生活服务 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

背景与目标：学习通「信仰知识挑战」要求每天在 10 个题库板块答题，每个板块每天 1 轮、每轮约 10 题、每题限时 20 秒，人工反复操作既耗时又容易超时丢分。目标：用一台安卓手机＋一台电脑把这套流程自动化，并且严格"不越界"——不做任何与答题无关的手机操作。 功能模块：1）设备层：USB／无线 adb 自动连接、多设备自动选择、掉线重连；配套 PhoneWindow 手机投屏（scrcpy 内核＋图形界面）实时看手机画面、按需留帧。2）识别层：截图＋Windows 内置 OCR 拿到每行文字与像素坐标，按"题干左对齐、选项居中"把文字聚类切分成选项块。3）作答层：本地题库 bank.tsv 相似度匹配（字符二元组多重集，阈值 0.72）命中即秒答；未命中调用大模型（OpenAI 兼容接口）判题并把新题回写题库（标记未核实）；判断题、多选题、填空题分别处理——填写空题通过 ADBKeyBoard 广播中文输入再回读核对，多选题逐个点选后自动提交。4）核对层：进入"答题记录"逐场抓取官方答案，与题库比对修正、补录，输出核对报告。5）编排层：自检 probe、单轮答题 run_quiz、日常 daily（10 个板块额度检查＋逐轮答题＋抓官方答案）、单板块刷满 grind_category、抓记录 harvest_records、夜间巡检 night。6）桌面程序：QuizWindow.exe 图形界面（首页／任务／日志／题库／说明 五个页签）＋QuizWindowCLI.exe 命令行版，双击桌面快捷方式即用；每次运行都生成逐步日志（run.log／steps.tsv／summary.txt／shots 文件夹）。 业务流程：手机停在答题页→脚本先过"前台闸门"确认学习通在前台，否则什么都不做→逐轮截图＋OCR→题库或大模型判题→以原地长按方式点击选项→遇到不会的题等超时后继续答后面的→一轮结束进记录页抓官方答案修正题库→全过程写入日志与报告。每个板块每天 1 轮，题库随轮次增长，命中率趋近 100%。

本汉字笔顺字卡生成工具，用于批量制作小学语文识字教学卡片。用户只需输入目标汉字，程序自动从开源数据源获取汉字笔画矢量坐标，调用拼音库生成带声调拼音；支持手动自定义修正汉字笔顺、指定每一笔的笔画名称，未自定义汉字可自动粗略识别横、竖。程序采用自适应网格布局，自动排版，生成的卡片包含完整汉字总览图与分步笔顺效果图，当前书写笔画标红高亮，附带笔画名称标注；生成图片自动存入指定文件夹，文件名附加时间戳避免覆盖。可直接导出图片打印，用于儿童识字、笔顺教学。

一、业务介绍 麟识云是面向大众碎片时间场景的综合型移动应用，以微信小程序为主，同步覆盖支付宝小程序与 H5，一套代码多端运行。产品定位"先好玩、再有用"：主入口是即点即玩的轻量内容（小游戏、每日趣味、资讯热榜），德语学习、图 书阅读与考试服务作为特色能力沉淀其中，形成"趣味引流—内容留客—学习转化"的闭环。主力用户为 18–35 岁、通勤或午休有 5–15 分钟碎片时间的人群，并兼顾德语学习与备考人群。应用同时具备社交与生活服务能力，支持机构侧活动发布与内容运营，配有完整的 登录注册、实名认证、会员与客服体系。 二、功能介绍 1. 趣味与发现：六款即点即玩的小游戏（跑酷闯关"勇者向前"、装备召唤战斗"暗影征伐"、2048、成语接龙、猜数字、拼图挑战）； 每日更新的笑话、冷知识、脑筋急转弯；热点聚合、每日早报、历史上的今天三条资讯栏目。 2. 学习与阅读：在线书城与书架、分页阅读器（护眼/夜间等主题、字号行距调节、听书）、阅读进度与历史；单词学习与四类题型答 题练习、错题回顾；A1–DSH 真题训练与逐题解析；官方考试资讯与在线报名。 3. 社交与沟通：好友搜索与申请、通讯录；单聊、群聊（文件、群公告、免打扰、置顶、转让）；朋友圈发布（九宫格、话题、@好友 、隐私与举报）；扫码加好友、语音与视频通话。 4. AI 助手：多轮对话与富文本呈现、历史会话、AI 绘图、语音播报。 5. 活动与运营：活动发布、搜索、报名与消息通知，真人认证；平台账号绑定、内容发布、评论管理与数据概览。 6. 工具与服务：地图围栏打卡签到与统计、收货地址、VIP 会员、学习资料库、我的收藏、客服中心与坐席工作台。

