大数据 Windows应用 软件定制 案例

【1.1 痛点分析】 中国传统命理学（八字、玄空飞星、六壬、梅花易数等）在数字化过程中 普遍存在三类问题： 1) 在线工具不严谨 年柱以公历元旦为界、时辰按北京时间计算，与古法《子平真诠》 《滴天髓》规定不符 2) 在线工具涉及隐私 出生日期、性别、姓名等敏感信息需上传至第三方服务器 3) 算法与解读混杂 计算结果与 AI 生成文本边界模糊，用户难以识别"学理定论"与"模型生成" 【1.2 项目定位】 本项目以"确定性计算 + AI 解读"双轨分离为核心架构： - 计算层：所有排盘、推演、干支计算 100% 本地执行，不依赖网络， 不上传数据 - 解读层：AI 解读为可选增值模块，仅发送脱敏后的排盘摘要至 API - 知识库：内置五经（《子平真诠》《滴天髓》《穷通宝鉴》《三命通会》 《渊海子平》）摘要检索 【1.3 商业价值】 文化价值：将传统排盘算法代码化，为数字人文研究提供可验证样本 技术价值：Python 桌面应用 + RAG 知识库的落地范式，可供同类文化项目参考 用户价值：提供隐私安全的离线排盘工具，降低传统文化学习门槛 可扩展性：模块化架构支持二次开发、SaaS 化改造、教学课件制作

1. 项目背景与业务价值分析 1.1 市场痛点 - 信息过载，多空难辨：39个期货品种、6大板块，技术指标、资金流向、新闻、板块联动分散，关键信号易被错过。 - 想法无法数据验证：交易思路缺乏历史回测支撑，凭感觉交易风险高。 - 回测门槛过高：传统回测需编程+数据清洗+模拟撮合，普通用户难以使用。 - 预测结果不可信：仅给方向无置信度、无校准、无验证依据。 - 云服务绑定：联网/付费/数据外泄风险，断网即失效。 - 工具链割裂：行情、指标、新闻、回测分散，数据孤岛严重。 1.2 业务价值 - 一页看尽全市场动态：覆盖 39 品种，日线/分钟多周期，20+ 技术指标 + KP 趋势预测曲线 + 多空力度 + 风险度。 - 有想法先回测：内置 5+ 种策略模板，遗传算法自动优化参数，事件驱动防未来函数设计，回测真实可信。 - AI 解读可选，本地核心不丢：云端大模型自然语言解读，离线自动降级本地规则，核心功能全可用。 - 真正的数据主权：绿色便携，解压即用，SQLite 本地存储，密钥仅内存持有。 - 全流程闭环：看盘 → 分析 → 预测 → 回测 → 验证，一站式完成，数据互通无缝。

立项背景与目标： 在日常工作与学习中，用户频繁需要获取AI辅助回答，但网页端使用需频繁切换浏览器，效率较低。本项目旨在开发一款轻量级桌面AI助手，提供一键式智能问答体验，降低使用门槛，提升日常信息获取效率。 软件功能： 用户输入问题后，点击提交或回车键，程序自动调用AI模型生成回答，并即时显示在窗口中，支持长文本自动换行。 核心功能模块： 1. 用户输入模块（Entry控件） 2. AI接口调用模块（requests + 智谱AI API） 3. 结果显示模块（Label控件 + 自动换行） 业务流程： 用户输入问题 → 点击提交 → 程序获取输入 → 调用AI接口 → 返回结果 → 窗口显示回答 功能路径： 启动程序 → 输入框输入问题 → 点击“提交”按钮 → 查看AI回答 → 输入框自动清空，等待下一次提问

Dify，Ragflow,langraph运行平台。 MCP展示执行平台。 RuoYi应用框架做载体。 SpringCloud alibaba 做微服务支持。实现业务系统智能体在平台运行展示结果。 使用RuoYi框架的权限体系和系统管理，支撑整个平台业务。平台实现API调用和API生成来支持执行和结果展示。用RuoYi框架的权限体系和系统管理，支撑整个平台业务。平台实现API调用和API生成来支持执行和结果展示。用RuoYi框架的权限体系和系统管理，支撑整个平台业务。平台实现API调用和API生成来支持执行和结果展示。

