在线教育 Windows应用 软件定制 案例

本项目设计并实现了一套基于YOLOv8的课堂行为检测与管理系统，主要针对传统课堂中教师难以持续、客观地掌握学生课堂状态的问题，利用计算机视觉技术对课堂行为进行智能识别和数据化管理。系统以提升课堂管理效率、辅助教师分析学生学习状态为目标，可识别专注听讲、举手、记笔记、走神、睡觉、玩手机、讨论等课堂行为，并对异常行为进行记录和告警。 系统按照不同用户角色提供相应功能，包括管理员、教师、班主任及校级管理人员等。管理员可进行用户、班级、学生、摄像头和检测参数管理，并查看年级、学科、教师等维度的统计数据；教师可查看课程安排、课堂实时监控、学生行为记录和异常告警，并能够进行行为纠正、告警处理以及班级报告生成；系统同时支持摄像头实时视频检测以及图片、视频文件上传检测。整体业务流程为用户登录系统后，根据角色进入对应管理界面，选择课堂或检测数据源，系统调用YOLOv8模型进行行为识别，将检测结果保存至数据库，并进一步形成行为记录、异常告警和统计报告，为课堂教学管理提供数据支持。

本项目是一款面向教育教学场景的实物展台软件，配套 USB 与 WiFi 双模摄像头硬件使用。传统教学展示依赖实物投影仪，存在布线繁琐、无法数字标注、采集内容难以保存归档等问题。本软件旨在提供一套集视频采集、实时展示、书写标注、图像采集、视频录制、OCR 文字识别、条码扫描、多媒体导出于一体的综合性桌面应用，帮助教师高效完成课堂教学展示与资料数字化归档。 本项目所有功能均本人完成。

本项目为一套面向多语种教学与会议场景的实时语音翻译与课件同步系统，包含PC端教师/会议主持端与Android端学生/参会端。核心功能覆盖四大维度： 1. 多语种实时翻译与字幕：PC端通过Azure Speech SDK进行实时语音识别，支持设置源语言（发言语言）与多种目标语言（翻译语言），并将识别结果实时翻译为多语种字幕，同步推送至PC端与所有Android学生端显示。 2. 课件管理与多语种同步：支持教师上传PPTX/DOCX/XLSX格式课件（最多3个），后台完成文档翻译后推送多语言版本；PC端通过腾讯SDK展示课件，翻页操作以<100ms延迟同步至所有学生端，学生端可自主切换查看不同语言版本的课件。 3. 双模式课堂/会议控制： - 授课模式：教师可管理学生列表、控制发言权限（开启/关闭批量控制），学生需长按发言按钮经教师授权后发言。 - 会议模式：支持举手发言机制，教师/会议秘书可批准或拒绝发言请求；同时支持远程收音功能，可收取PC内置音轨配合Zoom等会议软件进行翻译。 4. 课程记录与下载权限：课程结束后自动生成包含原文、译文、语音文件的课程记录，上传至后台；教师可开启学生下载权限并生成二维码，学生端扫码下载。

招生录取数据往往同时存在系统字段、中文51列目标表、年度计划表和多套统计口径，人工复制容易出现前导零丢失、专业培养类型混并、招生类别串表和隐私泄露。项目目标是将一次性人工整理改造成可审计的本地自动化流程。系统包含系统字段到51列标准表的转换、表1至表10统一生成、年度专业与学科门类映射、特殊招生边界、异常审计、严格模式和绿色版图形界面。用户在本机选择原始总表及计划/映射文件，程序按字段名读取和标准化，生成新结果文件及不含姓名、证件号的审计文件；源表不被覆盖。对学校市区等无法确认的信息保留未解决状态，不用猜测填充。展示图片全部使用空白模板或合成数据，不含真实考生信息。

