程序聚合 软件案例 基于 SIS 使用的 AI 课程生成改编平台

基于 SIS 使用的 AI 课程生成改编平台

2025-07-05 19:31:57
行业:在线教育、人工智能
载体:网站、IOS APP
技术:Java、Spring Boot、Vue、Amazon SQS

业务和功能介绍

基于 OneRoster 协议与教育机构数据所在的 SIS 平台进行数据同步与对接,通过 SIS 平台提供的学区等组织、员工、教师、学生、家长等数据针对性的为用户提供精准的课程、周计划、单元计划生成服务,基于同步的 SIS 数据对特殊学生(残疾、母语、种族特殊)进行针对性的课程改编计划,同时通过 AWS SQS 定时同步 SIS 平台数据解决学区数据庞大使用者管理管理不便、数据导入困难等问题。
1. Unit Planner 单元计划生成模块、AI Lesson Plan AI 课程生成模块、Agency Management SIS 平台数据管理模块、Sync 基于选择的 SIS 平台进行数据同步的模块
2. 教育机构机构通过所在的 SIS 平台将课程生成改编平台应用添加到使用列表中,并在 SIS 系统中设置向第三方平台提供的数据范围以及补充第三方平台所需的必须字段,之后学区管理员通过 SIS 平台进行系统,在 Sync 模块进行 SIS 平台的 Link 认证,并选择同步范围、同步信息邮件接收地址等信息,最终开启同步,待数据同步完成后,学区下所有的管理员、员工、教师等用户可以通过 SIS 平台点击第三方应用进入系统,在系统中可以看到自己所属和管理的学区、学校、班级、学生等信息,基于这些信息,在 Unit Planner 和 AI Lesson Plan 模块基于所属地区、年级信息、测评框架、测评点、目标计划、核心诉求、周数、周课数等信息生成相应的课程或单元计划,并选择性的为学生进行改编计划,学区下管理员可设置校训规范 AI 内容。

项目实现

1. 项目开发周期为 6 个月,我负责基于 One Roster 协议和 SIS 平台的教育机构数据进行定时同步,以及课程计划 prompt、课程历史管理和自动保存的开发
2. 项目使用 SpringBoot、Vue、AWS S3、AWS SQS、AWS Lambda、AWS CDN、Sharding DB、SQL Server、Postgre SQL、Redis

