业务和功能介绍
立项背景与目标
本项目立足“精准触达+可视化运营”诉求，解决传统营销对人群理解粗放、投放范围难以核验、标签资产复用效率低的问题。通过将地理位置与标签人群画像能力融合，运营人员可以在地图上直接“看见”潜在人群的地理分布、业务热点与覆盖差异，并以业务语义（网点、区域、商圈、出行特征等）组织营销策略。项目目标：①支持按地理圈选+多维标签组合定义高价值人群；②快速配置与沉淀可复用“营销场景”；③闭环承接短信触达与效果统计；④沉淀标签与费用使用、活动执行的全过程透明化数据资产；⑤为后续拓展更多触达渠道（短信、推送、线下屏、联盟广告等）奠定统一人群底座。
软件功能与核心模块
平台整体能力分层丰富：
(1) 网点分析：围绕任意地点（自建或选择）进行半径/多边形圈选，查看区域人群规模、结构与差异，辅助线下拓展、投放参照。
(2) 线索管理：采集并聚合标记人群（或场景内人群）在既定周期内的关键行为（访问、消费、到店频次等），输出可导出的数据清单与汇总表。
(3) 费用中心：对营销短信、标签采购、人群计算等资源消耗建立费用科目与结余视图，支撑预算控制与内部核算。
(4) 营销中心：核心业务域。包括“营销场景创建”与“短信模板管理”。场景创建支持：地图绘制（多边形/圆形）、多形状组合、标签条件分组（且/或逻辑）、动态估算覆盖量、场景持久化；短信模块支持模板撰写、签名/短链插入、字数与分段提示、状态流转。
(5) 数据报表：沉淀活动发送、转化、消耗、触达覆盖趋势，为复盘与ROI 优化提供量化依据。
(6) 标签营销：展示可采购或已授权标签目录（分类→标签→可选值），模拟标签选购、组合分析与应用到场景过滤的链路。
(7) 统一首页：汇总营销人数、短信发送量/余量、活动执行阶段指标，并提供高频操作入口（新建场景 / 活动 / 短信）。
核心功能聚焦两类：
A. 营销场景创建：通过 Map 交互圈选（多区域叠加），再叠加标签条件（分组逻辑、最大数量控制、层级下拉联动），形成“可保存+可复用”的人群定义。系统以内部估算模型（地理基数 × 标签衰减）近实时反馈预估覆盖，帮助运营快速迭代。
B. 短信模板：用于后续对上述场景人群批量触达，支持插入签名、短链与变量占位，提供内容长度、计费条数提示与状态管理。
本项目立足“精准触达+可视化运营”诉求，解决传统营销对人群理解粗放、投放范围难以核验、标签资产复用效率低的问题。通过将地理位置与标签人群画像能力融合，运营人员可以在地图上直接“看见”潜在人群的地理分布、业务热点与覆盖差异，并以业务语义（网点、区域、商圈、出行特征等）组织营销策略。项目目标：①支持按地理圈选+多维标签组合定义高价值人群；②快速配置与沉淀可复用“营销场景”；③闭环承接短信触达与效果统计；④沉淀标签与费用使用、活动执行的全过程透明化数据资产；⑤为后续拓展更多触达渠道（短信、推送、线下屏、联盟广告等）奠定统一人群底座。
软件功能与核心模块
平台整体能力分层丰富：
(1) 网点分析：围绕任意地点（自建或选择）进行半径/多边形圈选，查看区域人群规模、结构与差异，辅助线下拓展、投放参照。
(2) 线索管理：采集并聚合标记人群（或场景内人群）在既定周期内的关键行为（访问、消费、到店频次等），输出可导出的数据清单与汇总表。
(3) 费用中心：对营销短信、标签采购、人群计算等资源消耗建立费用科目与结余视图，支撑预算控制与内部核算。
(4) 营销中心：核心业务域。包括“营销场景创建”与“短信模板管理”。场景创建支持：地图绘制（多边形/圆形）、多形状组合、标签条件分组（且/或逻辑）、动态估算覆盖量、场景持久化；短信模块支持模板撰写、签名/短链插入、字数与分段提示、状态流转。
(5) 数据报表：沉淀活动发送、转化、消耗、触达覆盖趋势，为复盘与ROI 优化提供量化依据。
(6) 标签营销：展示可采购或已授权标签目录（分类→标签→可选值），模拟标签选购、组合分析与应用到场景过滤的链路。
