将知识核心保留和编译知识之间的复杂关系的一个新的尝试。本项目基于此，将知识点及其之间的关系进行细化，以SQL为基础，个人进行了llm-wiki开发的尝试，将其作为opencode、codex等的插件进行开发。同时开发了以LLM基础，将PDF,HTML总结为笔记的前端功能。 2、项目核心功能包括以下几点。桌面应用端，通过Electron桌面入口，加载前端页面，注册IPC服务。前端知识台，展示知识库、笔记、节点状态。IPC桥接，前端通过window.llmWiki调用后端能力。知识库注册，管理多个SQLite知识库，支持list/audit/open。数据库与迁移，SQLite 连接、schema migration、repository层。文档摄取，读取artifact，生成source记录。Human Note，保存、解析、校验自然语言可读笔记。编译知识图谱，将source编译为nodes、claims、edges、state changes。检索与上下文，搜索知识、扩展图谱、生成query context/briefing。Lint与维护，检查知识库健康状态、发现图谱问题。Agent集成，给外部Agent提供 ingest/use/maintain工具能力，以skill方式实现。共享类型与常量，跨前端、主进程、后端共享的类型和工具。 3、核心功能为前端人类可阅读笔记和SQL知识节点状态展示，以及agent实现提取知识到知识库，使用和管理知识库。前端调用路径为启动应用，加载UI界面，前端请求数据，查看笔记、知识库、source材料。agent调用ingest skill,提取知识，生成人类可读笔记，基于笔记创建知识节点和知识关系边并存入SQL。agent调用use skill，基于问题查找相关资料，以node和edge将相关资料返回LLM，LLM基于自注意力机制自行理解知识并返回结果。agent调用maintain skill,agent查看知识节点之间是否存在矛盾，通过对话，agent维护知识库正确性。