大数据 网站 软件定制 案例

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。

数字经济持续深化，全域多渠道经营已成电商商家主流模式，淘宝、京东、拼多多、抖音、快手等平台独立搭建数据体系，各后台指标口径、字段格式、结算规则互不统一，形成大量数据孤岛。商家需跨多后台导出报表人工汇总，运营、财务对账成本高、数据滞后且误差频发，无法直观掌握全渠道营收、库存、投放 ROI 整体情况，品牌难以开展全域用户分析与竞品对标决策。伴随数据要素市场化政策落地，企业数字化经营需求持续攀升，跨平台数据打通、统一清洗、可视化分析的刚需快速释放，叠加 API 接口、大数据处理技术成熟，可一站式整合全渠道经营、竞品、流量数据的电商数据聚合平台迎来广阔发展空间，成为品牌实现全域数字化管理、精细化运营的核心基础设施

网络安全项目，采集片区网络数据，分析高中低危网络数据，数据研判、可视化呈现。 采集数据量每天1-3亿数据，实时入库，数据清洗、数据归并、数据分发研判、研判结果及红头文件下发、资产管理、可视化大屏实时呈现、威胁情报管理

这是一个自动化的情报抓取与数据精炼节点。系统从无结构化或半结构化的网页/文本中，提取出高价值的商业、安全或金融情报，并标准化输出以赚取“利润”（系统内的虚拟概念） 主要功能模块： 全局智能发现 (Global Web Crawl)：用户输入关键词，系统通过 DuckDuckGo 隐蔽抓取相关 URL。 多级过滤与精炼管道 (Refinery Pipeline)： 阶段 1：Crawl4AI & 本地 AI 萃取。使用本地部署的 Ollama (deepseek-r1:7b) 对网页进行初步清洗，提取含有高价值情报的原话（如金融交易、安全漏洞等）。如果判定为低价值，则直接丢弃，节省成本。 阶段 2：云端 AI 精炼 (DeepSeek/OpenAI)。使用云端大模型对过滤后的内容进行高级处理：清除无关的个人隐私(PII)、统一金融货币单位为美元，并提取出高级别的“概念标签”(Smart Keywords)、“关键洞察”(Key Insights) 和“建议行动”(Recommended Actions)，最后严格格式化为 JSON。 API 密钥池管理 (Cloud Keys Pool)：系统可添加多个 DeepSeek/OpenAI API Key，系统会自动验证 Key 的有效性和获取余额，并在运行时自动轮询活跃的 Key。Key 在内存中是加密存储的。 实时看板与硬件监控 (Dashboard)：前端实时展示系统的 CPU、RAM、独显 (GPU) 负载、网卡通道状态，以及总请求数、精炼成功量、总利润等经营数据。 全局风控 (Circuit Breaker)：提供一键“紧急熔断”开关，切断所有新任务的接收，用于风控防御。 自动化报告：精炼成功后，自动在桌面生成 M2M_AI_Report_YYYYMMDD.docx 报告。

一、项目背景 面向市大数据局、公安、市监局等政务部门开展项目，各部门已完成数据治理工作，但数据加工需开发人员手写代码实现，存在需求响应慢、业务人员无法自主操作、数据处理效率低等痛点，亟需搭建低门槛数据处理平台。 二、项目目标 1. 采集政务数据元数据信息，实现库表、字段及业务含义统一管理 2. 搭建拖拽式可视化建模平台，通过算子实现数据自助加工，降低使用门槛 3. 新增定时任务调度功能，实现建模任务自动化执行 4. 对接BI报表模块，实现加工数据可视化展示 5. 提升数据处理与需求交付效率，支撑政务业务自助数据分析 三、项目概述 搭建政务低代码可视化数据建模平台，自动采集治理后数据的元数据信息，提供过滤、排重、聚合、拆分等拖拽式算子，实现业务人员自主数据加工。支持建模任务定时调度、结果数据异构系统同步与级联分析，同时打通BI报表模块，可自主生成柱状图、折线图、甘特图等图表，完成数据加工到可视化全流程自助化。