(7) 统一首页：汇总营销人数、短信发送量/余量、活动执行阶段指标，并提供高频操作入口（新建场景 / 活动 / 短信）。
核心功能聚焦两类：
A. 营销场景创建：通过 Map 交互圈选（多区域叠加），再叠加标签条件（分组逻辑、最大数量控制、层级下拉联动），形成“可保存+可复用”的人群定义。系统以内部估算模型（地理基数 × 标签衰减）近实时反馈预估覆盖，帮助运营快速迭代。
B. 短信模板：用于后续对上述场景人群批量触达，支持插入签名、短链与变量占位，提供内容长度、计费条数提示与状态管理。
项目实现
整体架构与设计思路
前端采用 Vue2 + Vue Router + Vuex 作为基础框架，结合 Element‑UI 实现通用表单、弹窗、栅格、交互反馈；ECharts 用于后续数据报表可视分析；高德地图（AMap JS API + 自定义覆盖物）承担核心的地理圈选与多形态（圆形 / 多边形）可视化；通信层统一封装 axios，再按业务域拆分 api 目录。前端设计思路是用“人群构建 → 触达内容 → 效果反馈”形成闭环：用户先在营销场景模块通过地图+标签组合生成目标人群，再在短信模块配置内容并最终进入发送/统计环节。后端提供标签目录、地理人群计算、短信模板与发送、费用与报表等 REST 接口；前后端通过语义明确的资源路径 + 约定字段保持解耦。整体架构重心是“地理圈选 + 标签规则树”。
个人负责内容与成果
我独立负责全部前端：框架搭建、目录规划、地图交互实现、标签规则构建器、营销场景生命周期、短信模板功能、费用与统计入口、权限指令、统一数值与格式化工具、打包与版本写入等。项目在 6 个月周期内按计划交付，与广州移动合作顺利上线，功能稳定后支撑公司月均创收 70 万以上。
难点、坑与解决方案
(1) 地图圈选 & 多形状融合：难点在于用户频繁绘制 / 修改 / 删除多边形与圆形，容易出现坐标顺序混淆、覆盖物引用残留、编辑过程中实时估算卡顿。
解决：
约定内部存储统一使用 [lng, lat]，显示层与回显层做一次转换函数（reshowGeoData / GLOBAL.lnglatChange）；
对绘制事件归一成 shapeGroup 数组，删除与清空统一调用 MapView 封装方法，避免直接操作第三方实例造成“脏引用”；
覆盖数估算拆分为两段：地理基数（一次性含随机扰动） + 标签衰减（乘法衰减确保“越筛越少”），减少重复全量计算；
删除形状时即时重算基数并重置 lastTagCount，防止历史标签衰减链拉偏。
(2) 标签多层嵌套组合：需求允许且/或逻辑、组内再分组、最大 7 条限制、层级下拉联动（分类→标签→取值），并且回显时需要异步补齐每个标签的取值候选。难点在于：深层递归状态管理易污染原对象、重复接口请求、保存结构混入 UI 字段。解决：
数据结构明确区分 GROUP / TAG；
严格限制添加 / 删除逻辑入口全部走方法封装，再通过计算数目与启用/禁用按钮状态；
引入衰减估算时先深拷贝再统计，防止在统计过程中意外改写响应式引用。
前端采用 Vue2 + Vue Router + Vuex 作为基础框架，结合 Element‑UI 实现通用表单、弹窗、栅格、交互反馈；ECharts 用于后续数据报表可视分析；高德地图（AMap JS API + 自定义覆盖物）承担核心的地理圈选与多形态（圆形 / 多边形）可视化；通信层统一封装 axios，再按业务域拆分 api 目录。前端设计思路是用“人群构建 → 触达内容 → 效果反馈”形成闭环：用户先在营销场景模块通过地图+标签组合生成目标人群，再在短信模块配置内容并最终进入发送/统计环节。后端提供标签目录、地理人群计算、短信模板与发送、费用与报表等 REST 接口；前后端通过语义明确的资源路径 + 约定字段保持解耦。整体架构重心是“地理圈选 + 标签规则树”。