1.本项目开发了一个AI智能学习系统，通过集成DeepSeek大模型API ，实现题目智能解答、作业自动批改、试卷生成与PDF导出等功能，为学习者提供一站式的智能化学习辅助平台，助力提升学习效率 2.本系统基于 Flask 后端框架构建，核心功能模块包括：①用户认证模块，采用 Flask-JWT-Extended 实现 JWT Token 身份鉴权，覆盖注册、登录及 Token 自动续期与过期回收，保障接口安全；②题目管理模块，支持 TXT、PDF、DOCX 多格式文件上传，通过 PyPDF2、python-docx 及 Tesseract OCR 编写解析器自动提取题目文本与结构化信息，并存入 MySQL 数据库；③向量检索模块，将题目文本经 text-embedding 模型向量化后存入 Qdrant 向量数据库，支撑相似题检索与智能推荐；④AI 答疑与批改模块，对接 DeepSeek 大模型 API，开发单题实时解答与批量文件智能批改接口，批改流程中引入 RAG 思路，利用 Qdrant 检索历史优质题解作为上下文增强，提升判题准确率；⑤试卷生成模块，使用 ReportLab 动态生成含 LaTeX 公式的 PDF 试卷，编写公式转换适配层确保数学符号正确渲染；⑥学习分析模块，基于 PracticeLog 模型记录用户练题、组卷、AI 答疑等行为轨迹，结合向量检索日志探索用户错题聚类与薄弱知识点挖掘。 3.系统核心业务流程如下：用户完成注册登录后，系统签发 JWT Token 进行身份鉴权，后续所有接口请求均需携带有效 Token。在题目录入环节，用户上传 TXT/PDF/DOCX 格式的题目文件，系统调用对应解析器提取题目文本及结构化信息，一方面写入 MySQL 进行持久化存储，另一方面通过 embedding 模型向量化后写入 Qdrant 向量库。在 AI 答疑场景中，用户提交单道题目，系统直接调用 DeepSeek 大模型 API 返回实时解答；在批量批改场景中，系统先解析上传的作业文件，再通过 Qdrant 检索相似的历史优质题解作为上下文，结合 RAG 思路增强大模型批改效果，最终返回批改结果与学习建议。试卷生成场景中，用户选择或筛选题目后，系统动态组装试卷内容，通过 ReportLab 生成 PDF 文件，适配层将 LaTeX 公式转换为可渲染格式，确保数学符号正确显示后供用户下载。此外，系统全程记录用户练题、组卷、AI 答疑等行为数据，通过统计接口支撑学习行为分析，并基于向量检索日志进行错题聚类，辅助挖掘用户的薄弱知识点。

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。

立项背景与目标 传统幼儿簪花非遗教学存在文化理解门槛高、手工创作难度大、教师个性化评价不足等痛点。本项目以 “AI 为桥，非遗入心” 为核心目标，搭建完整美育教学工具，降低幼儿非遗创作门槛，构建感知→探索→创造→展示→反思闭环教学流程，兼顾文化传承与数字素养启蒙。 核心功能模块 AI 动态非遗剧场：AI 生成簪花海丝巡游动画，支持幼儿角色换装、口述故事生成专属插画，直观感知簪花历史文化； AI 智能互动识花：拍照识别花材，提供花语科普、簪花搭配方案，以游戏化形式学习花卉知识； AI 智能穿搭设计：自拍虚拟试戴簪花，完成色彩、古今造型搭配创意练习； AI 创作辅助工具：智能生成创作灵感，人机协同绘画，自动归档幼儿电子创作画册； AI 个性化学情点评：上传作品后以儿童化语言完成点评，自动生成线上非遗画展，同步梳理作品文化内涵。 业务流程 课堂教学中教师主导授课，幼儿自主使用五大 AI 模块分步完成文化学习、创意设计、手工创作，AI 全程留存创作数据；课后自动生成幼儿成长档案，同步分享至家长端实现家园共育，整套工具可迁移至剪纸、扎染等多类非遗课程。

培训教务管理软件（DELPHI、C#、SQLSERVER2016、云短信、微信通知） 1.客户端包含学员管理、教师管理、课程管理、班级管理、学员报名、学员分班、调班调课、学员考勤、余课查询、上课提醒、考勤通知等功能。 2.服务端自动生成每日考勤数据，自动计算并发送短效提醒、微信通知等。 3.用短信猫设备skd接口实现发送短信，也可以用腾讯云短信、阿里云短信实现。 4.使用微信公众号发送微信通知，上课提醒等消息。

具体功能模块： 添加学生：输入学号、姓名、成绩，自动查重学号。 显示所有学生：以表格形式输出学号、姓名、成绩。 按学号查找：输入学号，显示对应学生信息。 按学号删除：删除指定学号的学生记录。 按学号修改：更新学生的姓名和成绩。 数据持久化：所有操作自动保存到本地文件，下次启动自动加载。 主要功能描述： 本系统实现了一个完整的命令行学生信息管理工具，覆盖增删改查及文件存储。用户通过菜单选择操作，交互友好。适用于学习C++结构体、vector容器、文件流及基本算法的综合练习，也可作为课程设计的基础框架。