1、立项背景和目标 面向手机维修门店/产线场景，需统一连接维修盒、串口设备与 iPhone，完成芯片读写、数据解析与设备识别。目标是提供稳定的 Windows 上位机，降低对多套散装工具的依赖，把串口通信、HID 协议、苹果设备 ECID 识别集中到同一套 AY 助手中。 2、软件功能、核心功能模块 串口通信：端口配置、收发与会话管理 HID/USB 设备管理：枚举维修盒、下发指令、读写片相关流程 芯片数据库与 chip 资源：按型号加载固件/数据，支撑写片业务 苹果设备：动态加载 iTunesMobileDevice 栈，监听插拔并获取 ECID 数据解析：ParseUbindData 等对出厂/解绑类 BIN 数据解析 辅助：文件传输、下载管理等配套能力 3、业务流程、功能路径 启动程序 → 选择串口或连接 HID 盒 → 识别设备/芯片型号 → 加载 chip 资源或下发协议命令 →（可选）接入 iPhone 读取 ECID → 解析/展示结果 → 完成写片或维修相关操作。

在桌面右下角放一个置顶半透明悬浮窗，实时看CPU、内存、磁盘繁忙度、网络速率。后台线程用PDH采样，窗口画60点迷你折线。超阈值会闪烁，托盘弹出气泡。支持拖动位置、透明度、刷新周期、置顶/隐藏、复位位置。配置写到%APPDATA%\SystemMonitor\config.ini，单实例互斥，带Release可执行文件。

一个基于 **Flutter + Rust 混合架构**的 AI 智能体桌面客户端。前端用 Flutter 构建界面，通过 flutter_rust_bridge 与 Rust 引擎（`rust_lib_agent`、`code_forge`）通信。 应用围绕 AI 聊天展开：支持多智能体管理、流式输出、富文本编辑、MCP 服务接入、工具调用权限控制；内置 PTY 终端面板和独立文件编辑器窗口，并提供模型供应商管理、本地大模型推理（llamadart/llama.cpp）、检查点、技能与命令系统。状态管理使用 signals，支持跨窗口与跨进程同步，覆盖 Windows、macOS 及 Android/iOS 移动端。 整体上是一个"聊天 + 终端 + 编辑器"一体的 AI 编程工作台，前端负责交互，Rust 引擎驱动智能体执行，前后端通过统一事件流协作。

开发一款能够帮助个人用户恢复误删除、格式化、无法访问设备等丢失数据，需要解析fat、exfat、ntfs、hfs+、apfs文件系统的数据格式，通过算法找到丢失的数据，恢复用户丢失的数据，同时也支持通过查找丢失文件内容特征来找到丢失的数据，提供预览功能，帮助个人用户更好的确认要恢复的数据

Palot 是一款面向中国开发者的 AI 编程与部署客户端。用户安装后即可配置国产模型或 Codex，让 AI Agent 创建和修改代码、审阅变更、运行自动检查，并通过 Sealos 部署项目、获得公网 HTTPS 地址。 支持 DeepSeek、GLM、阿里百炼、腾讯云等国产模型，同时兼容 OpenAI 和 Codex。商业模式采用免费 BYOK 加可选预付 AI 额度，不强制会员或自动续费。

