网站 软件定制 案例

技术栈：LangGraph + FastAPI + Milvus + Python + Docker + 顺丰丰语大模型 项目描述：针对国际货代业务链路长、系统繁杂、操作人员需多系统切换的痛点，构建货代多意图路由与任务编排系统，实现从“模糊业务提问”到“结构化结果输出”的端到端闭环。

1，为人寿保险公司提供核心业务开展的软件支持，满足公司业务开展要求和监管审批条件 2，涉及投保，保全，理赔，监管等模块 3，投保模块从扫描开始，对保单数据提取，人工核对录入后，通过工作流审核，将保单存放系统并形成正式合同。监管模块通过配置规则，将业务订单和财务数据按监管要求进行提取，生成文件上报，对回执内容解析和生成后续工作流。

该项目主要是用来分析复合材料实验数据的。用户可以在系统里查看温度、应力、应变等实验数据，还能看到数据表、趋势图、状态分布和温区分布。系统也支持数据处理、异常点查看、算法分析、图表生成和报告预览，方便把实验数据整理得更清楚。

这个系统主要是给中小企业用来管理日常业务的。很多小公司平时用 Excel 记录客户、订单和库存，时间久了数据容易乱，也不好查。这个项目就是把客户、订单、库存、审批和报表这些内容集中到一个系统里管理.系统里有工作台、客户管理、订单管理、库存管理、审批中心和经营报表。用户可以在系统里录入客户信息，查看客户跟进情况；也可以创建订单、查看订单状态和订单金额；库存数量可以统一管理，库存低了系统会提醒；一些订单折扣、合同、退款申请可以走审批；最后还能通过报表查看销售额、客户数量、库存预警等经营数据。

1. 立项背景和目标 面向复杂知识问答、多步任务拆解和证据驱动分析场景，搭建统一的 AI Agent 平台。旨在解决传统问答系统在复杂任务中可分解性不足、证据链不可追溯、文档与图谱数据割裂、模型选型缺乏统一评测等痛点，降低知识密集型分析任务的人工操作成本。 2. 核心功能模块 多智能体协作： 采用 planner -> dispatcher -> summary 主链路，支持任务拆解、依赖编排和拓扑执行。 知识检索与定位： 集成文档多格式解析、片段级检索、页级定位及 Neo4j 知识图谱 Cypher 检索。 评测与选型底座： 支持对不同模型、提示词策略和子代理组合进行横向对比与流程稳定性观察。 前端工作台： 支持多会话聊天、模型参数配置、执行轨迹面板、知识图谱可视化及结果下载。 3. 业务流程与功能路径 用户上传多格式文档或输入复杂分析任务 -> 系统提取分析并构建图谱 -> 多智能体协作编排并调度任务（子代理执行文档精读和图谱检索） -> 聚合生成可追溯、可信的结构化报告或演示文稿 -> 通过 SSE 流式反馈、渲染任务轨迹并展示给前端。

AI 图像处理平台（"流行智能"后更名"豪视界"） —— 一个面向电商卖家的 SaaS 化 AI图像处理工具站。核心业务逻辑:卖家上传商品图,平台调用多个 AI引擎完成换背景、生成模特图、扩图/高清/去水印等处理,按张扣积分,处理结果存云端图库。 支撑业务的系统能力 - 账户体系:邮箱/手机注册登录、JWT 鉴权、图形验证码、访客可浏览(登录才可下单) - 积分计费系统:注册赠送 100 积分、按任务类型差异化定价(可后台配置)、消费流水记录、积分套餐 - 异步任务系统:任务状态机(等待→处理中→完成/失败)、批量提交、全局任务列表、结果轮询 - 图库:处理结果云端存储(阿里云 OSS)、缩略图、任务详情回看 - 管理后台:用户管理(禁用/启用/改积分)、任务监控与重试、系统配置、积分规则/套餐配置、操作日志、仪表盘统计