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。

口义齿加工虚实结合系统利用虚拟现实（VR）和增强现实（AR）技术，将人体口腔、义齿制作以3D形式呈现，为学生提供沉浸式的学习体验。学生可以通过旋转、缩放和分解模型，清晰观察每个细节，这种精细化展示使学习变得更加直观和具体。学生可以通过力反馈系统或触摸屏直接与模型互动，模拟加工功能，让复杂的口腔学知识更加生动易懂。完全摆脱了对真实人体标本的依赖，解决了高质量解剖标本供不应求、获取和维护成本高昂的问题。学生可以无限次重置模型并重复操作，不再受时间和标本数量的限制，有助于熟练掌握复杂的口腔知识和操作技能。

行业场景 当前毕业生、研究生等在毕业论文攥写方面对于现有论文的检索来说十分不方便，需要多个平台检索关键词搜索到符合自身专业的专业性论文，这导致在攥写毕业论文的过程中效率极具下降，所以编写了这套多平台论文检索系统 功能介绍 1.具体有论文关键词检索模块、预览模块、条件筛选模块等 2.主要功能为用户输入相关关键词后，设定筛选条件，搜索出多平台的论文后，可支持用户预览部分原文、跳转到论文原网址等功能

1. 图书管理 — ISBN/书名/作者搜索，增删改查，库存实时追踪 2. 读者管理 — 借书证管理，院系/电话信息维护 3. 借阅管理 — 借书(自动30天借期)、还书、超期罚款(0.5元/天) 4. 统计分析 — 分类统计、出版社分布、超期未还清单 5. 数据导出 — 所有表格支持CSV导出，Excel可直接打开

“单词1V1教师端”是一套面向英语教师与培训机构的教学管理系统，主要用于教师开展一对一单词陪练、课程教学、学习检测以及学员学习数据管理。项目目标是通过“真人1V1教学 + AI辅助学习 + 抗遗忘训练”的方式，提高学生词汇记忆效率与课堂互动体验，同时帮助教师实现教学流程数字化与标准化。 系统主要分为教师端、后台管理以及学员协同三部分。教师可通过系统进行课程预约管理、学生学习跟踪、课堂测试、学习报告打印以及题库管理等操作。核心功能模块包括：课前学前检测、本组单词复习、课后检测、文章阅读训练、听音识词、看中文识英文、看英文识中文、单词拼写训练、错词强化、抗遗忘复习计划以及教师评分体系等功能。同时结合 AI 能力，实现单词翻译、英文造句自动生成，提高教师备课效率与课堂内容丰富度。 整体业务流程为：后台为学生预约教师 → 教师查看课程安排并开始授课 → 学员进行课前检测 → 教师带领进行单词陪练与专项训练 → 系统自动记录学习情况与错误数据 → 生成课后学习报告与错词内容 → 教师可打印学习报告与题库内容供学生课后复习。系统支持全程真人1V1教学，帮助学生提升词汇记忆、听力识别与阅读能力。

本项目为基于C++/Qt开发的Windows桌面端学生信息管理系统，旨在解决传统人工统计效率低、易出错的问题。核心功能包含学生信息录入、查询、修改、删除、批量导入导出，以及成绩统计、班级管理等模块，支持数据本地持久化存储，界面操作简洁，可快速完成日常教务数据管理工作。

本项目面向天文观测中实时预处理需求，针对宇宙线、条纹噪声等典型退化问题，设计了基于物理先验的图像修复流程。系统支持对原始科研图像进行去条纹、宇宙线检测与修复、星点保真保护等处理，适用于边缘设备或低算力环境下的快速预处理。整体目标是在保证天体测光与定位精度的前提下，提高图像清洁度和下游科学分析效率。

该工具旨在解决初学者在 Windows 环境下配置 C 语言编译器时常见的“痛点”。 立项背景： 许多开发者在安装 MinGW-w64 后，常因环境变量路径错误或编译器版本不匹配导致开发停滞。 核心功能： 自动化检测： 自动扫描系统 PATH 变量，识别是否存在有效的 gcc.exe。 版本验证： 调用编译器并解析输出，验证是否为符合要求的版本（如 GCC 11.5.0）。 故障诊断： 针对“找不到编译器”或“路径冲突”提供精准的错误报告。 业务流程： 用户运行程序后，工具会遍历预设的安装目录，通过 Windows 系统接口核对环境变量，并输出最终的诊断建议。

1.立项背景：当时只是学校布置的团队作业，不过我是独立完成的； 2.功能：（1）输入、存储与输出学生成绩、学号及其姓名（支持多个输出）； （2）输出成绩单的最高分、最低分、平均分； （3）升序或降序输出成绩单； （4）根据用户需求提供不同的功能；