1. 立项背景和目标 在当代快节奏的学习与生活环境下，许多人内心积压着不想被熟人知道的情感、压力与秘密，却往往缺乏一个既能安全倾诉、又能保持匿名、且无需任何注册门槛的出口。常见的社交软件要么需要实名注册，要么信息暴露性强，难以满足“只想要一个树洞、只被陌生人倾听”这一简单而真实的诉求。本项目的立项目标，正是基于 Qt 6 + C++ 开发一款桌面端的匿名树洞系统：用户无需登录即可匿名发布评论、倾诉心声，通过点赞与他人产生温和而克制的互动，并通过关键词搜索随时找回或回顾已有内容。系统在设计上力求操作极简、界面友好、完全离线可用，把“敢说”与“被听见”这两个核心诉求，用最轻量、最可靠的方式落地。同时，本项目也作为 Qt 图形界面开发、C++ 面向对象设计、信号与槽机制与界面样式工程的一次综合性实践，覆盖从界面搭建到模块封装再到部署交付的完整开发链路。 2. 软件功能、核心功能模块的介绍 系统共包含四大核心功能模块： 匿名发布模块：用户输入文本即可匿名发布评论，内置空内容校验与输入反馈，发布成功后自动跳转评论广场，实现“发布即见”的即时反馈体验。 广场浏览模块：以卡片形式集中展示全部评论，每条评论附带序号、发布时间与点赞数；用户可对任意评论进行点赞，点赞数实时刷新，未点赞显示空心心形、点赞后变为红色实心心形，交互反馈直观。 关键词搜索模块：支持输入关键词对评论内容进行大小写不敏感的模糊匹配，实时显示命中条数与匹配结果，搜索结果同样支持点赞与翻译，形成完整的查询闭环。 多语言翻译模块：针对每条评论提供八种语言（中、英、日、韩、法、德、西、俄）的一键翻译，翻译基于内置离线词典实现，不依赖任何网络服务，保证在任何离线环境下都能稳定使用。 3. 业务流程、功能路径描述 用户在“发布页”输入内容并点击“发布”，系统校验非空后保存该评论及其发布时间，随后自动跳转到“树洞广场”展示全部评论；在广场中，用户可点击任意卡片上的“点赞”按钮增加该评论热度，点赞数即时回写并刷新按钮文案，也可从语言下拉框选择目标语言后点击“翻译”，在该卡片内即时显示译文；用户还能通过顶部导航切换到“搜索页”，输入关键词后点击“搜索”或直接回车，系统完成匹配并在结果区列出相关评论及其命中计数。整体业务路径为“发布 → 浏览 → 点赞/翻译 → 搜索”，三大页面通过顶部导航按钮随时来回切换，交互闭环完整、路径清晰、状态一致。

一、业务和功能介绍： 立项背景：日常任务管理工具要么太简单（只能打勾），要么太复杂（Notion/Jira级别的学习成本）。计划官解决的是"用说话的方式管理任务"——用户输入一句自然语言，AI自动拆解成结构化任务，同时用三种视角帮用户看清计划的全貌 二、核心功能模块： 1. AI自然语言解析：接入DeepSeek API，用户输入"下周前完成Q3报告，记得找张经理要数据"这类日常表达，AI自动提取任务名、截止时间、备注，结构化存入本地。支持批量操作指令，比如"把采购相关的任务全部标记完成" 2. 三视图切换：事务表（层级树，10级中文标号：壹、一、1、A、a……）、时刻表（按DDL日期分组的时间线视图，逾期标红）、条件图（节点连线依赖图，AND/OR逻辑，实线虚线区分）。三种视图共享同一份数据，任意切换 3. 多表管理：类似Excel的Sheet概念，可以建多个表分别管理不同场景（工作、学习、生活），每个表独立存储，支持新建、切换、重命名、关闭 4. 文件导入：支持Docx和TXT导入，自动检测编码（UTF8/GBK/ANSI），识别已有标号体系直接解析，非结构化文本走AI解析 5. 10级中文标号系统：从"壹、"到"(a)"，完整支持50以内的中文大写数字和26进制字母进位，自动编号、重整序号 6. 日期推进：假期/出差后一键推进所有未完成任务的日期，弹窗询问"延续/修改/合并"，记录处理方式 7. 每日事务：标记为每日事务的任务隔天自动重置为进行中状态 8. 前置依赖：任务间可设置AND/OR前置条件，条件图用实线/虚线+汇聚点可视化展示 三、业务流程：启动程序 -> 设置API Key（首次） -> 在输入框打字描述任务 -> AI解析并自动分配标号、加入事务表 -> 在时刻表查看时间安排 -> 在条件图检查依赖关系 -> 完成后勾选复选框 -> 数据自动保存到本地JSON

1、本项目为物联网智能设备管控系统，整体分为两大核心硬件设备体系，分别是智能驱蚊设备与空调外机降温设备，针对两类设备的运行管控、数据监测、参数调节开发配套软硬件联动功能，满足不同场景的设备运维需求。 2、项目采用成熟物联网传输架构，所有终端设备统一接入有人云 DTU 4G 网关设备完成网络数据转发，依托 4G 网络实现终端设备与服务端的稳定通信；后端通过 MQTT 消息处理程序，完成设备实时数据接收、指令下发、数据交互与传输校验，保障终端设备与后台、小程序端的数据实时同步、通信稳定可靠。 3、负责微信小程序端核心设备管控功能开发，支持对所有接入系统的驱蚊、降温设备进行全方位远程操控。可远程实现设备启停控制、运行参数自定义调节，包括温度阈值、风压参数精准设置；同时配备设备专属运维功能，支持冬季一键排水开关控制，适配冬季设备防冻运维需求，且可自由切换设备手动、自动运行模式，灵活适配不同使用场景。 4、小程序端集成线上商城系统，搭建完整的自助采购业务模块，面向终端客户开放设备、配套耗材的线上选购、自助下单功能，打通设备使用、运维耗材采购一体化服务，提升用户使用便捷度与项目商业化完整性。