立项背景和目标：为方便对公开电影短评数据做统计分析，开发本网页数据采集脚本，目标是获取豆瓣电影公开的用户短评内容，把评论、评分、评论时间等公开信息批量导出，用于数据分析练习，仅采集网页公开可见数据，不触碰用户隐私。软件功能、核心功能模块：基于 Python 开发，使用 requests 发送网络请求，BeautifulSoup4 解析网页 HTML 源码；实现分页遍历、网页解析、数据清洗模块；提取电影短评的用户名、星级评分、评论正文、发布时间；过滤无效空白内容，将采集完成的数据保存为 txt 格式文件。业务流程、功能路径：输入目标电影短评页面地址，脚本携带请求头访问网页，循环访问多页短评；解析页面提取目标字段，清洗整理数据；完成多页采集后，把全部结果写入本地 txt 文件，完成数据落地存储。

本系统基于Scrapy+Playwright框架，动态采集爱奇艺综艺榜与电视剧榜的标题、弹幕、评价、类型、简介、热度六项核心数据。通过自动获取设备指纹与公网IP有效规避反爬机制，支持分页循环抓取，数据经Pipeline清洗后自动写入Excel，按榜单类型分工作表存储。适用于影视内容热度监测、竞品分析及行业报告数据采集场景，帮助运营人员快速掌握内容表现与市场趋势。

开发一款基于Python的数据处理自动化工具，用于批量处理Excel/CSV数据文件。核心功能包括：数据清洗（去重、空值处理）、格式转换（CSV转Excel、JSON解析）、批量文件重命名与归档、网络数据批量下载。工具支持命令行参数调用，可集成到定时任务中自动化执行。面向需要处理大量重复性数据操作的用户，提升工作效率。

立项背景：客户拥有来自多个渠道的客户信息数据（CSV/Excel），格式混乱、存在大量重复和错误数据，无法直接用于分析和营销。 核心功能： 1. 导入多个 CSV/Excel 文件，自动识别列结构和数据类型 2. 去重逻辑：基于姓名+手机号模糊匹配，合并重复记录 3. 格式标准化：统一日期格式、电话号码格式、地址补全 4. 异常值检测：自动标记超出正常范围的数据项 5. 输出清洗后数据 + 清洗报告（哪些数据被修改/删除及原因） 处理 10000 行数据仅需约 30 秒。

立项背景：客户每周需要从原始 CSV 销售数据手动制作 Excel 周报，包含汇总统计和图表，每次耗时 2~3 小时。 核心功能： 1. 拖拽 CSV 文件，自动读取数据 2. 自动计算销售额、订单量、客单价等 KPI 3. 生成柱状图（月度趋势）和折线图（日销售额） 4. 输出多 Sheet 工作簿：Dashboard 总览 + 数据明细 + 汇总分析 5. 脚本可复用，换新的 CSV 数据直接重新生成报表 交付后客户制作周报的时间从 2 小时缩短为 5 分钟。

立项背景：客户需要从多个电商网站批量获取商品信息（名称、价格、评分、库存），但手动复制粘贴效率极低且容易出错。 核心功能： 1. 输入目标网址和要抓取的数据字段 2. 自动遍历分页，逐页提取商品数据 3. 数据自动去重和格式标准化 4. 输出为 CSV/Excel/JSON 文件，可直接用 Excel 打开 5. 支持断点续传，中断后从上次位置继续 适用于电商商品监控、竞品分析、企业名录采集等场景。

立项背景和目标： Web端依赖浏览器，长时间运行稳定性不足。本模块作为常驻后台服务，实现高频数据监控与自动告警，确保交易信号不被遗漏。 核心功能： 三重定时任务机制：30秒/1分钟/30分钟三档频率，分别执行不同监控任务 数据流监控：检测核心表数据断流，超时推送钉钉告警 RSI极端值监测：每小时检测RSI突破20/80或10/90边界，向钉钉推送告警 疑似点回撤监控：首个疑似点回撤≥1%立即触发告警 RSI4h边界事件追踪：突破80/跌破20时通知 数据库日志自动清理：文件超5GB时自动触发阿里云RDS日志清理 120分钟拟合新行通知：新增符合RSI堆叠条件的记录时触发 业务流程： 系统启动 → 注册Timer定时器 → 周期性查询数据库 → 条件判断 → 钉钉Webhook推送告警

