人工智能 Windows应用 软件定制 案例

本项目为牛肚村雪菜体验园定制了AI实时交互数字人一体机。系统基于FastGPT知识库构建，内置雪菜园及老港镇专属资料，回答准确率超95%。功能涵盖75寸/65寸高清竖屏展示、实时语音对话、口型同步驱动及摄像头互动。数字人作为智能导游，为游客提供展馆引导、政策讲解及趣味互动，显著提升了乡村旅游景点的科技感与服务效率。

这是一个《原神》游戏的按键可视化项目的实现和ai代肝的尝试（代肝未实现好的效果）。 背景：由于本人游戏操作太差，网上大神的视频基本都没有按键可视化，所以想构建一个视频画面-键鼠操作的模型。后续因为有了画面-键鼠操作对，就尝试加入了文本指令，构建ai游戏模型。 功能介绍： 1、数据采集脚本：实现了游戏画面-键鼠的同步采集，驱动级鼠标监听方案完全规避了3d开放世界游戏和fps游戏等游戏对鼠标位置的锁定。同时解决了游戏灵敏度和屏幕分辨率和屏幕比例不一致导致的问题。 2、数据清洗脚本：实现了数据的清洗，在保留数据时序不乱的情况下对其进行清洗，防止因数据不平衡导致的训练失败。 3、场景分割脚本：（此为游戏代肝部分）实现了多线程特征提取、多维度轻量特征（画面亮度分布、HSV颜色直方图、边缘密度、动作特征）整合、多线程数据保存。 4、数据标注程序：（此为游戏代肝部分）实现了基于tkinter的数据标注，主要是给视频打上动作标签。 5、训练循环：包含模型结构（经典的cnn和全连接）、dataset结构和训练脚本。按键和代肝共两套。 6、按键推理脚本：基于游戏画面的按键推理。 7、ai代肝模型脚本：基于多vlm智能体（含微调）的游戏代肝推理脚本。

1、立项背景和目标：面向备考学生，学习资料分散、整理复习成本高、缺少自测与反馈。项目目标是把用户上传的课件/笔记/ PDF等资料进行处理与检索，通过大模型生成结构化复习笔记和模拟试卷，并提供搜索与导出能力，提升复习效率与练习质量。 2、软件功能、核心功能模块：资料管理（上传/解析/ 分段与索引）、RAG检索（按材料与主题召回相关内容）、复习笔记生成（流式输出）、模拟试卷生成（按题型/数量 /难度配置）、在线作答与批改（客观题自动判分+主观题智能批改）、智能搜索（带引用 /脚注规范输出）、历史记录与PDF导出。 3、业务流程、功能路径描述：上传学习资料→系统解析/索引→选择功能入口（复习/出题/搜索）→选择材料与参数（细 致程度/难度/题型等）→生成结果（实时展示）→保存到历史→导出PDF/再次查看/删除管理。

1、立项背景和目标 本项目针对慢病患者线下问诊流程繁琐、健康管理缺乏持续性的行业痛点，打造一站式轻量化慢病管理AI问诊平台，降低慢病患者问诊咨询门槛，同时为医护人员提供线上诊疗配套工具，实现慢病健康管理的线上化、智能化、便捷化，项目已完成全流程开发与公网部署，可直接商用落地。 2、软件功能、核心功能模块的介绍 项目核心覆盖两大角色体系，配套完整的全流程功能模块： - 患者端：账号注册登录、AI智能问诊咨询、个人健康档案管理、问诊历史记录查询、密码找回等核心功能； - 医生端：医生专属登录入口、患者问诊信息管理、诊疗建议回复、患者健康档案查看等配套功能； - 系统管理：双角色权限管控、数据安全存储、页面响应式适配、公网稳定访问等基础能力。 3、业务流程、功能路径描述 用户核心业务路径形成完整闭环：用户通过公网地址访问平台，进入登录页选择对应角色，使用测试账号/注册账号完成登录校验，进入系统首页后，可快速进入AI问诊模块发起健康咨询，系统实时响应问诊需求并反馈对应健康建议，同时自动留存问诊记录至个人健康档案，用户可随时在个人中心查看历史问诊信息，完成全流程操作。

