智慧数字孪生 网站 软件定制 案例

负责海康，大华，宇视等厂家智能终端的sdk集成，使用rtsp协议+zlm+webrtc实现实时视频和回放，数据库维护，数据迁移，MySQL读写分离，MongoDB分片集群搭建，智能化巡视逻辑编写，前端页面逻辑编写，对接第三方api，第三方数据集成，ipc远程控制，集成第三方sdk，实现ipc的远程控制，支持云台控制，焦距，光圈等控制，手势控制，sdk抓图，支持守望配置，ipc邮箱配置，配置文件的导入导出，修改视频的编码格式。结合zlm实时视频，使用rtsp协议转webrtc协议进行播放，延时低200ms内，操作无感延时。提供api接口未第三方继承。

参与开发的校园工作室管理系统，这是一个基于springboot和vue的管理系统，使用采用前后端分离架构,为校园工作室提供空间预约、设备维修、成员管理等全流程数字化解决方案。 技术栈 后端:Spring Boot 2.5.15 + Spring Security + JWT MyBatis + PageHelper 分页插件 Redis 缓存 + Druid 数据库连接池 MySQL 数据库 Swagger3 接口文档 前端:Vue 2.6.12 + Element UI 2.15.14 Vuex + Vue Router Axios 异步通信 ECharts 数据可视化 开发工具: Maven 构建工具、Git 版本控制 IntelliJ IDEA、VS Code

项目描述：开发一个基于知识图谱的作战任务需求智能解析系统，用于提高文本理解和作战任务解析的准确性和效率。通过使用自然语言处理和知识图谱技术，实现了在复杂作战环境中更准确高效地理解作战意图和传达作战指令。 应用技术：Python，Pytorch框架，自然语言处理技术，Bert语言模型，知识图谱。

软件功能、核心功能模块的介绍 本系统包含四大核心功能模块： （1）新闻数据采集模块：基于Requests和BeautifulSoup库实现网络爬虫，能够从微软新闻网站（news.microsoft.com）自动抓取最新新闻标题和正文内容。该模块具备多级容错机制，当网络异常或页面结构变化时，自动切换至备用数据源，确保系统稳定运行。 （2）中文分词与关键词提取模块：使用Jieba分词库对采集的新闻文本进行精确分词，结合自定义停用词库（包含200余个虚词和常见词），过滤掉无实际意义的词语。通过Counter工具进行词频统计，提取出现频率最高的关键词作为分析基础。 （3）词云可视化生成模块：基于WordCloud库将关键词数据转化为可视化词云图片。该模块实现了跨平台字体自动检测功能，优先使用黑体、微软雅黑等中文字体确保中文正常显示，并设计了PIL备用方案作为最终保障。 （4）Web应用与交互模块：采用Flask框架构建轻量级Web服务，提供RESTful API接口。前端采用响应式设计，支持PC端和移动端访问。用户点击生成按钮后，系统异步执行后台任务，通过状态轮询机制实时反馈处理进度，最终展示词云图片和关键词分析结果。 3、业务流程、功能路径描述 用户访问系统首页（http://127.0.0.1:5050），页面展示控制面板和词云展示区。用户点击“开始抓取新闻并生成词云”按钮后，系统触发后台异步任务：首先启动爬虫模块访问微软新闻网站，抓取15条最新新闻的标题和正文内容，合并生成约5000-10000字符的文本数据；随后调用分词模块对文本进行切词和停用词过滤，统计出前100个高频关键词；接着调用词云生成模块，根据词频数据生成800×600像素的词云图片并保存至static目录；最后更新处理状态为完成。前端通过每2.5秒轮询状态接口，实时显示“抓取中”、“分析中”、“生成中”等进度信息，任务完成后自动加载词云图片并展示关键词列表。整个流程约1-2分钟，用户无需等待即可获得可视化分析结果。

