人工智能 Windows应用 软件定制 案例

本程序用于信息录入场景，可将截图内容整理为规范表格。先借助 OCR 识别提取截图内图文原始信息，再调用大模型 API，按预设规则完成数据筛选与结构化解析，属于专用数据格式提取脚本。支持自定义提取规则灵活适配不同业务需求，可按需调整输出模板，高效完成图片信息标准化导出，大幅减少人工录入整理工作量。

立项背景与目标 ：日常办公中，表格合并、文档处理、数据看板生成等重复性工作耗时且门槛高。雪球旨在利用大语言模型的自然语言理解能力，让用户通过一句话即可完成复杂办公任务，实现"对话即操作"的智能办公体验。 软件功能与核心模块 ：平台围绕四大模块构建——表格处理引擎（JOIN联查、批量填充、分组聚合、拆分合并）、文档处理引擎（Word改写/模板填充、PDF提取/拆分/合并、PPT生成）、BI看板生成器（11种ECharts图表，支持HTML/PNG/PDF/PPT导出）和PPT自适应渲染引擎（四级降级策略）。所有工具通过DeepSeek Agent统一调度。 业务流程与功能路径 ：用户自然语言输入 → Agent解析意图并编排步骤 → 自动调用工具链执行 → SSE流式返回执行进度与结果 → 任务快照持久化存档。全程支持审计日志脱敏和中断恢复，确保数据安全与操作可追溯。

1、立项背景和目标： 高校专业课程学习中，学生课后答疑需求频繁但教师精力有限，传统群聊问答重复率高、覆盖率低。本项目旨在构建基于大模型RAG技术的智能答疑系统，让上传的课程资料（PDF、PPT）成为知识库，实现7×24小时自动答疑，减轻教师负担并提升学生自学效率。 2、软件功能、核心功能模块的介绍： 系统包含学生端和管理端。学生端支持课程选择、多轮智能问答、历史会话查看、知识点收藏；管理端支持课程资料上传、知识库构建监控、问答记录统计、Prompt模板调优。核心模块为RAG检索增强生成引擎、多轮对话上下文管理、文档智能解析与向量化存储。 3、业务流程、功能路径描述： 教师上传课程资料，系统自动解析分块并生成向量存入Chroma数据库；学生选择课程后输入问题，系统检索Top3相关文档片段，结合历史对话上下文构造Prompt，调用大模型生成带溯源标注的答案；学生可继续追问或切换课程，管理员可在后台查看高频问题并优化知识库。

**功能介绍**：集成仪表盘、编译器、图书馆、应用商店、剧场、音乐厅、画廊、社交广场、人格工坊、故事树、脚本管理器、计划任务等15个功能模块，提供一站式创作与管理体验。 **功能模块**：仪表盘、成就展馆、编译器、图书馆、应用商店、剧场、社交广场、音乐厅、时光机、画廊、人格工坊、故事树、脚本管理器、计划任务、社区集市（共15个Tab） **功能描述**：插件化架构集成15个独立功能模块，覆盖编程开发、游戏管理、社交互动、音乐播放、成就追踪、脚本运行等场景。通过Python桥接实现跨语言调用，支持106个游戏管理、39个成就追踪、12首音乐播放、社区集市交易等功能。

哈基米小助手是一个 AI 辅助开发桌面端 Demo，主要用于探索如何把 AI 编码、需求拆解、人工验收、风险记录和版本推进整合成一套可执行的开发工作流。 项目包含 Windows 桌面端界面、模型选择、会话列表、设置面板、命令面板、基础 Chat 路径、Provider 配置展示、Inspector 任务查看等功能。用户可以在桌面端进行基础对话、切换模型、管理会话、查看任务信息，并通过配置面板管理模型相关设置。 该案例的重点不只是功能展示，也包括交付过程：每个阶段都会记录验收结果、已知限制、风险边界和下一步动作，用于证明项目不是单纯“AI 生成代码”，而是按需求拆解、功能实现、人工验收、文档交付的方式推进。

目前正在研发本地优先 Agent 协作工作台「摇光」。 摇光的核心目标是让用户可以用自然语言描述目标，由系统自动组织 AI 角色、调用工具、推进任务，并在桌面端、本地环境和移动端入口中持续交付结果。 当前产品已完成最小闭环，并进入内测和效果优化阶段。

本项目是一款企业级标书Agent工具链，旨在用AI重塑传统投标流程。系统深度融合大模型与企业专属知识库，依托多Agent工作流，自动化串联文档解析、内容生成、智能合规审查与Word/PDF精准排版。最终打造出一站式标书自动化生产系统，大幅提升编制效率并降低合规风险