上传图片实时换脸，接了两大人脸模型，可实时通话可直播，自动检测电脑配置实现加速保障实时同步，带激活码系统，需用户提供机器码才能获取激活码、全程傻瓜式操作无需其他部署，用户点击打包后的exe即可自动运行只需上传图片即可

我成功构建了一套基于量化模型的图像生成系统。 通过对 Flux1-dev 模型进行量化处理，该系统能够在显存仅为 8GB 的 CUDA 设备上高效运行推理。 在 1920×1080 分辨率的单张图像生成任务中，平均合成时间约 20 秒。 后端采用 Python 开发，支持文生图与图生图功能，并提供了完整的 API 接口。所有生成记录及相关数据均通过 SQL 数据库实现本地持久化存储。 为进一步丰富图像风格，我还训练了多种不同风格的 LoRA 模型，可供灵活调用。 前端部分基于 Unity 引擎开发，实现了直观的图像生成交互界面，并与后端服务完全对接，形成从输入到生成、存储的可闭环工作流。 整个系统已具备稳定运行能力，在有限的硬件条件下实现了较高质量的图像生成与可扩展的风格支持。

LLM微调，CV，NLP多个项目经历： yolov8，yolov11，yolov12，yolo26应用，优化，集成 swin-tf，U-net，VIT分割，识别，分类，标注 RAG，情感分类，分词，生词，熟练应用BERT 可嵌入到软件，网页中，需后端 可接入一些LLM（如GPT，DS等）的API 可接中型/小型软件开发 可接科研项目，论文复现，AI/大数据/数据分析都可

本项目基于Stable Diffusion v1.5模型开发，是一个功能强大的文生图与图生图综合模型。主要功能包括： 文生图：输入文本提示词，生成高质量图像（如"一只戴着太阳镜的猫坐在赛博朋克摩托车上"） 图生图：基于输入图像+文本提示，生成修改后的图像 图像修复：对图像中指定区域进行智能修复和填充 可控扩散：通过ControlNet支持姿势图、边缘图、深度图等约束生成内容 人体细节优化：针对手、脸、姿势等人体细节进行专门优化，提升生成质量

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. 项目背景 致力于为客户提供多家主流AI大模型厂商于一体的AI聊天应用 2. 软件功能 基础AI对话功能：支持切换主流的AI大模型，创建会话，与AI实时对话 角色模版功能：预置多种优化的角色提示词模版，一键启用拥有特殊角色模版的AI助手，比如文案大师 生图功能：支持使用生图AI创建生图任务

可以识别唐诗300首，帮助儿童树立唐诗学习的良好习惯。具有基础功能，支持通过语音输入诗句片段、诗名、作者名，系统实时识别语音内容，匹配并返回对应唐诗。例如说出“床前明月光”，自动检索《静夜思》全诗及详情；说出“杜甫的诗”，列出杜甫代表作清单。支持方言语音识别适配（如普通话、粤语），兼容模糊发音，降低检索门槛。

工业自动化项目，基于.Net平台开发，上位机控制及监控设备数据，本软件为超高压精密注射泵站的上位机控制软件，界面与设备液晶屏界面功能相同，通过本软件可实现设备的远程控制与数据采集。

一款用于控制工业机器人进行自适应焊接的智能软件系统。通过3D视觉感知工件，在软件中完成路径规划、仿真和实时监控，并控制机器人完成高精度作业。主要包含点云显示，焊缝显示与编辑，焊缝仿真等功能

如今人工智能蓬勃发展，我预感未来AI游戏将会有广阔空间，于是想验证开发完全从零开始的AI玩家系统，只需要对程序设置奖励规则，并带着它玩一下，就能够自行操作游戏。虽然作为人类玩家可能道德法律上仍有争议，可作为NPC和怪物也是不错的选择。

该系统是用来接收数据将数据存储到本地计算机，并能够分析数据的频谱图，时域图且实时显示。功能如下： 1）使用QT实现UDP网络通信功能； 2）使用QT实现文件本地计算存储功能； 3）使用QT实现数据波形的频谱分析，并显示数据时域、频域波形；

实现智能安防系统，获取区域所有摄像头数据，调用算法实现区域人员防护，实现电子围栏，安全告警，并通过数字孪生技术进行全局显示。使用主要技术包括视觉目标识别、目标跟踪、目标定位、数字孪生技术。

