业务和功能介绍
雄安新区在规划时特地强调了对历史文化遗产进行保护，并在之前的区域内乡愁遗产及逆行普查之时，找到了很多物质类（比如老建筑、古树等 2600 多项）和非物质类（200 多项非遗）遗产。为了更好地保存和传播这些乡愁文化，从而萌生了搭建数字平台的想法，把这些遗产数字化，再建线下展厅，方便大家了解，解决文化传承和传播的问题，让更多人能感受到雄安的历史和文化。
该平台聚焦雄安乡愁文化影像资料留存，功能体系覆盖数据采集、管理、展示及传播全流程：
乡愁文化数字资源库：从 66 个征迁村采集高精度激光三维实景模型、VR 全景、音视频等多类型数据，涵盖物质类（老式建筑、古树名木等 2610 项）与非物质类（213 项非遗）乡愁遗产，构建结构化数字资源体系。
数据与业务中台：重构数据库标准，整合多源数据，实现数字资料上传、检索、权限管理及三维 / 全景数据可视化展示；支持轻应用素材管理、配置编辑及运营活动发布，集成用户体系与数据统计分析工具，提升内容运营效率。
展宣交流平台：升级官网与小程序，设置 “雄安乡愁”“非遗传承” 等频道，提供三维遗产展示、文创商品链接电商等功能；建设线下数字展厅，通过多终端适配（PC、VR、触摸屏）实现线上线下联动，配套内容审核、用户收藏、故事投稿等互动模块，强化文化传播与公众参与。
该平台聚焦雄安乡愁文化影像资料留存，功能体系覆盖数据采集、管理、展示及传播全流程：
乡愁文化数字资源库：从 66 个征迁村采集高精度激光三维实景模型、VR 全景、音视频等多类型数据，涵盖物质类（老式建筑、古树名木等 2610 项）与非物质类（213 项非遗）乡愁遗产，构建结构化数字资源体系。
数据与业务中台：重构数据库标准，整合多源数据，实现数字资料上传、检索、权限管理及三维 / 全景数据可视化展示；支持轻应用素材管理、配置编辑及运营活动发布，集成用户体系与数据统计分析工具，提升内容运营效率。
展宣交流平台：升级官网与小程序，设置 “雄安乡愁”“非遗传承” 等频道，提供三维遗产展示、文创商品链接电商等功能；建设线下数字展厅，通过多终端适配（PC、VR、触摸屏）实现线上线下联动，配套内容审核、用户收藏、故事投稿等互动模块，强化文化传播与公众参与。
项目实现
前端：
1、使用vue3 框架，vite 构建项目。
2、使用element-plus，vant组件库，
3、使用threejs 展示3D模型
4、使用Pinia 状态管理
5、使用 Photo Sphere Viewer 全景图片展示。
6、使用高德地图SDK开发，地图标记模块
后端：
1、使用Springboot搭建项目，使用Mybatis-plus、Mybatis-plus-join、Mybatis简化持久层开发
2、使用Nacos用于服务注册及发现 使用Sentinel做流量监控以及限流熔断等
3、使用fegin用于远程调用
4、使用Seata用于分布式事务
5、使用开源框架若依简化后台管理的开发
6、搭建Minio用于图片服务器
7、使用nginx做反向代理、静态资源访问以及waf配置
8、使用开源框架plumeLog用户日志收集
9、使用docker部署项目
10、使用jwt框架用于会话生成等
1、使用vue3 框架，vite 构建项目。
2、使用element-plus，vant组件库，
3、使用threejs 展示3D模型
4、使用Pinia 状态管理
5、使用 Photo Sphere Viewer 全景图片展示。
6、使用高德地图SDK开发，地图标记模块
后端：
1、使用Springboot搭建项目，使用Mybatis-plus、Mybatis-plus-join、Mybatis简化持久层开发
2、使用Nacos用于服务注册及发现 使用Sentinel做流量监控以及限流熔断等
3、使用fegin用于远程调用
4、使用Seata用于分布式事务
5、使用开源框架若依简化后台管理的开发
6、搭建Minio用于图片服务器
7、使用nginx做反向代理、静态资源访问以及waf配置
8、使用开源框架plumeLog用户日志收集
9、使用docker部署项目
10、使用jwt框架用于会话生成等
示例图片视频
相似推荐
多源融合运维平台
融合多项运维数据，构建一站式运维管理平台。打通ITOP、zabbix、动环数据、私有云平台等数据交换。实现事件发现、事件处理、事件反馈等全流程可追溯。
可以根据需求进行扩展和二次开发，灵活、方便、易用。
可定制功能板块，按需接入AI应用，实现智能分析处理。
可根据用户需要规划设计各类型应用和网络，助力信息化建设。
国密级别数据溯源信息加密研究平台
本系统是研究型数据安全审核平台。由本系统负责安全审核：判断本次访问或导出是否合理、是否存在异常或越权、是否需要审批，并对每一步操作留痕，实现全程可追溯。目前主要功能均已实现并可正常运行：从数据接入、分析研判、审批放行，到全程留痕追溯，整体流程已贯通并通过测试；8个模型均为真实运行。
xxx态势平台
网络安全项目，采集片区网络数据，分析高中低危网络数据，数据研判、可视化呈现。
采集数据量每天1-3亿数据，实时入库，数据清洗、数据归并、数据分发研判、研判结果及红头文件下发、资产管理、可视化大屏实时呈现、威胁情报管理
漏洞挖掘全链路调度系统（Bounty Router）
立项背景：漏洞挖掘流程高度碎片化——侦察用一套工具，审计用另一套，报告再
手工整理。一个目标从拿到域名到产出报告通常需要切换 4-5 个工具，耗时 2-4
小时。目标是造一个扔什么进去都能自动识别、走对应流水线、最后产出结构化报
告的统一调度器。
核心功能：输入任意目标（域名/源码仓库/APK/JWT Token/合约地址/Dockerfile/
GraphQL端点/API端点），系统自动检测目标类型，路由到 8 条专项流水线之一：
Web 域名走 subfinder→httpx→nuclei 全链；源码仓库走 scanner-45→semgrep→
gitleaks 三引擎并行；JWT 走 alg:none + RS→HS 混淆 + 弱密钥爆破。19 个安全
专用 Agent 按漏洞类型分工，dispatch-router 用 15 条 regex 规则实现智能匹
配，Top-2 Agent 分数差距≤2 时触发歧义检测，要求先澄清再动手。
业务流程：用户扔目标 → 类型自动检测（8 种类型识别，含 confidence 评分）
→ 路由到对应流水线 → 多维扫描 → 增量去重（SHA256 指纹，SQLite 持久化）
→ 降噪评分（负分滤掉 favicon/WAF/IP 指纹等噪音，正分加权 CVE/XSS/SQLi
等真实漏洞）→ 结构化 JSON 报告 + 人读摘要 → 通知 Dashboard/桌宠完成。
HOS-LS
HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统，从规则驱动转变为 AI 驱动，包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。
HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统，从规则驱动转变为 AI 驱动，包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。
HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统，从规则驱动转变为 AI 驱动，包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服