个人负责内容与成果
我独立负责全部前端：框架搭建、目录规划、地图交互实现、标签规则构建器、营销场景生命周期、短信模板功能、费用与统计入口、权限指令、统一数值与格式化工具、打包与版本写入等。项目在 6 个月周期内按计划交付，与广州移动合作顺利上线，功能稳定后支撑公司月均创收 70 万以上。
难点、坑与解决方案
(1) 地图圈选 & 多形状融合：难点在于用户频繁绘制 / 修改 / 删除多边形与圆形，容易出现坐标顺序混淆、覆盖物引用残留、编辑过程中实时估算卡顿。
解决：
约定内部存储统一使用 [lng, lat]，显示层与回显层做一次转换函数（reshowGeoData / GLOBAL.lnglatChange）；
对绘制事件归一成 shapeGroup 数组，删除与清空统一调用 MapView 封装方法，避免直接操作第三方实例造成“脏引用”；
覆盖数估算拆分为两段：地理基数（一次性含随机扰动） + 标签衰减（乘法衰减确保“越筛越少”），减少重复全量计算；
删除形状时即时重算基数并重置 lastTagCount，防止历史标签衰减链拉偏。
(2) 标签多层嵌套组合：需求允许且/或逻辑、组内再分组、最大 7 条限制、层级下拉联动（分类→标签→取值），并且回显时需要异步补齐每个标签的取值候选。难点在于：深层递归状态管理易污染原对象、重复接口请求、保存结构混入 UI 字段。解决：
数据结构明确区分 GROUP / TAG；
严格限制添加 / 删除逻辑入口全部走方法封装，再通过计算数目与启用/禁用按钮状态；
引入衰减估算时先深拷贝再统计，防止在统计过程中意外改写响应式引用。
示例图片视频
相似推荐
三语采购合同AI识别服务-合同AI识别服务
1、立项背景和目标：客户的跨境贸易系统（PHP/Laravel技术栈、面向印尼市场）每天需处理大量中/印尼/英三语采购合同，财务人员手工录入合同编号、甲乙方、含税金额、明细行等字段，效率低且易错。目标是为老系统低成本集成AI合同识别能力：上传PDF/DOC/DOCX/XLS合同文件，自动输出结构化字段，替代人工录入。客户服务器仅6GB内存、无GPU、与大业务系统共用主机，方案必须在极端资源约束下长期稳定运行，已上线商业交付。
2、核心功能模块：①文件接收与校验——文件魔数校验、批量总大小限制、路径白名单，PHP系统经HTTP安全调用；②三语规则引擎——约90条带权正则覆盖印尼盾Rp千分位金额、DPP/PPN税额拆分与税率反算、三语日期、客户专属四种合同编号体系；③智能分档路由——规则引擎对文档打分（文本密度/表格格式/关键字段命中/乱码率四因子加权），按85/50阈值分档：高分档以极简Prompt校验补漏，低置信档完整LLM推理并标记人工复核，兼顾成本与准确率；④双轨识别——DeepSeek云端API为主方案，本地GGUF量化小模型降级兜底；⑤合规与审计——云端调用前10类PII结构化脱敏（含递归分片保护）、数据出境授权门禁、HMAC签名+时间戳窗口防重放、每次调用的token/成本/耗时全量审计留痕；⑥持续学习——用户纠错反馈沉淀为动态同义词库，经审核状态机管控后运行时优先命中；⑦监控告警——CPU/内存/调用量指标落盘与告警闭环。
3、业务流程：PHP系统上传合同文件→签名鉴权与文件校验→文本抽取（PDF/Word/Excel）→规则引擎打分分档→高分档极简Prompt校验补漏、低置信档完整LLM推理+人工复核标记→结构化JSON返回PHP系统入库→用户纠错反馈沉淀同义词→监控指标持续记录，全程审计可追溯。
宠物健康AI图像分析服务-猫咪排泄物识别模块
1、立项背景和目标：研究院需要对猫咪排泄物照片做规模化健康筛查，人工判读效率低、判读经验难沉淀。目标是构建"上传照片→AI自动分析→出报告→可疑样本人工复核"的智能分析服务：AI自动输出六分类异常结果（异物便/异色便/结晶/软便/颜色异常/正常）、Bristol粪便分型、血液/结晶/寄生虫等健康标志与健康建议，辅助兽医批量初筛，已完成商业交付上线。