背景： 通常，工程师在处理一个汽车项目时需要提供上千个交付物，每个交付物需要参考的数据内容又分布在其余不同的交付物中，导致工程师耗费了大量时间去寻找数据和编辑数据，极大地降低了工作效率。有时一些交付物的内容需要有大量参考去进行确认，工程师们往往是查资料半小时，写数据一分钟。而一个项目往往是由多个工程师负责的，工程师们之间也存在着信息差，进一步影响着我们的工作效率。此外，不同工程师对汽车不同子系统的理解也制约着项目的推进，例如，造型设计师设计了一个独特的灯带，但工程区域分析后发现该结构无法实现量产。 大语言模型和数据库的深度结合与RAG想法的提出让我们看到了解决此场景下效率低下的可能性。与传统的逐个查找数据文件不同，AI通过调用数据库对项目的所有文件进行针对性的相似和关联查找。根据项目的进展和用户的问答不断建立自己的数据关联，记忆关键的数据节点，在工程师们需要查询数据时快速给出答案。而工具调用的出现让我们看到AI业务落地可以更近一步。借此，可以实现从AI告诉答案转变为AI直接输出答案至目标文件中。 本作品的作用为依据现场的实际流程，设计一个以汽车项目为导向的专业智能体应用系统，帮助工程师更好地编写对应项目的交付物和探索自己的想法的可行性，帮助解决传统方案下数据寻找困难、工程师交互存在代沟、交付物编写缓慢的问题，拟将交付物编写速度加快至少80%。 本系统基于Windows操作系统实现，分为前后端两个方向进行设计： 前端主要是UI界面，用来进行数据的展示，拟采用VUE3进行设计，通过HTTP协议来实现与后端内容的数据交互 后端包含向量数据库系统设计、数据、关系性数据库系统设计、文件系统设计、大语言模型与工具调用设计、前后端交互接口设计、文件数据提取与向量化配置、拟采用Chroma、Sqlite3、Minio、Ollama、LangChain、Flask、MinerU等技术栈和win32.client等windows底层接口进行实现。 本项目的创新点在于将现有技术深度和企业实际生产过程相集合，根据实际需求，定制化专有的AI调用工具和现有的企业需求进行匹配，而不是简单的基于已有项目的复制粘贴。现有的技术方案更多执着于问答交互，而运用AI对微软文档进行直接专业化编写的设计现阶段的解决方案并不多，且更没有让AI专业化地编写文档的相关设计。 本方案提出时已完成多个小的组件的测试和使用，准备进行所有组件的整合和深度测试，方案完全可行。

电商智能视频混剪工具是一款集合图片转视频、文案生成、文案转语音、视频合成、视频配音于一体的智能电商视频生成工具，通过整合云计算、人工智能等技术，实现电商类推广视频的有效解决方案。 应用场景 1、电商推广类视频生成 2、小说解说类视频生成 3、其他涉及混剪类型的视频生成，视频生成类型跟素材相关

这是一个桌面端的 AI 安全分析平台，简单来说，它就是一个能指挥专业安全工具干活的 AI 聊天助手。 核心业务就是通过对话的方式，辅助你完成以下四类安全分析任务： APK 逆向：上传安卓安装包，它会在后台调用 JADX 帮你分析代码逻辑和漏洞。 主机逆向：扔进去 exe 或 elf 文件，它配合 IDA Pro 帮你分析汇编和程序行为。 流量分析：上传抓包文件（pcap），它利用 Wireshark 帮你识别异常流量和攻击特征。 文件破解：遇到加密文件或哈希，它能调用 Hashcat 帮你跑字典或掩码破解。 技术亮点： 它不仅仅是套了个 AI 的壳，而是通过 MCP协议，真正打通了 AI 模型与本地安全工具（JADX, IDA 等）的连接。AI 可以读取工具的分析结果，结合知识库，给你提供有理有据的分析报告。

一款个人开发的桌面应用，当时朋友在搞微信小店，要我用python做一个自动邀请达人的脚本，因为之前给他用python做了个抖音自动发弹幕及自动商品讲解的脚本，我闲着无聊直接用javafx做了个桌面应用，目前就一个功能，自动邀请达人，有需要可以后续加功能，