ERP-ERP

2025-07-26 18:30:29
行业:电商、企业内部管理
载体:Windows应用、网站
技术:C#

业务背景

本人驻场开发ERP\QMS\出口管理\ERP电商\等 实战工作2011年至今(可提供远程案例演示,按需方订制化部分若已有60%以上框架及50%以上应用模块,需方满意在接单,ERP相关应用流程模块没现成案例交期很长的.具体需提供需求清单在商)

功能介绍

本人驻场开发ERP\QMS\出口管理\ERP电商\等 实战工作2011年至今(可提供远程案例演示,按需方订制化部分若已有60%以上框架及50%以上应用模块,需方满意在接单,ERP相关应用流程模块没现成案例交期很长的.具体需提供需求清单在商)

项目实现

本人驻场开发ERP\QMS\出口管理\ERP电商\等 实战工作2011年至今(可提供远程案例演示,按需方订制化部分若已有60%以上框架及50%以上应用模块,需方满意在接单,ERP相关应用流程模块没现成案例交期很长的.具体需提供需求清单在商)

示例图片视频


EASON
24小时内活跃
方向: 后端-C#、
交付率:100.00%
相似推荐
全国土壤风蚀模型软件设计-土壤风蚀模型系统
能够综合考虑气象资料、土壤质地、地块形态和大小等多方面数据,计算输出模型所需的各参数。基于北方风沙区不同地区的实际情况进行精细调整,模型能够在小时级尺度的时间步长内估算风蚀量及风蚀尘量(PM10)。其中,WEPS模型设定当每天10m高度处最大风速超过8 m/s时,开始调用风蚀子模块。涉及计算:土壤风蚀量计算、摩阻风速u*、气象站摩阻风速计算、观测地点无植被时,摩阻风速计算、观测地点有植被时,摩阻风速计算、临界摩阻风速u*t、光滑平坦地表摩阻风速裸露地表、地表有倒放植物引起的临界起动摩阻风速增加量、含水率引起的临界摩阻风速增加、风蚀量粒径分选计算、悬移量计算步骤 、PM10计算步骤。 可以自定义绘制计算区域,进行交叉运算。 对计算结果进行不同颜色渲染。
AI恋爱军师
一、模型部署层:xInference + 双模型 负责 托管大模型和 Embedding 模型,是整个系统的 “大脑”: 对话模型:qwen2.5-instruct-14b(大语言模型,负责生成回复) 用 vLLM 做推理引擎,开启 int4量化: 让模型推理速度达 ~68 tokens / 秒(大幅提升响应速度), 显存占用优化到 0.8(降低 GPU 硬件成本,让大模型在普通显卡上也能跑)。 Embedding 模型:bge-large-zh-v1.5(智源,负责文本向量化,支撑知识检索) 二、接口封装层:oneAPI(OpenAI 接口模拟) 核心作用:把 xInference 的模型服务,伪装成 “OpenAI 接口”,让上层应用(如 FastGPT)可以用熟悉的 OpenAI 调用方式(如openai.ChatCompletion)对接本地模型,降低集成成本。 三、RAG 增强层:FastGPT(检索增强生成) 解决大模型 “知识过时、专业领域回答差” 的问题,通过 “知识库检索 + 大模型生成” 提升回复质量: 知识库预处理: 用脚本清洗、格式化数据,结合 bge-large-zh-v1.5 生成向量,存入向量数据库。 检索优化技术: 混合检索:同时用 “向量检索(语义匹配)+ 关键词检索(精确匹配)”,提升召回率; 文本切块:拆分长文本为小段(如 512 字),避免信息丢失; rerank 排序:对检索结果重排,选出最相关的内容; Prompt 工程:优化提示词,让大模型更高效结合检索到的知识,生成准确回复。 四、终端接入层:chatgpt-on-wechat + 微信公众号 负责 对接微信生态,接收和响应用户消息: chatgpt-on-wechat 作为中间件,接入微信公众号,监听 微信服务器的 POST 请求(用户发的消息); 收到请求后,调用 FastGPT 的 RAG 服务(即触发 “检索 + 生成” 流程); 拿到回复后,再通过微信服务器,把结果推送给用户。 整体数据流向(用户视角) 用户→微信公众号发消息 → 微信服务器→chatgpt-on-wechat(接收) → FastGPT(调用 oneAPI,触发 xInference 的双模型:bge 做知识检索,qwen 做回复生成) → 模型推理(vLLM 加速) → 结果返回→用户收到回复。
物联网追踪器
本项目采用 nRF9160 芯片,外置物联网传输模块(提供 LTE-M 网络),软件采用 Zephyr 实时操作系统。通过外置的 GPS、重力传感器、陀螺仪等传感器,将有效的数据加密、签名后上传到区块链,实现设备直接上链,数据永久保存。同时设备支持通过 http 空中升级固件,保证后期维护需求 项目源码地址如下: 系统固件源码地址: https://github.com/iotexproject/pebble-firmware app 应用源码地址: https://github.com/iotexproject/pebble-apps
实时数字人项目
采用WebRTC实时推拉流技术构建低延迟音视频传输通。道过chunk全流程流式处理机制将首包延迟优化至3秒以内,实现真正的实时对话数字人体验;集成MuseTalk模型驱动数字人面部动作生成,采用视频驱动嘴型同步技术,通过音频特征提取和唇形匹配算法实现自然流畅的口型同步效果; 使用ASR-LLM-TTS全流程流式处理pipeline,采用流式语音识别和增量文本生成技术,通过音频chunk分片处理和并行推理机制减少端到端延迟;实现WebSocket长连接协议支持实时双向通信,通过帧间预测和缓冲区管理策略优化音视频同步性能
印刷行业大模型-智能问数模块
基于LangGraph构建Multi-Agent系统,设计包含数据获取Agent、SQL生成Agent、图表渲染Agent的分布式处理架构;通过RESTfulAPI与MES系统建立数据通道; Text2SQL模块,采用XiYanSQL-QwenCoder-32B作为基础模型,通过M-schema技术提升SQL生成准确率;设计SQL执行沙箱环境,通过语法解析和安全检查机制防止恶意查询;集成ECharts.js渲染引擎,通过模板匹配和动态配置生成多维度数据可视化图表,支持实时数据更新和交互式操作
帮助文档   Copyright @ 2021-2024 程序聚合 | 浙ICP备2021014372号
人工客服