本平台面向企业内部业务人员与算法开发人员打造一站式 AI 智能体低代码开发平台，解决传统大模型应用开发门槛高、流程定制繁琐、多模型调度混乱等痛点。平台核心包含智能体可视化编排、多厂商大模型接入管理、知识库向量存储、对话流程可视化拖拽、权限管控、调用数据统计六大核心模块。业务人员无需代码即可搭建行业专属智能体，支持上传企业私有文档构建专属知识库，配置问答、工具调用、多轮对话逻辑；算法人员可统一管理文心、通义、GLM 等多模型接口，配置模型限流、上下文长度、温度参数；平台完整记录智能体调用日志、Token 消耗、问答准确率，支持按部门、用户分配智能体访问权限，覆盖企业内部客服、办公辅助、数据查询等多类 AI 业务场景。

本系统是面向施工现场的安全管理工具，解决传统巡检中纸质记录效率低、隐患无法追溯、整改闭环难的问题。 核心功能模块： 1. 拍照识隐患：现场人员拍照上传，系统自动调用AI模型识别安全隐患并给出规范依据 2. 规范匹配引擎：内置国标/地标规范库，自动匹配隐患对应的规范条款，支持纠错和自主学习 3. 整改闭环管理：一键生成Word整改通知单，支持打印签字，形成“发现→整改→验收”全流程闭环 4. 数据看板：支持按项目、节点、责任人等多维度查询和统计分析 业务流程：现场拍照→AI识别→规范匹配→整改单生成→签字确认→归档，全程数字化流转。

一）功能模块与使用者价值 本项目是一款面向学校教研组与教师的校本题库平台管理后台，核心目标是将学校日常教学中的试题资源进行数字化管理，并打通“出题—组卷—批改—数据分析”全链路。对于教师使用者，平台提供以下核心功能： 题库管理模块：支持手动新建试题或批量导入（Excel/Word），题库可按学科、来源、状态（启用/归档）进行筛选与检索，同时支持编辑、归档、删除等操作，方便教师分类沉淀校本资源。 知识点体系模块：按学科→年级维度维护多棵知识树（如“数学·七年级知识树”），每棵树下可增删改知识点，并自动统计各知识点的关联试题数、平均掌握度，支撑后续智能出题与薄弱点精准匹配。 智能组卷模块（菜单项，截图未展开）：基于知识树与题库试题，可自动或半自动生成试卷，帮助教师高效完成单元测、期中/期末复习卷的编制。 非客观题批改管理：针对学生以拍照/上传图片提交的主观题作答（如简答、作文），教师可在图片上圈画、批注，并对照预设的采分点逐项评分，最终给出总分与评语；批改完成后学生端实时可见反馈。系统还提供待批改队列、待批试卷统计、24小时批改率等数据，助力教师把握工作进度。 数据与运营模块（菜单项）：包括学业数据分析、用户与班级管理，帮助教师或教研组长追踪班级整体掌握情况，识别共性问题。 （二）主要功能路径 题库管理路径：左侧菜单“题库与出题”→“题库管理” → 搜索/筛选题库 → 点击“进入”查看详情 → 可进行编辑、归档或新增试题。 知识树维护路径：菜单“知识点体系” → 选择学科年级（如数学·七年级）→ 点击“查看详情”进入知识树详情页 → 对下属知识点进行增删改操作，同时查看关联试题数与掌握度。 批改工作路径：菜单“批改管理”→“非客观题批改” → 在“待批改队列”中点击某位学生（如王同学）→ 进入作答详情页 → 查看题目、学生提交的图片及标准采分点 → 逐项打分并填写评语 → 提交批改，状态流转为“已批改”，学生端同步更新。