1.💡 AI 概念速记：输入陌生的技术名词（如 Zustand、Event Loop），AI 会自动用自然语言的方式为你解释它的核心作用、解决的痛点以及极简应用场景。 2.📄 智能代码收录库：粘贴或上传代码片段，系统不仅会高亮保存，还会让 AI 进行深度代码审查（Code Review）。自动提取核心算法思想、解释冷门 API，并给出潜在的优化建议。支持极速行内重命名 。 3.🏗️ 项目架构逆向工程：（最突出的功能）一键读取本地前端/后端项目目录。系统会自动剥离 node_modules 等冗余文件，提取纯净目录树，并交由 AI 生成精准的 Mermaid 模块数据流向图和工作流复盘诊断(见p6)。没有文档的项目，帮助你一秒看穿！同时，也可以充当大家项目开发的笔记！ 4.🔍 URL 驱动的全局极速搜索：采用现代化的 URL 驱动状态管理（无感刷新）。在左侧导航栏输入任意关键词，瞬间跨表（概念、代码、项目）进行全文模糊检索，打造 Mac Spotlight 般的丝滑体验 5.💰 BYOK 多租户计费隔离 ： 原生支持多用户隔离（基于 Clerk）。内置极其优雅的齿轮设置弹窗，允许大家填入自己的大模型 API Key 和 BaseURL（完美兼容 DeepSeek, OpenAI, 智谱等）。大家可以消耗自己更高级模型的 Token！

基于AI的多角色心理健康管理平台，集成智能问答、情绪追踪、医患沟通与个性化推荐。独立完成全栈开发。 核心功能： 1. AI智能咨询：接入阿里DashScope大模型，支持多轮对话与AI综合评估报告生成 2. 情绪追踪体系：情绪日记+症状记录+天气匹配+7/30天趋势统计 3. 医患实时沟通：WebSocket在线咨询、患者公海机制、预约管理 4. 个性化推荐：协同过滤算法推送心理资源（文章/音频/视频） 5. 沉浸式体验：13+房间装饰、8套主题、时间胶囊、心情树洞 技术亮点：AI大模型集成（DashScope）生成个性化评估报告；WebSocket实时通信；协同过滤推荐算法；三角色（患者/医生/管理员）权限体系。 本系统是面向患者、心理医生和管理员的多角色心理健康服务平台。患者端提供情绪日记（天气主题联动、7/30天趋势统计）、AI智能问答与多维评估报告生成、心情树洞（匿名倾诉+定期清理）、时间胶囊（写给未来的信+AI推荐信件类型+定时解锁）、心灵小屋（13+装饰+8套主题解锁体系）、PHQ-9/GAD-7标准化心理测评、正念冥想练习、协同过滤资源推荐及WebSocket实时咨询。医生端覆盖患者管理、患者公海认领机制、危机风险预警与处置、智能排班（周模板+特殊日期+冲突检测）、治疗计划（SMART目标+干预+SOAP记录）、评估报告及在线咨询会话管理。管理员端提供用户管理、医生审批、医患关系审核工作流、预约管理、通知公告、系统配置及数据统计分析。平台以医患关系审批流为纽带，串联从评估→预约→咨询→治疗→追踪的完整心理健康服务闭环。

本项目旨在为某公司构建一套完善的智慧排水平台，其拥有排水一张图，排水资源管理，通用资源管 理，排水二三维地图，监测预警二三维地图，智慧运维，决策调度，智能分析，排水物联，系统监控，角色管 理，人员管理等功能 技术栈：JeecgBoot + Vue3 +Ant Design + MapBox + L7 + Cesium + three + echarts

一、立项背景和目标 为应对各行业设备分散、协议不统一、数据孤岛、运维成本高、智能化不足等痛点，依托 5G、云计算、边缘计算、大数据与 AI 技术，建设统一、开放、安全、可扩展的物联网 PaaS 平台。向下兼容多协议设备接入，向上提供标准化能力与开放 API，支撑智慧城市、智能制造、智慧园区、智慧能源等场景快速落地。目标是实现海量设备统一接入与全生命周期管理、数据全链路贯通、智能联动与可视化运维，降低应用开发门槛，提升运营效率，赋能产业数字化转型。 二、软件功能与核心功能模块 平台以连接、管理、数据、智能、开放为核心，提供一站式物联网能力： 设备接入与协议适配：支持 MQTT、CoAP、HTTP、Modbus 等主流协议，支持直连、网关、子设备接入，提供设备认证、加密传输与高并发连接。 设备全生命周期管理：覆盖设备注册、分组、物模型定义、状态监控、远程控制、OTA 升级、故障诊断、注销下线全流程。 数据采集与存储分析：实时采集、清洗、转换、持久化时序数据，提供历史查询、趋势分析、报表统计与数据可视化。 规则引擎与场景联动：支持阈值告警、数据转发、设备联动、定时任务、条件触发，实现自动化业务逻辑。 告警与运维中心：统一告警推送、工单流转、运行监控、日志审计、性能统计，保障平台稳定。 开放 API 与应用使能：提供标准接口、应用开发框架、设备模拟器，支持快速构建上层 SaaS 应用。 安全与权限管理：设备身份认证、传输加密、访问控制、操作审计，保障数据与设备安全。 三、业务流程与功能路径 设备接入流程：创建产品→定义物模型→生成凭证→设备 / 网关接入→身份认证→数据上报→平台核验上线。 设备管理路径：设备管理→列表 / 分组→状态查看→远程控制→参数配置→OTA 升级→故障诊断。 数据处理路径：数据采集→协议解析→清洗计算→时序存储→可视化展示→数据订阅 / 转发。 规则与告警路径：规则引擎→创建规则→配置触发条件→定义执行动作→告警中心→通知与处理。 应用开发路径：开放平台→申请 API 密钥→接口调试→对接能力→应用发布→运行监控。