本项目旨在解决批量 Android 终端执行重复性业务流程时人工效率低、定时精准度差、多设备难以协同等痛点。系统整合设备群控、视觉识别、分布式任务调度等技术，构建了一套高可用的自动化操作平台，适用于需要大规模设备并发执行定时或即时任务的各类业务场景。 软件核心功能涵盖：多设备自动发现与并发管理；基于 Redis 的分布式任务队列与优先级调度；定时任务与即时任务双模式支持；基于 OCR 文字识别与 OpenCV 图像模板匹配的 UI 元素智能定位；可视化参数配置与执行状态监控；异常重试与屏幕变化检测等容错机制。 核心功能模块包括： 设备管理模块：通过 ADB 协议自动扫描局域网内在线 Android 设备，动态维护设备池，支持多设备并行接入与状态监控。 视觉识别模块：集成阿里云 OCR 服务实现全屏文字识别与坐标提取，同时基于 OpenCV 实现图像模板匹配，提供双重元素定位策略，适配不同 UI 场景。 任务调度模块：采用 Redis 有序集合作为中央任务队列，以时间戳为 Score 实现任务的精准排序；Dispatcher 进程轮询分发，支持即时执行与"预执行-正式执行"两阶段复杂时序逻辑。 自动化引擎模块：基于 uiautomator2 封装点击、滑动、应用启停、截图等原子操作，支持区域限定点击、偏移点击、索引点击等高级交互模式。 配置与监控模块：基于 TKinter 构建 Windows 桌面配置端，支持业务参数录入、设备选择、功能模式切换、实时日志展示与任务状态反馈。 业务流程描述：用户通过可视化界面配置目标业务流程参数（如区域、分类、目标对象、索引等）及期望执行时间；系统校验参数后生成结构化任务并序列化存入 Redis 队列；Dispatcher 按时间策略轮询，将到期任务推送至对应设备的 Worker 进程；Worker 驱动设备完成解锁、应用启动、页面导航、元素识别与点击、结果确认等全链路操作；最终系统生成独立日志文件并反馈执行结果。

针对企业手动采集公开数据效率低、易出错的痛点，开发了这套通用合规数据采集系统。核心功能包括静态网页数据自动抓取、数据清洗去重、Excel/CSV结构化导出、批量任务调度与实时进度显示。系统全程遵守robots协议与网站访问频率限制，采用Python+Requests实现稳定请求，确保合规爬取公开数据，无需客户额外配置环境即可运行。

1. 支持上传 Excel 文件或输入网址，自动抓取网页数据并解析为结构化表格 2. 内置京东、淘宝、拼多多、1688、抖音、小红书等平台专用爬虫，自动识别平台并提取数据 3. 提供自定义 CSS 选择器功能，支持用户手动指定提取规则 4. 自动分析数据特征，推荐合适的可视化图表类型 5. 一键生成 HTML 数据分析报告，支持预览和下载

首先进行的是星载PS-InSAR技术研究， 在技术研究的基础上完成生产软件的开发， 然后进行批量化的全球数据的处理，包括云服务和Linux服务器部署任务等。 属于课题组独立专研项目：永久散射体库生产软件开发。

针对工业现场设备数据实时监控的需求，解决传统监控工具界面简陋、数据刷新不及时的问题，面向工厂运维、设备调试、工业自动化等场景，为工程师提供直观、高效的设备运行状态监测方案，助力工业生产的数字化运维。项目包含主数据实时监测面板、多维度副数据监测区、数据可视化进度条、自动时间戳更新四大核心模块；支持500ms级高频数据刷新，模拟工业传感器的实时采集效果，采用深色科技风UI设计，适配工业现场的长时间监控需求，可直观展示压力、温度、转速等多类工业参数。

1. 立项背景和目标 在日常数据分析与信息监测工作中，多个垂直领域的数据（如城市交通拥堵指数、在线编程题库、政府公共资源交易公告）分散在不同平台，手工收集效率低下且难以持续。本项目旨在构建一套可扩展的多源数据采集与可视化分析系统，实现自动化抓取、结构化存储与图表化展示，为交通研究、求职备考、招投标监测等场景提供数据支撑。 2. 软件功能、核心功能模块的介绍 系统包含三大模块： 交通拥堵监测模块：通过高德地图公开API实时获取全国城市拥堵排名、拥堵延迟指数、周环比变化及畅通速度，并利用PyEcharts生成交互式柱状图，直观展示前十名城市的多维指标对比。 题库采集模块：针对牛客网平台，分别爬取“专项练习”“笔试真题”“面试真题”“在线编程”四类题目。支持按知识点ID筛选、设置试卷数量、去重存储，并获取在线编程题的高分Python3代码作为参考。 公共资源交易模块：对接广东省和福建省公共资源交易平台，支持按公告类型（工程建设/政府采购）、页数等参数筛选，破解AES加密响应，提取公告标题、发布时间、来源、公告内容等关键字段，并清洗HTML为纯文本。 3. 业务流程、功能路径描述 用户通过修改脚本头部的配置参数（如爬取页数、题目数量、知识点ID、筛选类型等）即可启动对应模块。爬虫自动请求目标接口，解析JSON或HTML响应，处理反爬机制（签名、加密），提取所需字段，最终输出为JSON或TXT文件。交通模块额外生成HTML图表，可直接在浏览器中交互查看。

