业务和功能介绍
针对土木结构开发的有限元分析软件，业务背景是土木工程建设中对结构分析设计软件的需求，尤其针对预应力箱型桥梁、悬索桥、斜拉桥等特殊桥梁结构形式的分析设计需求。
结构分析：能进行静力分析、动力分析、屈曲分析等，可分析桥梁在各种荷载工况下的内力、变形等响应，如分析桥梁在车辆荷载、风荷载等作用下的受力情况。
设计验算：可进行结构设计验算，如对桥梁构件的强度、刚度、稳定性等进行验算，以确保结构设计满足规范要求。
施工阶段分析：可模拟桥梁施工过程，分析施工阶段结构的内力、变形等情况，为施工方案的制定提供依据，如分析满堂支架、挂篮等施工临时结构的受力情况。
特殊荷载分析：支持车道面分析等多种特殊荷载分析功能，可考虑移动荷载、温度荷载、地震荷载等不同类型荷载对结构的作用。
模型处理：支持全新一代用户界面、功能图标重新整理分类、悬浮式设计工具栏及信息窗口等，还支持用户自定义工具栏、树形菜单快速检索等功能，方便用户操作和模型处理。
结构分析：能进行静力分析、动力分析、屈曲分析等，可分析桥梁在各种荷载工况下的内力、变形等响应，如分析桥梁在车辆荷载、风荷载等作用下的受力情况。
设计验算：可进行结构设计验算，如对桥梁构件的强度、刚度、稳定性等进行验算，以确保结构设计满足规范要求。
施工阶段分析：可模拟桥梁施工过程，分析施工阶段结构的内力、变形等情况，为施工方案的制定提供依据，如分析满堂支架、挂篮等施工临时结构的受力情况。
特殊荷载分析：支持车道面分析等多种特殊荷载分析功能，可考虑移动荷载、温度荷载、地震荷载等不同类型荷载对结构的作用。
模型处理：支持全新一代用户界面、功能图标重新整理分类、悬浮式设计工具栏及信息窗口等，还支持用户自定义工具栏、树形菜单快速检索等功能，方便用户操作和模型处理。
项目实现
工作内容：
负责软件整体架构搭建、代码开发、内存管理、性能调优、代码审查以及团队任务分配。
项目初期未担任组长时，代码中存在内存泄漏、逻辑不清等问题。成为项目组长后，我对代码进行彻底重写和重構，将几乎全部的裸指针替换为智能指针，对其中因接口限制而不能替换的部分进行内存安全检查。这一系列改造显著地消除内存泄漏并提高代码稳健性。
通过实现数据表、索引用以加速数据访问，重写渲染逻辑（包括对VTK渲染流水线进行深度优化），整体渲染和计算性能显著优于初期版本。
每个周期召开项目组会议，对代码质量进行评价，为每位成员打分，同时借助Jira进行任务分配与进度跟踪，保证团队按时保质地推进项目。
项目简介：
Adust 轨道交通结构抗震软件对标 MIDAS 有限元软件，旨在为城市轨道结构提供完整且稳定的抗震模拟和计算方案。整体实现上，该软件采取 MFC 框架进行界面搭建，渲染部分依赖 VTK，数据层则由我们进行高度封裝与内存管理。从最初搭建基础框架到最后实现产品化，我全程主导并高度参与每一个环节，为项目按时交付付出重大努力。
负责软件整体架构搭建、代码开发、内存管理、性能调优、代码审查以及团队任务分配。
项目初期未担任组长时，代码中存在内存泄漏、逻辑不清等问题。成为项目组长后，我对代码进行彻底重写和重構，将几乎全部的裸指针替换为智能指针，对其中因接口限制而不能替换的部分进行内存安全检查。这一系列改造显著地消除内存泄漏并提高代码稳健性。
通过实现数据表、索引用以加速数据访问，重写渲染逻辑（包括对VTK渲染流水线进行深度优化），整体渲染和计算性能显著优于初期版本。
每个周期召开项目组会议，对代码质量进行评价，为每位成员打分，同时借助Jira进行任务分配与进度跟踪，保证团队按时保质地推进项目。
项目简介：
Adust 轨道交通结构抗震软件对标 MIDAS 有限元软件，旨在为城市轨道结构提供完整且稳定的抗震模拟和计算方案。整体实现上，该软件采取 MFC 框架进行界面搭建，渲染部分依赖 VTK，数据层则由我们进行高度封裝与内存管理。从最初搭建基础框架到最后实现产品化，我全程主导并高度参与每一个环节，为项目按时交付付出重大努力。
示例图片视频
相似推荐
memRagAgent - 智能认知记忆系统
开源地址：https://github.com/daoyou-zhang/memRangeAgent