传统音乐制作软件（Ableton Live、FL Studio、Logic Pro 等）以时间线编排和 MIDI 钢琴卷帘为核心交互模型，学习门槛高、操作链路长。Doit Synth 将创作入口前移至打击垫网格——用户通过点击 24 个彩色垫即可实时触发声音，配合每垫独立的步进音序器参数（间隔、延迟、重复次数），在分钟级时间内完成一段完整的节奏型或旋律循环。 这一设计使得： - **零基础用户**可以像使用实体鼓机一样通过触控直觉创作 - **进阶用户**可以通过和弦模式、滤波器包络、侧链压缩等专业参数深度调音 - **协作分享场景**下，用户可通过一键复制的压缩模版码将整套音色与编曲配置传递给其他用户 全链路合成而非采样回放 区别于基于采样的鼓机应用，Doit Synth 的全部声音均由实时合成生成。每个打击垫可独立路由至 8 个合成器槽位，每个槽位配备完整的振荡器、多模滤波器、独立包络发生器和声像控制。鼓声部同样由振荡器与噪声发生器实时合成，支持频率扫频（底鼓音高下降）、多击连击（拍手/滚奏）等精细参数调节。 这意味着： - 音色具有无限调制空间，不存在采样精度或版权限制 - 同一套参数配置可通过模版码完整传递，在不同设备上获得完全一致的音频输出 - 所有合成运算在浏览器 Web Audio API 中完成，无需服务器或云端处理

公司这个ESB项目系统挺大的，支持组件和数据连接数据库应该是市面上都全的，ESB这个系统很大，还集成了网关，agent机器人，流程画布，都是从0到1开发设计到最后测试没问题上线使用包括后面的维护等等

海洋共享平台主要是中山大学研究院的项目，结合数据大屏，监控南海以及港珠澳大桥的实时数据，包括海洋气流，温度，湿度，风力等，像一些科学研究者展示海洋数据，跟国家地理，精典数据等企业一起开发

1、立项背景和目标 当前在线教育、直播互动及内容创作领域对个性化音频表达的需求日益增长。然而，传统变声工具普遍存在音质失真严重、操作门槛高、灵活性差等问题，无法满足高质量、低延迟的实时变声需求。RVC（Retrieval-based Voice Conversion）作为一个基于VITS框架的AI变声系统，旨在通过深度学习技术实现高质量的声音克隆与实时变声，让用户以极低的数据量（推荐10分钟低底噪语音）即可训练出个性化声纹模型，同时杜绝音色泄漏问题，即使在较差的显卡上也能快速训练推理，真正降低AI变声技术的使用门槛。 2、软件功能、核心功能模块的介绍 本产品核心功能包括三大模块：一是声音克隆训练模块，支持用户上传少量语音样本进行模型微调训练，通过top1检索替换输入源特征为训练集特征来杜绝音色泄漏，并支持模型融合以改变音色；二是实时变声推理模块，实现端到端低延迟（最低可达90ms）的实时语音转换，支持直播场景下的动态音色切换；三是音频处理辅助模块，内置UVR5人声伴奏分离模型与RMVPE音高提取算法，可快速完成素材预处理。 3、业务流程、功能路径描述 用户首次使用时，通过运行go-web.bat启动WebUI训练推理界面，或运行go-realtime-gui.bat启动实时变声图形界面。在训练流程中，用户需准备10分钟以上的低底噪语音素材，通过UVR5功能分离人声与伴奏，在WebUI中配置模型参数并启动训练。训练完成后，生成的.pth模型文件和.index特征索引文件存放于weights目录，可被实时变声界面调用。在实时变声场景下，用户选择目标模型并连接麦克风输入，系统通过流式处理实现实时语音转换并输出至虚拟音频设备供直播软件使用。