一、业务介绍 中游链旅居是面向全国特色民宿商家打造的一站式线上品牌运营平台，适配丽江、洱海、莫干山等各类文旅民宿经营需求。平台核心解决中小民宿无专业线上展示渠道、宣传内容产出慢、客源咨询难沉淀、线上预订链路缺失等经营痛点。 商家依托本系统可快速搭建独立品牌官网，对外展示民宿风景、房型价格，面向游客提供浏览、咨询、预订服务；对内实现房源、资讯、客户线索、渠道代理统一管理，搭配 AI 内容工具降低运营人力投入，兼顾品牌宣传、客户获客、渠道拓展多重经营目标，适配民宿常态化线上引流经营场景。 二、前台展示功能（面向游客） 首页：大屏宣传轮播展示民宿风貌，集中呈现精选房源、特色服务、行业资讯，直观传递品牌形象。 民宿房源板块：支持按地区、民宿类型筛选房源，卡片分页展示；房源详情提供高清图集、房型参数、定价，内置线上预订入口。 资讯浏览：民宿文旅相关文章分类展示，支持上下篇切换阅读，丰富网站内容提升曝光。 配套页面：品牌介绍页面展示发展历程与团队；联系页面提供在线留言通道收集客户咨询；代理招募页面开放房东、渠道入驻申请入口。 系统区分电脑、手机独立展示页面，移动端操作单独优化，游客随时随地流畅浏览、下单咨询。 三、后台运营功能（面向民宿运营人员） 数据总览控制台：汇总网站访客、留言、申请等运营数据，经营情况一目了然。 素材房源管理：统一维护首页轮播、民宿档案、房间房型、配套设施、实景相册，灵活更新线上展示内容。 AI 资讯运营：内置辅助创作能力，快速生成宣传文案与搜索关键词，简化内容制作流程。 客户线索管理：统一收纳用户留言，支持后台在线回复跟进意向客户。 渠道代理管理：审核、归档房东与渠道代理入驻申请，拓展民宿分销客源。 全局网站配置：自定义站点基础信息、页面展示规则，灵活调整官网整体风格。 四、业务价值 整套系统打通民宿线上展示、客户咨询、预订转化、渠道招商全链路，轻量化易部署，无需复杂技术维护即可长期商用；AI 工具降低内容运营成本，多终端适配覆盖全网游客，多层安全机制保障客户信息与经营数据稳定安全，助力民宿长效线上获客经营。

面向鞋类全栈 ERP 系统，覆盖从客户接单、模具管理、BOM 拆解、生产排程、出入库管理到标签打印、报表分析的全链路业务流程。系统采用前后端分离架构，后端基于 Spring Boot 3 提供 RESTful API，前端为 Vue 3 + Vite SPA，支持本地开发与 Docker 生产部署两套环境。

本项目是一个面向技术创作者的个人 IP 门户站，采用纯前端静态架构，整合了「技术博客发布」「第三方效率工具聚合评测」「个人开源作品展示」三大核心模块，目标是为访客提供一站式的技术内容消费与个人品牌展示体验。 核心功能包括： 1. 博客系统 ：支持本地 Markdown 文章渲染，文章列表按技术 / 感悟 / 知识三分类筛选，支持标题/摘要/标签搜索，兼容 CSDN 外链归档与本地文章混合展示。 2. 工具箱聚合 ：收录并评测 10+ 款真实第三方效率工具，按文本处理 / 编程开发 / AI 工具 / 设计创作 / 图像处理 / 效率办公分类，支持收藏、搜索、定价标签（真免费 / 部分免费 / 付费）筛选。 3. 作品展示 ：集中展示 4 个已开源的真实项目（CSDN 博客爬虫、绿色软件管理器、一键环境搭建、访问量辅助工具），全部附带 Gitee 仓库链接。 4. 主题与交互 ：支持深色 / 浅色主题切换并持久化到 localStorage，针对主题切换做了 FOUC（闪烁）优化；全站响应式布局，适配桌面端与移动端。 5. 公共组件 ：统一导航栏、页脚、加载动画、滚动渐入动画、粒子背景、访问量统计、社交分享等可复用模块。 项目采用「配置驱动」设计，所有页面内容统一由 config.js 管理，新增文章、工具、作品时只需修改配置文件即可，无需改动页面结构。

