业务和功能介绍
产品定位：
是面向企业与开发团队打造的一站式AI开发以及应用构建服务平台，提供AI应用开发全流程工具链，实时可视化管控AI软件全生命周期
解决方案：
创新性融合开源技术与商业智能解决方案，基于模块化架构设计，打造出兼具高扩展性与轻量部署优势的企业级AI平台，为企业提供全链式AI赋能解决方案
智能体平台具有多层次的功能架构，主要包括应用层、构建层、插件层和智能底座。以下是其主要功能的总结：
应用层：
提供H5界面、API接口、小程序和SDK客户端，支持应用发布和独立部署包。
支持单人模式、双人模式、顺序模式、群体模式以及自由模式。
构建层：
支持调度型、结构型和编排型智能体构建。
提供构建策略、构建模板、意图分类、RAG对话等通用能力。
包括智能体构成，如开场白、知识、工具、模型、提示词等。
插件层：
管理插件注册、插件编排、插件扩展、插件发布及版本管理。
支持服务类、界面类、插件类型、接口类、插件输入与输出、插件可视化编排、规则定制和数据定制。
智能底座：
包括通用大模型（如Qwen、DeepSeek、星辰）、行业大模型（如辅助办理、营销推荐、意图识别）、个性小模型（如ASR语音、语音合成）及向量库（如Milvus、Chroma、Weaviate）。
是面向企业与开发团队打造的一站式AI开发以及应用构建服务平台，提供AI应用开发全流程工具链，实时可视化管控AI软件全生命周期
解决方案：
创新性融合开源技术与商业智能解决方案，基于模块化架构设计，打造出兼具高扩展性与轻量部署优势的企业级AI平台，为企业提供全链式AI赋能解决方案
智能体平台具有多层次的功能架构，主要包括应用层、构建层、插件层和智能底座。以下是其主要功能的总结：
应用层：
提供H5界面、API接口、小程序和SDK客户端，支持应用发布和独立部署包。
支持单人模式、双人模式、顺序模式、群体模式以及自由模式。
构建层：
支持调度型、结构型和编排型智能体构建。
提供构建策略、构建模板、意图分类、RAG对话等通用能力。
包括智能体构成，如开场白、知识、工具、模型、提示词等。
插件层：
管理插件注册、插件编排、插件扩展、插件发布及版本管理。
支持服务类、界面类、插件类型、接口类、插件输入与输出、插件可视化编排、规则定制和数据定制。
智能底座：
包括通用大模型（如Qwen、DeepSeek、星辰）、行业大模型（如辅助办理、营销推荐、意图识别）、个性小模型（如ASR语音、语音合成）及向量库（如Milvus、Chroma、Weaviate）。
项目实现
1. 前端技术栈
核心框架：基于HTML5、Vue3、TypeScript构建，搭配CSS/SCSS实现响应式设计。
兼容性：支持多浏览器适配，确保跨平台一致性。
实时交互：通过WebSocket与Vue-Flow实现动态交互逻辑（如流程图编排）。
2. 后端架构
管理端（Python + Flask）：
应用配置：Flask-RESTful + Jinja2模板引擎 + JSON配置。
在线调试：集成Flask-SocketIO、断点调试、文件上传功能。
多轮对话：基于JWT认证的会话状态管理。
运行端（Python + Flask）：
协议支持：HTTP、OpenAI、MCP、A2A等通用协议。
运行模式：同步/异步/流式响应，支持多线程与沙箱环境隔离。
3. 核心引擎
工作流引擎：集成LangChain、LLM调用、ToolCall，支持复杂逻辑编排。
智能体引擎：兼容Agno/SmolAgent/AutoGen等框架，实现多智能体协作。
模型集成：对接OpenAI、Qianfan、Tongyi等SDK，覆盖主流大模型。
4. 扩展能力
插件中心：
插件类型：HTTP/SSE/MCP协议插件、JSONPath-NG数据解析插件。
生命周期：支持插件注册、编排、版本管理及可视化配置。
代码执行：
支持Python（RestrictedPython沙箱）、JavaScript（execjs）、Java（JPype）多语言在线开发。
5. 数据与存储
数据库：集成SQLAlchemy ORM框架，支持MySQL（PyMySQL）等主流数据库。
向量库：兼容Milvus、Chroma、Qdrant、Weaviate等向量引擎，强化语义检索能力。
核心框架：基于HTML5、Vue3、TypeScript构建，搭配CSS/SCSS实现响应式设计。
兼容性：支持多浏览器适配，确保跨平台一致性。
实时交互：通过WebSocket与Vue-Flow实现动态交互逻辑（如流程图编排）。
2. 后端架构
管理端（Python + Flask）：
应用配置：Flask-RESTful + Jinja2模板引擎 + JSON配置。
在线调试：集成Flask-SocketIO、断点调试、文件上传功能。
多轮对话：基于JWT认证的会话状态管理。