示例图片视频


海.
30天前活跃
方向: 后端-Java、前端-Web前端、
交付率:100.00%
相似推荐
卓卓壁纸小程序后台管理-卓卓壁纸
卓卓壁纸是一款主打高清、免费、无广告的手机壁纸分享 APP(安卓端),核心定位是极简、纯净、即用即走的壁纸工具,适合追求高效、无干扰体验的用户。 一、核心定位与特点 纯净无扰:无开屏广告、无弹窗、无积分 / 会员套路,下载使用完全免费。 高清资源:主打4K / 超高清壁纸,覆盖手机、平板、电脑多尺寸适配。 极简操作:无需注册、无需登录,打开即看、点图即下,3 秒快速换壁纸。 分类齐全:资源库丰富,涵盖风景、动漫、游戏、极简、护眼、美女、卡通等主流风格。 二、功能与体验(简要) 首页推荐:每日更新热门、最新壁纸,瀑布流快速浏览。 精准分类:按题材、风格、色系、机型等标签筛选,找图高效。 一键下载:单张 / 批量下载,支持直接设为桌面 / 锁屏壁纸。 轻量省流:APP 体积小、加载快,预览图压缩,下载原图保真。 三、与同类平台对比(简要) 对比壁纸多多、爱壁纸:更轻、更纯、无广告,但社区 / 动态壁纸功能较少。 对比ZEDGE、桌酷:国内本土化更好,加载更快,完全免费无内购。 四、适合人群 讨厌广告、不想注册 / 付费的极简党 经常换壁纸、追求高清 / 护眼 / 小众风格的用户 手机内存小、需要轻量 APP的用户
深度学习系列项目
业务一: 实现对人的身份、姿态、行为及意图的精准、实时理解,为上层应用提供可靠的结构化数据。 关键技术与功能: 高精度人脸/人体姿态追踪: 基于深度学习模型,在复杂光照和遮挡条件下,实现亚像素级的人脸关键点检测与2D/3D全身骨骼关键点追踪。功能包括头部姿态估计(Pitch/Yaw/Roll)、肢体动作捕捉、手势识别等。 移动端优化与部署: 针对资源受限的移动设备(iOS/Android),采用模型剪枝、量化(INT8/FP16)及神经网络架构搜索(NAS)等技术,将大型模型压缩至数MB级别,在保证精度的同时实现45FPS以上的实时推理性能,成功应用于AR互动、智能健身、远程协作等场景。 以人为中心的活动识别: 融合时空上下文信息,利用卷积神经网络或Transformer架构,对视频流中的人体行为进行细粒度分类与预测。可识别从简单动作到复杂交互等多种活动,服务于智慧医疗、工业安全与智能家居。 业务二: 应用最前沿的3D重建与渲染技术,降低高质量3D内容创作门槛,赋能元宇宙、数字人、电商等新兴领域。 关键技术与功能: 3D高斯泼溅 : 相较于传统的NeRF(神经辐射场),3D高斯泼溅通过数百万个可学习的3D高斯椭球体来表现场景,实现了无需训练即可实时渲染(>90 FPS)的突破,构建照片级真实感的虚拟数字人、商品3D展示及沉浸式AR/VR环境,显著提升了建模效率与交互体验。
基于Qt的Modbus Slave通信-TCP/IP,UDP通信
基于Qt下开发⼀个Modbus Slave的通信 界面展示:操作界面展示 通信功能:串口通信和TCP通信 信息展示:从机站与主站通信后,信息展示界面 日志展示:从机站与主机站发收帧显示 从站配置和创建:从机站配置和新创建 从站配置保存和读取模块:从机配置保存和按保存的配置信息创建
基于 RPA 与大模型的微信智能伴聊机器人
-核心分为 RPA 底层自动化模块、大模型对话管理模块、OCR 图像解析模块、Web 可视化中控模块,分别负责微信消息安全监听与回复、上下文对话记忆流管理、图片内容提取解析、系统状态监控与运维管控。 -业务流程形成完整闭环: 微信机器人路径:启动后通过 RPA 引擎绑定微信客户端窗口→后台实时监听消息事件,通过 OCR 完成图片内容解析→大模型结合历史上下文生成合规回复→RPA 模拟人工操作完成消息发送→Web 中控端同步运行日志,支持参数热更,无需重启服务即可完成配置调整。
抖音直播弹幕实时采集(WebSocket + Protobuf + X-Bogus签名)
- Python:requests(获取直播间 room_id 与 cookie)、websocket-client(WSS长连接收包/回包)、gzip(解压)、protobuf(消息反序列化)、loguru(日志输出) - JS逆向与签名:execjs 调用本地 JS 生成 signature(X-Bogus);crypto-js(MD5 生成 X-MS-STUB) - 协议解析:Protobuf(douyin.proto + 生成 douyin_pb2.py) - WebSocket实时数据采集 - Protobuf协议解析 - Python网络编程/长连接 - JS逆向 / 参数签名(X-Bogus) - 数据解压(gzip) - 反爬/鉴权参数构造 - 业务背景:抖音直播间互动信息(弹幕)通过 WebSocket 推送且采用 Protobuf + gzip 压缩,同时连接参数包含签名(signature/X-Bogus)。常规抓包仅能拿到二进制数据,无法直接解析为可用文本。 - 核心功能: - 自动进入直播间,提取 room_id,并获取必要 cookie(ttwid) - 计算 WebSocket 连接所需 signature(X-Bogus),构造完整 WSS URL - 建立 WSS 长连接,实时接收二进制推送包 - PushFrame → gzip解压 → Response/Message → 按 method 过滤弹幕消息 WebcastChatMessage - 输出格式化弹幕内容(昵称 + 文本),并在 need_ack 场景下回传 ACK 保持连接稳定
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服