1、立项原因 旨在解决网络环境不佳或完全断网场景下，开发者无法依赖云端服务进行高效编码的问题。尤其针对“vibe coding”（氛围式/对话式编程）开发模式中，需频繁口头表述需求、反复整理和调整关键词的痛点，通过引入本地化的语音转换输入能力，降低操作门槛，提升离线状态下的开发效率与体验。 2、行业场景 适用于边缘计算、野外作业、移动车载、工业现场、保密内网等弱网或断网环境下的软件开发场景。在此类业务背景下，传统在线IDE或云编码工具不可用，而开发者仍需快速迭代原型或调试代码，本方案可为其提供轻量、即时、无需联网的语音辅助编程支持。 3、功能模块 入口（`main.py`）：负责单实例互斥、日志初始化、全局异常钩子，以及启动画面展示与模型延迟加载的协调。 语音识别引擎（`asr_engine.py`）：核心模块，统筹音频采集、VAD切句、ASR识别、实时模拟输入和LLM异步纠错的全流程。 配置管理（`config.py`）：单例模式读写`settings.json`，支持配置变更通知和原子写入。 LLM客户端（`llm_corrector.py`）：封装HTTP请求，实现与本地或远程大语言模型的通信、可用性探测及超时重试。 系统托盘（`tray_app.py`）：基于pystray实现托盘图标、全局快捷键（左Alt+Q）监听及状态显示。 启动画面（`splash.py`）：无边框进度窗口，带毛玻璃效果，展示模型加载进度。 设置界面（`settings_ui.py`）：独立线程运行的Tkinter配置窗口，支持LLM地址/模型修改及连接测试。 VAD指示器（`vad_indicator.py`）：鼠标旁动态彩色光点，实时显示语音概率和音量大小。 4、功能描述 核心工作流程如下： 用户按下全局热键（左Alt+Q）后，系统通过PyAudio采集麦克风音频，经Silero VAD进行语音活动检测与切句，再由SenseVoiceSmall端到端模型实时识别为文字。识别结果立即模拟键盘输入上屏，确保低延迟反馈。 同时，系统将识别文本送入LLM纠错队列，在用户静默3秒后自动触发批量纠错。LLM修正标点和错字后，通过模拟退格删除原文并粘贴修正文本，实现无感替换。纠错过程支持取消重入——若用户在LLM处理中继续说话，当前请求被取消，未处理句子自动归还队列等待下一批次。

- 信息录入模块 ：支持输入姓氏、性别、出生日期（公历/农历）、出生时间，以及待测姓名列表。系统支持同时测试多个姓名，姓名可通过空格或换行分隔。 - 命理计算模块 ：实现了完整的八字计算引擎，包括农历转换、四柱八字计算、五行分析、用神喜神判断、纳音查询、星座性格分析等功能。 - 数据爬取模块 ：集成网站爬虫，可获取专业姓名评测数据，包括字义解析、五格数理分析、三才配置、基础运、成功运、人际关系等详细信息。 - 报告生成模块 ：支持HTML预览、DOCX导出、PDF导出三种格式，报告包含基础信息、星座分析、名字解析、结构解析四大章节，采用竖排姓名、蓝色下划线标签等专业排版样式。 业务流程、功能路径描述 用户使用流程为：①录入基本信息（姓氏、性别、出生日期）→②输入待测姓名列表→③点击"开始测评"→④系统自动完成农历转换、八字计算、爬取数据→⑤展示报告预览→⑥选择导出DOCX或PDF格式报告。

1. 立项背景和目标 在浏览开源项目时，常遇到“目录结构描述”（ASCII树）无法直接还原为真实文件夹，在不能用AI或无网络的场景下，手动创建非常耗时。目标是开发一个不依赖AI无须联网，能一键将 tree 命令输出转化为实际目录和空文件的跨平台工具，且带有自动容错功能，提升开发环境初始化效率。提供多界面，多平台，多语言版本。 2. 软件功能/核心模块 CLI核心引擎：解析 tree 格式文本，逐行创建目录和空文件。 GUI图形界面：提供可视化窗口，支持拖拽文件或粘贴文本，一键生成。 多平台打包：生成 Windows (.exe)、Linux、macOS (Intel/Apple Silicon) 共8个二进制文件。 多语言：分国内版（中文），国际版（英文/其它语言），提供不同的界面语言和编码。 3. 业务流程/功能路径 用户获取 tree 输出的文本 → 在CLI中直接运行 treeing tree.txt， 或在GUI中粘贴文本/导入文件 → 程序解析并在当前目录生成对应的真实目录结构和空文件， 完成后提示成功。

本项目是一款桌面端效率管理工具，集任务管理、系统监控与信息展示于一体。用户可通过待办事项清单进行日程规划，同时实时查看天气信息、CPU 使用率、内存状态等系统数据，帮助提升工作与学习效率。