运行端（Python + Flask）：
协议支持：HTTP、OpenAI、MCP、A2A等通用协议。
运行模式：同步/异步/流式响应，支持多线程与沙箱环境隔离。
3. 核心引擎
工作流引擎：集成LangChain、LLM调用、ToolCall，支持复杂逻辑编排。
智能体引擎：兼容Agno/SmolAgent/AutoGen等框架，实现多智能体协作。
模型集成：对接OpenAI、Qianfan、Tongyi等SDK，覆盖主流大模型。
4. 扩展能力
插件中心：
插件类型：HTTP/SSE/MCP协议插件、JSONPath-NG数据解析插件。
生命周期：支持插件注册、编排、版本管理及可视化配置。
代码执行：
支持Python（RestrictedPython沙箱）、JavaScript（execjs）、Java（JPype）多语言在线开发。
5. 数据与存储
数据库：集成SQLAlchemy ORM框架，支持MySQL（PyMySQL）等主流数据库。
向量库：兼容Milvus、Chroma、Qdrant、Weaviate等向量引擎，强化语义检索能力。
示例图片视频
相似推荐
需求自动化分析提取工具-平台
需求自动化分析提取工具
1需求自动化分析提取工具
2需求自动化分析提取工具
3需求自动化分析提取工具
4需求自动化分析提取工具
5需求自动化分析提取工具
6需求自动化分析提取工具
7需求自动化分析提取工具
8需求自动化分析提取工具
企业管理系统
一套企业内部管理系统，包含功能模块如下
1）用户、权限、角色、部门、职务、通讯录管理
2）数据字典、分类字典、系统配置管理
3）企业微信群、群消息、企业微信外部人员管理
4）在线表单、积木报表管理
5）问卷管理
6）审批流管理，支持按人员、部门、角色、职务等设置审批流程
某半导体企业物流控制塔系统-IDP
随着该企业业务发展，需要对国内保税区仓库进行统一管理，实现收发货及库存管理标准化、精益化，需对接仓库 WMS 进行数据抽取汇总，通过控制塔进行数据展示。并在过程中实现该企业数字化转型，通过系统进行供应链流程可视化监控。
政务/3D模型生成/Github开发者能力评估
3D-Generator后端仓库代码是一个集成了多种AI能力的综合应用平台，专注于构建一个根据文本或图片生成3D模型的服务系统。该平台包含Spring Boot后端应用和3D模型生成服务两个主要部分，支持通过文本描述或图片生成单个3D素材元素（如动物、物体等，非场景级别）。
用户定位与痛点分析
本项目主要面向以下几类用户：
设计人员：需要快速获取3D素材用于原型设计、概念验证的设计师
游戏开发者：需要批量生成游戏中的小型3D资产的开发团队
教育工作者：需要3D模型作为教学辅助工具的教师
普通爱好者：对3D建模感兴趣但缺乏专业技能的个人用户
这些用户面临的主要痛点包括：专业3D建模软件学习成本高、建模过程耗时、难以快速将创意转化为3D模型、专业建模人员成本高。通过本平台，用户可以通过简单的文本描述或上传图片，快速生成所需的3D模型，大大降低了3D建模的门槛和成本。
核心功能
Spring Boot后端核心功能
用户认证与授权（基于JWT）
数据管理与持久化
阿里云OSS文件存储集成
阿里云视觉智能API集成
RESTful API接口提供
统一异常处理
3D模型生成服务核心功能
通过文本描述生成3D模型
通过图片URL或base64编码生成3D模型
支持图片文件上传生成3D模型
提供任务状态查询接口
完整的API文档（Swagger UI）
3D模型效果评估功能
3D模型效果评估系统
为确保生成的3D模型质量，我们设计了一套完整的效果评估系统，通过以下关键指标验证3D模型生成效果：
准确率：模型是否准确反映了输入描述或图片的核心特征
完整性：生成的3D模型是否完整，有无缺失重要部分
细节丰富度：模型表面细节、纹理等是否丰富自然
几何合理性：模型的比例、结构是否符合物理规律
生成效率：从请求到完成生成的时间消耗
评估系统设计包括：
自动评估模块：通过算法对生成模型的各项指标进行量化评估
人工复核机制：对自动评估结果进行抽样人工复核，校准评估算法
反馈优化循环：将评估结果反馈到模型生成参数调整中，持续优化生成效果
评估报告生成：为每个生成的模型提供详细的评估报告
评估系统通three_d_effect_evaluation 模块实现，包含模型评估器、模型处理服务和评估API等组件。
企业邮箱-RichMail
该项目是一款拥有灵活权限、可配置化的 web 端企业邮箱，面向用户主要分为邮箱、网盘、通讯录、日历四大模块，面向管理者主要是管理平台以及安全平台，该项目已经在人寿，中国银行等机构内部使用。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服