**立项背景** 传统业务系统存在三大痛点： 1. **操作复杂**：当涉及多个子系统之间来回切换，手动填写大量查询表单，操作路径长、效率低。 2. **数据割裂**：不同数据分散在不同系统中，操作人员需要人工汇总和分析，无法自动形成完整的数据流转。 3. **技术门槛高**：面对海量数据，操作人员需要掌握专业检索语法和系统操作流程，新人上手周期长。 **项目目标** 构建一个基于大语言模型的「AI智能助手」，让操作人员用自然语言描述查询意图，系统自动完成工具编排、数据查询和结果汇总，将"思考→决策→行动"的思维链自动化，显著提升系统之间串并联的效率。 **核心功能模块** ### 智能工具编排引擎 传统流程：操作人员记下数据 → 切换到其他系统 → 输入表单 → 等待结果 → 再到下一个系统。 项目流程：一句话描述需求 → AI自动调用工具链 → 数据自动串联 → 一次性返回综合结果。 引擎采用 **思考→决策→观察→再思考** 的循环模式，每步输出结构化日志，操作人员可在终端实时看到AI的"思考过程"。 ### 全链路功能路径 ``` 用户输入（自然语言） ↓ AI 语义理解 + 意图分析 ↓ 工具编排（单工具 / 多工具串联 / 分组管理） ↓ 工具执行（按需分页拉取 / 空结果重试） ↓ 数据注入（分组间数据传递 / 跨轮加载） ↓ 结果合并（去重 / 排序） ↓ 前端渲染（表格分页 / 地图标注 / 播放 / 报告下载等）

1. **雪花算法**：支持 5 种 WorkerId 分配策略（配置固定值、本地随机、Redis、ZooKeeper、Nacos） 2. **号码段模式**：数据库维护号码段，应用启动时自动建表，支持步长和号段缓存 3. **号码段链模式**：优化号码段的双 Buffer 机制，消除号码段切换时的耗时 4. **缓存集成**：号码段和号码段链支持本地（Caffeine）+ Redis 双级缓存 5. **代理服务**：独立部署的 ID 代理服务，提供 HTTP + Dubbo 接口 6. **Starter 集成**：应用通过 Starter 直接集成 ID 生成能力 7. **MyBatis 自动注入**：通过 MyBatis-Plus MetaObjectHandler 自动填充 ID 8. **独立 ID 池**：每个 `表名 + 主键字段名` 可拥有独立的 ID 池配置

分布式医疗预约挂号平台，拆分为用户、号源、订单、支付、排班五大微服务，实现科室排班、线上挂号、微信支付、订单对账全流程。解决热门号源超卖、支付状态不一致、API 越权访问、服务雪崩、缓存击穿等高并发问题，搭建号源并发防护、消息异步对账、网关统一鉴权、服务熔断降级、多层缓存防护体系，支撑高峰期大量患者预约请求。

面向医疗机构搭建医保费用结算中台，覆盖门诊就诊登记、医保单据批量申报、财政基金拨付全流程数字化，支撑医院日常医保报销业务。系统解决并发提交重复扣款、多角色接口权限混乱、高频查询击穿数据库、事务与缓存同步失效等风险，实现单据三层并发校验、多维度动态权限管控、多级缓存防护、N+1 查询优化，保障医保结算数据合规准确。

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。

后台管理系统：各类Admin后台、数据统计看板、CMS内容管理。 API接口开发：支持高并发的App/小程序接口，稳定、响应快（附接口文档）。 微信生态：公众号开发、微信支付/支付宝支付完整接入、小程序云开发。 数据与安全：数据可视化图表、防SQL注入/XSS攻击、接口签名加密。 第三方对接：短信验证码、OSS对象存储（七牛/阿里云）、邮件推送。