1、一比一实时数字孪生，接入wms和mcs等系统，实现数据互通 2、数据统计，预测产量、仓储流量、动态报警等 3、三维场景漫游，交互，支持固定以及漫游相机操作，旋转，拖拽，缩放等 4、场景动画与生产过程实时联动 5、实现了双端部署，即PC客户端与BS端

项目描述: 该平台的核心功能是三维数据底座整合了地上地下空间数据,亮点功能是辅助工程选址决策,和土地全生命周期历史回溯。并且在安徽，山西等地进行了项目实施。 个人负责前端技术选型,并参与功能设计与部分功能开发。

项目定位：面向智能制造行业的 B 端 MES 信息平台，核心目标是实现生产全链路数字化管控，助力多家合作工厂通过省级信息化建设验收。 核心功能：覆盖 15 + 业务模块（人员 / 设备管理、安灯预警、产线报工、质量巡检、成品入库等），支持动态表单、PDF 预览、文件上传下载、数据大屏可视化及中英文切换。 业务价值：打通生产任务下发→开工报工→质量检测→成品入库全链路，通过实时数据流转提升生产协同效率与管理透明度。

指令平台主要为公司其他项目提供指令下发和反馈功能；v1版本和v2版本的区别在于，v2版本在创建 指令模板的时，增加了签收和审批步骤，并除下发步骤外，其余步骤均可多次配置，在各个步骤进行时和公司其它系统使用kafka进行消息沟通，实时更新指令状态，同时加入了版本的概念，即修改模板后，依照旧模板下发的指令不会改变；

【立项背景】 个人技术练习项目，深入学习WebGIS三维可视化开发，掌握Cesium数字孪生技术栈。 【核心功能】 1. Cesium三维地球：加载全球地形影像，支持鼠标旋转、缩放、漫游交互 2. 图层管理系统：切换影像图层、地形图层、标注图层，控制显隐 3. 模拟数据可视化：随机生成海量点位，测试渲染性能与帧率优化 4. Leaflet二维地图：对比实现同等功能，掌握不同GIS框架特性 5. Vue3工程化：组件化封装Cesium场景，实现代码复用 【业务流程】 数据准备 → Cesium场景初始化 → 图层加载 → 交互功能开发 → 性能优化测试

工程知识平台以流域为核心，构建了包含测站、水库、河道、河流等水利实体及其属性的知识网络，核心功能包括： （1）知识库管理：维护对象本体与属性本体，支持实体增删改查。 （2）图谱可视化：以图谱形式展示实体关联关系，支持实体信息查看与编辑。 （3）知识分析与应用：提供调度方案、抢险方案等场景化查询，关联实体与预案逻辑。技术上采用本体建模构建知识体系，结合图存储与可视化技术实现关联分析，支撑水利业务场景的知识检索与辅助决策。

1.项目概述：  该项目是应青海省海东市水力资源部要求开发的水生态环境监管平台，集成了遥感监测、视频监控、数据分析和预警推送等多种技术手段，为水环境保护提供全方位的技术支撑。 本项目是海东市关于重点水系水生态环境精细化管理系统，包括全覆盖、精准信息一体化数据库、重点支流水生态环境网格化管理空间子系统、重点支流水环境网格化动态监管子系统、水生态环境遥感动态监管子系统、重点支流水功能区监督管理子系统、关键生态系统结构遥感识别与保护子系统、重点支流治理项目生态环境效益分析子系统、重点支流污染责任管理决策子系统、移动端展示与决策支撑子系统这9个平台，主要包含如下6大功能： 一个数据中心。通过对数据的加工、传输和交换，建成规范、统一，包含历史专题数据、基础空间数据、实时数据和综合分析数据的平台。 一张图管理。通过“一张图”的信息集成与整合电子地图来展示综合分析信息，实现属性数据与空间数据的无缝对接，整体把握全省的水生态环境质量状况。 一套管理模块。以数据一体化为抓手，实现科学研究、决策分析、预警响应等水环境综合一体化管理。 数据分析集成。汇集地区划分、时空变化分析、专题研究等综合分析技术与应用能力，促进水生态环境质量精细化管理。 模拟技术集成。加强模型优选和开发，深入属地化参数研究，增加模型模拟技术，模拟和预测污染物在环境中的行为，为综合决策管理和预警响应提供重要的技术支持作用。 本系统采用B/S架构，使用JAVA开发语言，采用微服务方式进行开发设计，结合maven多模块开发，使用目前流行的多种web技术，包括Spring Boot, MyBatis, apache Shiro, ehcache/redis, Jquery ,BootStrap, WebSocket 等等，采用MySQL和MongoDB数据库进行数据存储等。