专注 Python 量化金融领域，可定制开发多因子选股系统：支持 A 股 / 港股 / 美股多因子模型构建（估值、成长、质量、动量等因子）、因子有效性回测、选股策略自动化运行、每日量化分析报表自动生成（Excel / 可视化）；可实现股票财务数据（净利润 / PE/PB）、资金流向、日内波动率等指标的自动化抓取与分析，适配同花顺等行情软件数据，提供完整的量化策略开发、回测、优化全流程服务，同时可定制 Excel 自动化工具（含规划求解、数据透视、批量处理），满足量化投资、数据分析全场景需求。

该工具负责其他数据库数据迁移到某国产数据库。支持oracle,mysql,sqlserver,db2,postgresql,file,greeplum等不同源库数据迁移到某国产数据库，同时支持国产数据导出到各种格式文件，并且支持表结构，表数据并发迁移，以提高迁移性能，也提供迁移监控界面；支持数据迁移后数据比较，有数据精确比较和md5比较方式。功能包括： 1. 支持关系数据库对象(表，视图，索引，存储过程，触发器，表数据）迁移到国产数据库 2. 支持文件数据迁移到国产数据库 3. 支持断点续迁

1、立项背景和目标 随着高校招生规模不断扩大，学生信息管理面临数据量大、查询效率低、信息更新滞后等问题。传统的人工管理或Excel表格方式已无法满足现代化教务管理需求。本项目旨在开发一套基于Java Swing的学生信息管理系统，实现学生信息的电子化、自动化管理。系统采用图形化界面，支持学生信息的增删改查、多维度查询和统计分析功能，同时实现MySQL数据库与TXT文件双重数据存储，确保数据安全可靠。目标是建立一个操作简单、功能完整、运行稳定的学生信息管理平台，提高教务管理效率，为高校信息化建设提供技术支持。 2、软件功能、核心功能模块的介绍 本系统包含四大核心模块： (1) 学生信息管理模块：实现学生信息的完整生命周期管理，包括学号、姓名、年龄、性别、籍贯、年级、专业等7个核心字段的增删改查操作。支持字段合法性验证，如学号格式验证（8位数字）、年龄范围验证（1-99岁）、性别验证（男/女）等。 (2) 数据存储模块：采用MySQL数据库与TXT文件双存储机制，所有操作自动同步到两种存储介质。数据库负责高效查询和复杂统计，文件作为备份确保数据在数据库异常时可恢复。系统初始包含200条以上测试数据。 (3) 查询展示模块：支持三种查询方式：全部学生展示、按专业筛选、按年级筛选。查询结果实时显示在表格中，支持快速定位目标学生群体。 (4) 统计分析模块：提供多维度的数据统计功能，包括年龄分布统计（分段统计：18-20岁、21-23岁、24-26岁、27岁以上）、男女比例统计（显示人数和百分比）、籍贯分布统计（各地人数排名），帮助管理者掌握学生整体情况。 3、业务流程、功能路径描述 用户启动系统后，进入主界面三个标签页： 管理页面：用户可查看所有学生列表，选择表格中的学生自动填充表单，点击“添加”可录入新学生信息（系统自动验证字段合法性），点击“更新”可修改选中学生信息，点击“删除”需二次确认后删除记录。所有操作实时同步到数据库和文件。 查询页面：用户选择查询类型（全部/按专业/按年级），输入查询条件后点击“查询”，系统执行SQL查询并在表格中展示结果，同时弹出查询结果数量提示。 统计页面：用户点击“刷新统计”按钮，系统从数据库读取数据并计算年龄分布、性别比例、籍贯分布，以文本形式清晰展示统计结果，帮助管理者快速掌握学生构成。