1、立项背景和目标 随着AI技术的发展，普通人也可以轻松生成高质量的图片、视频和音乐。但现有工具要么收费太高，要么操作复杂，对刚开始尝试AI创作的用户不够友好。我结合自己使用大模型API的经验，开发了一款集图片生成、视频生成、音乐生成于一体的多媒体创作工具，旨在降低AI创作门槛，让每个人都能免费体验AI生成内容的乐趣。项目灵感来源于我在AFAC比赛中使用AI API的经历，以及对TRAE Work工具的探索。 2、软件功能和核心模块介绍 图片生成模块：用户可自定义图片尺寸（宽/高），选择不同风格的图案类型（抽象图案、写实风格、卡通风格等），AI根据用户选择生成对应的图片。 视频生成模块：用户输入视频主题或关键词，AI自动生成短视频脚本并调用视频生成API产出视频。 音乐生成模块：用户选择音乐风格（古典/电子/轻音乐等），AI生成对应的音频文件。 参数配置面板：所有生成参数（尺寸、风格、时长等）集中在一个面板，用户可自由调整。 3、业务流程和功能路径描述 用户打开网页 → 选择“图片生成”/“视频生成”/“音乐生成” → 填写参数（宽高、风格、主题等） → 点击“生成”按钮 → 系统调用大模型API → 生成内容展示在页面上 → 用户可预览并下载。

该项目是整个产品中最重要的一环，主要作用是算法分析，通过逐张视频帧分析是否满足告警条件。算法组成有行为分析算 法，安全帽检测算法，超员检测算法等等。行为分析算法通过背景学习之后采用差帧法提取团块差异，达到目标跟踪的效 果；安全帽检测算法通过深度学习检测出安全帽之后，与人体目标进行重合度检测；超员算法同样通过深度学习检测人体目 标，达到报警条件，给出报警。

项目描述： 面向企业IT服务台场景，建设语音识别、图像识别与智能流程能力，打通“识别-处理-通知-反馈”闭环，提升服务处理效率与稳定性。 项目负责： ASR/OCR能力接入与工程化落地、智能流程链路建设、告警看板迭代、跨系统接口联调与线上稳定性保障。

1. 立项背景和目标 Windows 桌面壁纸仅支持静态图片，无法满足用户对动态壁纸、实时交互的个性化需求。本项目旨在开发一套高性能桌面壁纸框架，支持 GLSL Shader 实时渲染，嵌入桌面图标底层适用于 Windows 11/(10尚未适配)。 2. 软件功能、核心功能模块 核心功能模块包括：Shader 实时渲染引擎（支持 GLSL 片段着色器，IQ 余弦调色板、FBM 噪声、Domain Warping 等技术）、窗口嵌入引擎（通过 Win32 API 将渲染窗口置于桌面图标下层）、壁纸管理模块（进程隔离，支持热切换和崩溃自愈）。 3. 业务流程、功能路径描述 用户选择壁纸主题 → 主进程启动壁纸管理服务 → 子进程独立加载 Shader/视频壁纸 → 窗口引擎通过 win32 API 嵌入桌面 → 后端引擎渲染帧持续输出至壁纸层。主进程驻留系统托盘，支持右键菜单切换壁纸、调整性能参数。子进程异常时自动重启，不影响桌面稳定性。

立项背景： 传统聊天机器人缺乏持续性人格和情感交互能力，每次对话都是"失忆"状态。本项目旨在构建一个具有完整情感模型、多层记忆系统和自主进化能力的智能伴侣系统，实现"有灵魂的AI"。 核心功能： 1. 情感引擎： 基于3D VAD（效价-唤醒度-掌控感）连续情绪模型，9个情绪锚点，支持刺激分类与指数衰减，E值系数影响回复风格强度； 2. 记忆系统： L1-L5五层认知分层，双相遗忘曲线（指数+幂律衰减），SQLite FTS5全文检索，Obsidian兼容格式； 3. 关系成长： 4阶段演进（初识→热恋→甜蜜→稳定），基于消息量和互动频率动态调整语言风格； 4. Agent循环： think→tool→result→continue架构，支持14种工具调用（文件操作、网络搜索、Shell执行、浏览器控制等）； 5. 安全体系： K公式决策引擎、A5五维风险分级、Prompt注入检测、文件操作保护； 6. 自主行为： 稳态压力模型驱动主动消息，5个内部压力源竞争决策。 业务流程： 用户消息→情绪衰减→记忆检索→系统提示词组装→Agent工具调用循环→情绪解析→承诺调度→记忆存储→分片回复。

本系统面向水下图像目标检测场景，采用PyQt5构建桌面端界面，结合YOLOv8模型实现水下目标识别。系统分为普通用户端和管理员端：普通用户可进行图片、批量图片和视频检测，支持置信度、IoU阈值及图像预处理参数设置，并可查看检测结果和历史日志；管理员可进行数据集管理、模型管理、模型训练与评估、用户管理、检测日志维护和统计分析。系统检测结果可视化展示，检测日志写入MySQL数据库，便于后续查询、统计和维护。

面向中小机加工、汽配制造工厂，解决工艺文件、设备说明书、检验标准等资料零散、查阅低效、隐性知识流失的痛点。基于 Python + FastAPI + LangChain 搭建本地私有化 RAG 知识库，桌面端通过浏览器作为统一交互入口，支持 Word/PDF 批量拖拽上传，自动完成文档解析、递归切片与向量化存储（FAISS 向量库 + BM25 关键词双路加权检索），员工以自然语言提问即可精准调取对应工艺资料并附原文出处。平台内置多用户权限体系：管理员负责文档上传、维护与知识库管理，员工仅可检索问答，越权访问自动拦截。整套系统由本人独立全栈开发，仅本地部署，所有数据不出厂；LLM 默认使用本地 Ollama（Qwen2.5），可一键切换在线 API，灵活适配不同算力条件，不对接、不修改客户原有 ERP/MES 业务系统源码，已落地苏州多家制造企业。