1. 立项背景和目标 随着教育信息化进程加速，教师在备课、出题、资源检索等环节仍面临效率低下的问题。传统方式下，教师需要手动编写教案、逐题出卷、翻阅大量资料寻找教学资源，耗费大量时间和精力。本项目旨在构建一个AI驱动的智能教学助手平台，利用大语言模型能力，帮助教师快速生成高质量教案、智能出题、自动优化教学内容，并提供一站式教学资源检索与管理功能，从而显著提升教师的教学工作效率。 2. 软件功能、核心功能模块的介绍 系统包含六大核心功能模块： 教案管理模块：支持教案的创建、编辑、查看和删除操作，教案按数学、物理、化学、语文、英语、历史、地理、生物、政治等九大学科分类管理，支持草稿和发布两种状态，并内置版本记录功能，每次编辑自动保存历史版本。 题库管理模块：支持单选题、多选题、判断题、简答题四种题型，可按学科分类浏览和筛选，每道题目包含题干、选项、正确答案和详细解析，支持难度等级标注（简单/中等/困难）。 教学资源库模块：支持教学资源的上传与管理，资源按学科分类组织，支持文件类型识别和大小统计，便于教师集中管理各类教学素材。 AI智能工具模块：系统集成阿里通义千问大模型（DashScope API），提供四大AI功能——AI生成教案（输入主题自动生成完整教案，包含教学目标、重难点、教学过程等）、AI生成题目（根据知识点智能出题，支持选择题型和难度）、AI内容优化（对已有教案进行多维度分析并给出改进建议）、AI智能搜索（基于关键词检索优质教学资源）。此外还包含AI智能批改（自动评分并给出评语）、知识点总结、章节大纲生成和AI问答助手等扩展能力。 用户认证模块：支持用户注册和登录，采用Token机制进行身份认证，路由守卫拦截未登录用户的访问请求，确保系统数据安全。 个人中心模块：用户可查看和编辑个人信息，管理账户设置。 3. 业务流程、功能路径描述 用户注册并登录系统后进入主页仪表盘。首页展示教案总数、题目总数和资源总数等统计数据，提供创建教案、生成题目、上传资源、AI搜索四个快速入口，并按学科展示资源导航卡片，同时呈现最近创建的教案和最近添加的题目等动态信息。教师可通过顶部导航栏进入教案管理、题库管理、资源库和AI工具四大功能区，每个功能区均支持按九大学科进行细分筛选。在AI工具区，教师选择具体功能后填写相关参数（如学科、年级、主题等），系统调用AI接口实时生成结果，教师可预览、编辑并保存到本地数据库。整个操作流程从登录到完成核心功能不超过三步点击，交互体验流畅直观。

立项背景和目标：随着本地餐饮行业快速发展，消费者面对海量的美食店铺信息时常常难以抉择，同时店铺经营者也缺乏有效的数据工具来了解市场动态和竞争格局。本项目旨在构建一套美食数据管理系统，帮助消费者浏览、搜索和管理感兴趣的美食店铺，通过订阅机制关注店铺动态，并借助数据可视化工具直观了解价格分布、订阅趋势等市场信息，为用户提供数据支撑的美食决策参考。 软件功能、核心功能模块的介绍：系统包含六大核心功能模块。数据总览模块提供店铺列表展示、价格排序和分页浏览功能；数据管理模块支持店铺信息的增删改查全生命周期管理；订阅中心模块实现店铺订阅与取消订阅功能，记录用户订阅行为；搜索查询模块支持按店铺名称和特色菜品进行关键字模糊检索；数据统计模块集成5种可视化图表（价格分布柱状图、价格趋势折线图、自定义价格区间统计、月度订阅分布堆叠图、阶段内各店铺月度订阅量分组图）；系统设置模块提供分页配置和CSV数据导出功能。此外，系统包含完整的用户认证体系，支持注册、登录和注销操作。 业务流程、功能路径描述：用户打开系统后进入登录注册页面，完成身份认证后进入主界面。通过左侧导航栏切换六个功能页面：在数据总览页浏览店铺信息，可按价格排序和翻页，点击店铺可查看详情或新增店铺；在数据管理页对店铺进行编辑、订阅或删除操作；在订阅中心查看已订阅店铺列表，支持取消订阅；在搜索查询页输入关键字快速定位目标店铺；在数据统计页查看各类图表分析；在系统设置页调整每页显示数量或导出数据。系统后端提供RESTful API接口，前端通过AJAX异步请求与后端交互，实现无刷新的单页面应用体验。