一、项目背景 工厂内机床、设备通过PLC采集温湿度、压力、电量、加工计数等实时物联网数据，经Modbus 等协议接入Kafka。原始数据存在大量重复、异常、乱序、跳变问题，无法直接用于MES系统与生产大屏；设备运行状态（绿/黄/红/灰）无统一规则，加工计数易重复统计，亟需一套从0到1的实时数据清洗与治理体系。 二、项目目标 1. 建立设备状态标准化规则，自动识别正常、告警、故障、停机状态并统计各状态持续时长； 2. 构建生产加工计数清洗规则，过滤重复上报数据，处理人工重置等异常场景，保证计数准确； 3. 输出标准结构化数据，支撑MES系统、生产可视化大屏分钟/小时/日报表展示。 三、项目概述 该项目为工业物联网数据治理从0到1建设，采用Flink +Doris 技术架构。从Kafka消费设备实时采集数据，通过自定义清洗规工重置场景处理。清洗后数据写入聚合表，为下游MES系统、可视化大屏提供分钟级至日报级的标准化数据，支撑生产监控、趋势分析与产能统计。 项目职责： 1. 独立负责工业物联网数据治理项目从0到1设计与落地，参与整体架构方案讨论，最终确定并实现Flink +Doris 实时数仓架构； 2. 全程负责从Kafka消费设备实时数据，完成数据清洗、去重、异常过滤、乱序处理、状态计算、指标聚合等全流程开发； 3. 设计并实现设备运行状态（正常/告警/故障/停机）规则引擎，自动统计各状态持续时长并结构化落表； 4. 开发生产加工计数精准清洗逻辑，处理重复上报、人工重置等复杂业务场景，确保计数准确； 5. 构建标准聚合层数据模型，对外提供数据接口，支撑下游MES系统、生产可视化大屏实时展示与报表统计； 6. 负责需求变更、接口迭代及历史数据重刷、补算等运维工作，保障数据一致性。 7、使用AI工具(WorkBuddy后者TRAE CN)辅助提高开发效率 技术栈：Kafka+Flink+Doris+SpringBoot+Redis+Minio+Python

SIS系统作为面向生产过程的信息系统，实现单元机组DCS、ECS、化水、输煤、除灰、数字煤场等系统联网，完成全厂生产实时数据的采集和历史数据存储，支持群集或热备工作方式进行故障切换。 可对接opcda，opcua、modbus、scada等多种工业物联网数据采集协议。系统稳定运行5年确保24*7数据采集不间断。 提供的SIS系统应包含厂级监控应用软件，实时数据采集和历史数据存储功能、厂级生产过程监视和管理功能、性能计算、耗差分析、测点查看、趋势查看、过程回放，机组性能指标分析，优化运行曲线和设备操作指导，设备状态监测，机组在线性能试验、数据报表统计和分析。

工业物联网数据可视化项目，通过采集设备数据的生产、告警、状态数据进行分析展示。能有效的提高企业的生产效率，设备监控。 软件采集了工厂所有的设备数据，与业务数据整合计算分析，实现OEE等关键指标计算

一、立项背景与目标 1. 立项背景 在传统的知识库问答系统中，普遍存在以下痛点： - 流程混乱：通用ReAct Agent在处理复杂业务时，容易发生步骤跳跃或逻辑错乱，导致回答质量不稳定。 - 上下文断裂：多轮对话中，用户常使用代词（如“它多少钱？”），传统向量检索缺乏指代消解能力，导致检索失败。 - 意图混杂：闲聊式提问（如“你好”）与知识检索式提问（如“XX产品参数是多少”）被统一处理，浪费算力且影响用户体验。 - 状态丢失：用户刷新页面或稍后再访问时，对话历史无法延续，每次都是“新会话”。 2. 项目目标 - 构建一个流程可控、意图可分流、上下文可理解、状态可持久的智能知识助手。 - 实现复杂业务逻辑的结构化解耦，提升系统的可维护性与稳定性。 - 显著提升多轮对话场景下的检索命中率与回答准确率。 二、软件功能与核心模块 1.整体功能概述 本系统是一个基于LLM的智能对话式知识库问答助手，支持用户通过自然语言提问，从向量知识库中精准检索并生成回答。系统特别强化了多轮对话中的指代消解能力与流程可控性。 2.核心功能模块介绍 模块名称 功能说明 Planner（规划器） 基于LLM + 专用Prompt，硬编码业务流程。负责解析用户请求，按固定流程调度执行，防止逻辑跳跃。 语义路由器 基于LLM的分类工具，动态识别用户意图为“chat”（闲聊）或“retrieval”（知识检索），实现分支分流。 历史加载与写入模块 与Redis集成，自动追加对话历史，确保跨会话的上下文连续性。 查询重写模块 结合历史对话，将存在指代或省略的用户问题（如“它多少钱？”）改写为语义完整的独立问句。 混合检索引擎 同时执行向量语义检索与关键词检索，通过RRF算法融合排序，提升召回效果。 Executor（执行器） 根据Planner的指令，调用重写、检索、生成等环节，最终输出回答。 系统流程严格遵循：语义路由 → 历史加载 → (分支判断) → 查询改写/直接回答 → 知识库检索 → 最终生成 三、业务流程与功能路径 以下为用户与系统交互的完整功能路径描述： 场景一：用户进行知识检索（多轮对话） 场景二：用户发起闲聊 场景三：用户首次访问 / 会话恢复