构建生命健康领域 “数据接入 - 结构化 - AI 洞察” 持续运行体系，强化公司数据基础设施长期主轴。 明确生命健康行业数据分散、异构、脱节、治理成本高、连续性弱的核心痛点，确立以数据基础设施为稳定锚点的产品方向，不追逐短期 AI 热点，聚焦长期可复用数据价值。

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。

业务定位 面向PCB制造商、SMT贴片厂及电子质检服务商，提供基于高分辨率X-ray成像的自动化无损检测方案，用于识别压合、焊接及内层结构中的隐蔽缺陷，避免故障板流入后续工序或成品市场。 核心功能 - BGA/LGA空焊虚焊检测：精准捕捉焊球内部气泡（空洞）比例、枕头效应及开路/短路。 - 埋盲孔与内层线路分析：可检内层铜箔断裂、叠孔错位、树脂填充不足等不易外观发现的问题。 -多层对位偏移量测：自动计算各层靶标偏移值，判断压合偏移是否超限。 - AI辅助判读：实时标记疑似缺陷，生成检测报告，支持与CAM设计数据比对。

SmartLearn Pro 是一个面向英语学习场景的 AI 学习平台，核心目标是把文章、单词、听说读写训练和复习计划整合到一个学习闭环中。系统支持文本/PDF 导入、AI 阅读分析、生词提取、闪卡复习、记忆曲线复习、阅读考试训练、翻译挑战、AI 写作批改、口语教练、学习笔记、知识图谱和学习流画布等功能。 用户可以导入学习资料，系统自动生成词汇、语法结构、阅读理解题和复习内容；在学习过程中可以将生词、难句、错题和写作素材沉淀为笔记，并通过 FSRS 记忆算法安排后续复习。项目还集成了语音识别、AI 对话和 TTS 语音合成能力，用于模拟 IELTS、商务英语、日常聊天等口语训练场景，帮助用户完成从输入、练习、反馈到复习的完整学习流程。

立项背景与目标： 在 Nordic nRF 及配套电源管理芯片（CPS、TPS）的产测与研发调试中，烧录流程往往依赖 J-Link 命令行、OpenOCD、工装 RPC 上电、固件 SCP 上传等多套工具，操作步骤多、易出错，且不同工站（PowerDFU、DataDFU、PowerFCT、DataFCT）流程不一致。本项目旨在用 Python 开发统一的一键烧录与工装控制 CLI，将「选固件 → 选工位 Slot → 自动上电 → 烧录 → 校验 → 下电」串联为可重复的标准流程，并支持打包为 macOS 单文件可执行程序，便于产线工程师与硬件研发人员开箱即用。 核心功能模块： 1）多工站模式：支持 PowerDFU、DataDFU、PowerFCT、DataFCT 四类 Station，按 Slot（1–4）自动映射 RPC 端点 IP/端口； 2）Nordic nRF 一键烧录：集成 SEGGER JLinkExe，自动扫描/选择 J-Link 序列号，生成并执行 Commander 脚本，支持 .bin/.hex、擦除、校验及烧录结果智能判定； 3）PowerDFU 扩展烧录：CPS/TPS 通过 RPC 控制继电器与 I2C 自动烧录，固件经 SCP 上传至工装；ULPOD 走 OpenOCD program_onefile 链路； 4）工装 RPC 自动化：烧录前后自动执行上电/下电、继电器切换、电压测量等 mixdevice 调用，减少人工拨码与接线失误； 5）交互与可观测：彩色终端 UI、进度条/Spinner、固件 SHA256 与路径校验、J-Link 日志解析与失败原因提示；支持 PyInstaller 打包 universal2 单文件分发。 业务流程与功能路径： 工程师启动 CLI（或 MagicTool 可执行文件）→ 选择 Station 与 Slot → 选择操作（烧录 / 一键上电 / 一键下电）→ 拖入或输入固件路径（.bin/.hex）→ 工具按工站 profile 调用 RPC 完成 DUT 上电与继电器配置 → 执行 J-Link 烧录或 CPS/TPS/ULPOD 对应烧录链路 → 实时展示烧录进度与日志 → 自动解析 success/verify 等关键字判定结果 → 烧录结束后 RPC 下电复位 → 提示是否继续下一台 DUT。该工具将分散的嵌入式烧录与产测工装操作收敛为「一条命令、一套交互」，显著提升产线烧录效率与操作一致性。

安全防护体系：为插件运行构建了沙箱环境、熔断保护及白名单访问控制。 AI原生开发范式：利用AI辅助编程，单人完成从系统架构设计到核心功能模块的开发。 动态密钥管理：实现了云端模型API密钥的动态管理与自动切换，保障系统高可用