### 记忆增强检索（Memory RAG）
系统的核心是三层记忆架构的实现。情节记忆（Episodic）采用 PostgreSQL 存储，每条记录包含对话内容、时间戳、用户 ID、会话 ID 等元数据，并通过向量化技术生成 embedding，支持语义检索。语义记忆（Semantic）通过 LLM 从情节记忆中提炼，存储抽象概念、用户偏好、领域知识等，形成结构化的知识条目。程序记忆（Procedural）记录成功的工具调用序列和操作流程，支持流程复用。
向量检索基于余弦相似度算法，将用户输入向量化后，在记忆库中检索最相关的历史记录。检索结果按相关性和时间衰减加权排序，确保既考虑语义相关性，又优先召回近期记忆。通过 Redis 缓存热点查询，将 RAG 检索延迟控制在 100ms 以内。
### 认知控制器（Cognitive Controller）
认知流程分为四个阶段：意图理解 → 上下文聚合 → 回复生成 → 学习闭环。意图理解使用独立的快速模型（qwen-flash），低温度（0.1）保证稳定的 JSON 输出，分析用户意图类别、实体、置信度和是否需要工具调用。上下文聚合从记忆服务获取用户画像、工作记忆（最近对话）和 RAG 检索结果，从知识服务获取图谱查询结果，融合成完整上下文。回复生成使用高质量模型（deepseek-v3），温度 0.5 保证创造性和稳定性的平衡。学习闭环将对话存入情节记忆，触发异步的画像聚合任务。
### 知识图谱集成
采用 Neo4j 图数据库构建知识图谱，支持实体（Entity）、关系（Relationship）、属性（Property）的灵活建模。实体包括人物、概念、事件等，关系包括"属于"、"相关"、"导致"等语义连接。通过 Cypher 查询语言实现路径查询、社区发现、中心性分析等图算法。
电商类型-Home Live
HomeLive是一款服务于全球用户的在线外贸交易平台，核心定位是打破跨境购物壁垒，满足中国消费者不出国门就能便捷选购全球商品的需求。平台汇集全球各地知名品牌供应商，打造多元化服务体系，涵盖在线直播带货频道、认证商家一站式购物服务，同时保障海外商品现货库存充足，提供全球货物护航直邮服务，全方位提升跨境购物的便捷性与安全性。
.该工具仅采集互联网上公开可商用、无版权声明且符合国家
为解决电商从业者手动整理商品信息效率低的问题，我用 Python 开发了一款自动爬取公开商品列表的小工具，能按设定的关键词抓取商品名称、价格和销量信息，并自动整理成表格格式，帮助快速汇总竞品或目标类目的基础数据，降低人工整理的时间成本。该工具仅支持爬取用户授权或平台公开可商用的非版权类图片与基础数据，不涉及影视、付费素材等有版权保护的内容，全程遵守网站 robots 协议和数据使用规范，确保爬取行为合法合规
本地生活小程序
本地生活小程序，为了相应政策的拉动消费，让本地人群实现物美价廉的购物体验，包括在线超市，本地商家等，超市支持配送到家，平台商户折扣消费后返积分，积分可以兑换优惠券，再次消费，打造良性循环。
充电宝小程序，用于充电宝租借，电池包租借小程序用于电池包租借
立项背景和目标：
随着共享经济发展，共享充电宝已成为人们外出时解决手机电量焦虑的刚需。本项目旨在开发一款跨平台的充电宝租借小程序/App，覆盖用户从查找附近机柜、扫码租借、在线支付到归还的全流程。同时通过电池包租借功能拓展业务场景（如便携充电包），提升用户体验与平台收益。
核心功能模块：
地图找点：基于LBS显示附近可用机柜，支持按距离/空闲状态筛选，一键导航。
扫码租借：扫描机柜二维码或手动输入编号，快速租借充电宝或电池包。
信用免押：接入第三方信用分（如芝麻信用），高信用用户免押金租借。
订单与支付：实时计费，支持微信/支付宝支付，订单历史可查，押金秒退。
用户中心：个人信息、优惠券、客服反馈、使用帮助等。
业务流程描述：
用户打开小程序 → 授权定位 → 首页地图展示附近机柜 → 点击机柜查看详情（剩余充电宝数、距离）→ 选择“扫码租借”扫描二维码 → 确认租借，系统判断信用分 → 免押/支付押金 → 机柜弹出充电宝 → 使用中可查看剩余电量/计费 → 归还时扫描任意同品牌机柜二维码 → 插入充电宝 → 系统自动结算费用并扣款 → 订单完成。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服