【项目简介】 数图新治(简称：数图)是一个政务大数据分析平台，通过算法配置、图表数据展示、汇成专题来进行数据分析、数据挖掘、成果展 示，帮助决策。数图是一个核心产品，从该产品衍生一个个智慧统计项目，部署到各个项目地。到目前为止已服务了全国三四十个 街道办、地区统计局、区政府。 【功能点】 ● 图表展示、图表下钻，用到 echarts 的大部分图表及高德地图，项目地涉及到一些客户要求的第三方地图； ●自动报告，用户点击图表生成语料并直接生成报告；用户可通过将语料、图表、图片等拖入到在线报告中，也可手动输入和增加 配置条件生成动静态文本来生成自动报告，如生成日报、周报、月报、季报、年报等；通过拖拽、富文本编辑实现 ●自由页面配置，用户通过拖拉拽实现自由页面布局及页面内容展示，实现对页面框架、图表、资源框、筛选器等的功能配置和样 式配置等 ● 支持全定制和半定制半配置的页面 ●兼容，配置的专题在 pc 、大屏、pad 、移动端使用，实现四端兼容 ●在线报表，通过配置实现自动生成报表，数据自动生成，在线编辑、保存、下载报表，通过 lucksheet 实现 ●地图，实现各种类型地图如高德、百度、客户要求的第三方地图，涉及到的业务需求如落点、标牌、下钻、框选、热力图、白 模、3D、影像地图、二维地图、聚合、图上加 echarts 图表、弹框、色块、距离计算等 ●文件下载，包括数据下载 excel ，图表下载成 word 文档、pdf 下载、报表下载等； ●文件上传，excel、txt、image、word、pdf等； ●文件预览，在线 word、pdf、excel 文档预览；

环境及框架: SpringBoot+Spring+Maven+SpringMvc+Mybatis+Auth+Redis+Solr+Postgres+Mysql+Mongodb 项目描述: 这个项目代码缺陷检测系统是由多个项目合并开发的一款高效、全面的工具，主要用于分析和检测代码中的漏洞和缺陷以及项目开源率。系统集成了 Sonarqube 工具，能够准确分析代码文件中的问题行数，并统计 Bug、异味和重复率等指标。同时，系统还集成了美国漏洞库（如 nvd、 cve、 cpe_match），开源项目库(GitLab、GitHub、Apache)、组件(Nuget、Maven)实现与项目的 集成检测，提升代码安全性和质量。 责任描述: 1、负责安装配置 Sonarqube 工具，通过 GitHub 下载源码项目并搭建源码框架 2、开发 27 种语言的技术指标语言插件，包括 JAVA、Python、C、C#、TypeScript、Go、 Groovy、T-SQL、PL/SQL 等，对源代码进行改动并集成到 Sonarqube 系统中 3、利用自动化浏览器插件 FirefoxDrive 对 Sonarqube 数据进行翻译处理 4、编写各种编程语言的被测件，确保系统能够准确扫描到各种语言的漏洞 5、设计定时任务，定期更新漏洞库数据，并引用钉钉机器人在群里通知任务进度 6、编撰指标偏移表和用户手册，提供系统操作指引和技术支持 7、查看 Bug 管理系统分配的问题，确保问题及时修复 8、迁移和维护 dm 数据库和 Postgres 数据库的数据，保障数据完整性和安全性 9、与前端团队联调接口，开发用户管理模块，提升用户体验和系统功能性

立项背景与目标：面向事件合约交易场景，解决平台历史信号与实盘记录分散、对账困难、盈亏口径不一致的问题，建立一套可持续沉淀交易数据的管理系统，支持实时查看本金、胜率、盈亏和对比结果，帮助用户评估策略在真实交易环境中的效果。 软件功能与核心模块：系统包含平台对接、实盘记录管理、对比展示、统计报表与本金管理四大模块。平台对接负责登录并抓取历史信号；实盘记录支持手动新增、编辑、删除和导入；对比展示负责将平台信号与实盘成交按时间、币种、方向匹配；统计模块负责展示当前本金、实盘/回测胜率、净盈亏、历史金额区间等核心指标。 业务流程与功能路径：用户先配置初始本金并登录平台，再同步历史信号；随后在左侧维护实盘交易记录，系统自动计算盈亏并刷新统计；筛选条件可按时间、币种、结果缩小范围，右侧同步显示平台信号与对比结果；当新增、修改或删除实盘记录时，系统会自动重算当前本金、胜率及各类统计，形成完整的“登录—同步—录入—对比—统计”闭环。