三维可视化系统是一个集成了多种技术的系统，旨在通过科学的数据管理和算法应用提高对山区灾害的预警能力和防控效率。该平台的核心特点在于数据和算法的分离管理，这使得灾害预警算法可以根据需要自定义添加或调整，提高了系统的灵活性和适应性。 （1）支持多级流域的发布与管理，并将灾害预警算法的输入输出数据按流域绑定，实现流域尺度的精准预警与可视化展示 （2）收集、存储并管理来自不同来源的数据，如气象数据、地质数据、水文数据等，这些数据是进行灾害预警的基础

1比1实景还原工厂内部设施产线，通过网关和传感器接入工厂机器数据，运行状态。实现真实有效查看。领导可以通过屏幕看到厂子里运行情况，以及设备工作流程。配备MES系统，实现智能化生产流程。为企业的宣传和节省成本具有很大助力

一、立项背景和目标 当前鱼类行为学研究、水产养殖环境优化过程中，传统鱼群行为分析依赖人工统计，存在耗时耗力、数据准确性低、动态参数捕捉不全面等问题，难以满足科研数据支撑与养殖决策优化的需求。本项目目标是开发一款基于计算机视觉的自动化工具，通过视频分析实现鱼群轨迹的自动检测、跟踪与行为参数量化，为科研人员提供高效分析手段，为水产养殖从业者提供环境优化的数据依据。 二、软件功能与核心模块 核心功能：支持 MP4/AVI 格式视频导入，自动完成鱼群检测与个体分割、多目标轨迹持续跟踪、速度 / 加速度 / 群体密度等参数计算，提供交互式轨迹可视化与趋势图表展示，支持轨迹数据与分析结果 CSV 格式导出。 核心模块： 视频 IO 模块（video_io.py）：负责视频导入与处理结果输出； 预处理模块（preprocessor.py）：通过灰度转换、高斯模糊优化图像质量； 分割模块（segmenter.py）：基于 MOG2 背景减除与凸包缺陷算法，实现运动目标分离与粘连鱼群分割； 跟踪模块：采用 cKDTree 加速的最近邻匹配算法，结合分阶段匹配策略实现多目标轨迹追踪； 分析模块（analyzer.py）：通过 Savitzky-Golay 滤波平滑数据，计算行为参数； 可视化模块（visualizer.py）：绘制轨迹曲线与趋势图表，支持实时对比展示； 主应用模块（app.py）：整合所有模块，提供网页交互界面。 三、业务流程 用户准备符合要求的鱼群视频（MP4/AVI 格式，推荐分辨率≤1920×1080）； 启动网页应用，通过左侧界面上传视频或直接使用内置样例视频； 按需调整跟踪参数（距离阈值、最大丢失帧数等，默认参数适配多数场景）； 系统自动执行背景建模（约 30 帧）、图像预处理、鱼群分割、轨迹跟踪与行为分析； 处理完成后，用户可查看轨迹可视化结果、速度 / 密度 / 加速度趋势图表； 按需下载完整轨迹坐标数据或分析参数时间序列的 CSV 文件。

1、自助打印后端管理系统 2、运营数据导航 3、订单管理系统与会员管理系统 4、终端设备管理系统 5、设备故障管理系统：远程控制、故障预警 6、远程设备控制系统：设备重启、停启用等 7、设备区域管理系统 8、代理商、运营商管理系统 9、数据报表系统、分润系统等 10、多用户权限管路 11、大屏数据孪生系统等

1、城市治理大数据可视化平台，接入包括高德交通、城市监控摄像头、AI智能识别监控、数据中台城市治理数据，后端进行数据的接入以及接口的开发，配合GIS地图进行数据的可视化三维一体展示，对接包括硬件设备、网络报文、HTTP协议等数据。