本项目为外贸/电商企业打造了一套从数据采集到智能报表生成的自动化系统。立项背景是传统商业情报收集依赖人工浏览多个数据源（海关、1688、行业报告、社交媒体），耗时且容易遗漏关键信息。 核心功能模块： 1. 多源自动采集：对接海关总署公开数据、1688供应商报价、行业研报、社交媒体舆情等4大类数据源，每日自动增量抓取。 2. AI智能处理：大模型对采集内容进行分类（贸易数据/价格监控/行业研究/竞品动态）、可信度评分、关键信息抽取。 3. 竞品价格监控：7天价格走势图自动生成，突变超过阈值自动预警推送。 4. 舆情情感分析：社交媒体评论AI情感分类（正面/中性/负面），负面比例超10%触发告警。 5. 日报自动生成：每日9:00自动汇总前一天数据，生成结构化报表并通过飞书/Slack推送。 6. 可视化仪表盘：ECharts 图表展示KPI趋势、数据来源分布、处理统计等。

目前有很多光伏制造企业想要通过数字化来提高工厂的制造效率和供应链的成本控制，因此引入了工业互联网加数据中台的概念帮助企业实现这种大数据量和高复杂度的数据分析和展示；

构筑完整系统基底，建设交通态势感知分析、智慧管控、车辆隐患管理等多个管理系统，实现对于智慧城市治理的深化探索和城市交通“智力”的提升，更为大型活动赛事提供更安全更智能更稳定的实战场景。

立项背景：电商平台商品数据分散、价格波动频繁，商家与消费者难以快速获取全面比价信息，亟需一套稳定、可扩展的自动化数据采集与分析系统。 核心功能：① 多平台商品数据定时采集（含标题、价格、库存、销量、评论）；② 数据清洗与标准化入库；③ 价格趋势可视化与竞品对比分析；④ 异常价格监控与预警通知。 业务流程：用户配置采集任务 → 系统按规则定时抓取 → 数据清洗与校验 → 存入 MySQL 数据库 → 后台可视化展示与分析 → 触发异常价格预警。

该程序是 AI 文档智能修改工具，支持 docx、xlsx、pdf、txt 格式文件处理。用户可上传文件、选择保存目录、输入修改要求，实现内容润色、纠错、格式调整等定制化修改，修改后文件自动保存至指定路径，全程可视化日志反馈处理状态。

之前想做个音乐分享平台，让大家能分享好听的音乐 主要功能： - 音乐上传：支持多种音质（标准、HQ、SQ、Hi-Res等），上传能获得贡献值 - 在线播放：底部播放器，支持播放/暂停、上一首下一首,进度条,音量控制 - 搜索功能：按歌名/歌手搜索，结果按官方认证,播放量,音质排序 - 求歌曲：用户可以发布求歌请求，别人帮忙上传能获得奖励 - 商店系统：用贡献值买虚拟物品或兑换券 - 任务广场：显示待解决的求歌任务 还有管理员后台，能管理用户,审核注册,封禁违规内容这些

平台是基层数字治理引擎，核心应用于网格化管理、矛盾纠纷线上调解、民生服务响应及应急事件协同处置四大行业场景。 该平台通过构建多级联动指挥体系，整合线上便民服务端口与线下网格力量 主要功能：网格员动态管理、事件纠纷线上上报转办、数据统计分析、矛盾纠纷调解（婚姻家庭、邻里、合同等七类）、便民服务响应（小程序）、应急协同处置，实现基层治理数字化闭环管理。

技术方案采用Python语言，使用Requests库发送HTTP请求获取网页内容，通过BeautifulSoup解析HTML DOM结构，精准提取目标字段。项目实现了自动翻页功能，通过循环遍历10个分页（每页25条）完成全部数据采集。针对豆瓣的反爬策略，配置了User-Agent伪装和1秒请求间隔（time.sleep），确保长期稳定运行。采集完成后，利用Pandas进行数据清洗和去重，最终将数据导出为Excel和CSV文件。