2、核心功能模块：①图像预处理——EXIF信息剥离、方向修正、图片质量评估；②AI识别服务——多模态大模型结合兽医知识库RAG检索，输出结构化JSON（分类、Bristol分型、健康标志、业务推导结果）；③医学规则引擎——出血/结晶与颜色字段交叉一致性校验，Bristol≤2自动标记复核建议，不让大模型独自承担医疗判断责任；④人工复核队列——低置信或字段不一致样本自动进入队列，审核确认后回流知识库；⑤数据飞轮——复核确认样本经Kappa一致性仲裁后增量入库，含类别平衡与版本化管理，服务越用越准；⑥运行保障——背压熔断、请求队列分级限流、Prometheus指标埋点与MLflow实验追踪。
3、业务流程：上游系统上传排泄物照片→质量检查与隐私脱敏→多模态模型结合检索到的兽医知识生成结构化结论→规则引擎交叉校验→高置信样本直接出报告，低置信/不一致样本进入人工复核队列→复核确认后经一致性仲裁增量回流知识库→随数据积累识别质量持续提升。
多智能体电商工单系统-TicketFlow智枢工单
1、立项背景和目标：面向日均3000单的电商客服场景，针对外包客服知识断层、跨部门流转率高、客服经验无沉淀三大痛点，构建一套"提交→分类→检索→审核→关单"全链路自动化的多智能体工单系统，让常见问题自动解答、复杂问题有序流转人工。
2、核心功能模块：①智能分类路由——Supervisor中心化编排，按物流/退款/账单/账户/通用五类意图自动分派；②知识问答——BM25+向量混合检索、RRF融合与可插拔精排，回答附带引用来源；③幻觉控制——四级降级（重试改写→模板兜底→相似解→转人工）+全局重试预算，杜绝死循环；④人机协同HITL——敏感操作、连续降级自动暂停工单进入审批队列，支持通过/编辑/驳回三种裁决并断点续跑；⑤知识自迭代——关单自动抽取"问题-根因-方案-置信度"四元组入库沉淀；⑥可观测面板——全链路调用追踪、SSE流式输出、Token成本核算。
3、业务流程：用户提交工单→意图识别与分类→混合检索知识库生成答复→质检校验（不通过按级降级或转人工）→敏感/低置信工单进入人工审批队列→裁决后断点恢复继续流转→关单时自动沉淀知识四元组，供后续工单检索复用。
教育安全风险防控云平台
一、项目背景
校园安全是教育事业高质量发展的底线与基石，关乎广大师生生命财产安全、校园和谐稳定以及社会公共安全秩序。
目前，多数校园安全管理存在明显短板：一是安全教育流于形式，线下宣讲、主题班会等传统模式趣味性、互动性不足，师生安全素养提升效果有限；二是安全管理流程不规范，人员、隐患、物资、制度等管理数据分散，台账统计繁琐、更新滞后，缺乏统一的数字化管理载体；三是应急处置体系不完善，突发事件预警不及时、处置流程不清晰、协同联动效率低；四是风险监测缺乏智能化手段，对校园各类安全隐患无法实现实时监测、提前预判；五是安全风险评估缺乏标准化、数字化依据，隐患分级、风险定级主观化严重，无法实现精准管控。
在数字校园、智慧教育建设的大背景下，依托大数据、互联网技术赋能校园安全治理，构建智能化、全流程的校园安全风险防控体系，已成为中小学、高校安全管理工作的必然趋势。基于此，本项目依托.NET Core 3.1与MySQL数据库，搭建校园安全风险防控云平台系统，整合安全教育、日常管理、应急处置、风险监测、智能评估全业务场景，打破传统安全管理壁垒，实现校园安全从“人工粗放管理”向“数字精准管控”的转型升级。
二、核心功能模块介绍
2.1 安全教育系统
该模块是校园安全前置防控的核心载体，聚焦师生安全素养提升，打造线上常态化、多元化安全教育体系，解决传统安全教育形式单一、覆盖面有限、效果难以考核的问题。系统支持分类搭建安全教育资源库，涵盖消防安全、交通安全、防欺凌、防诈骗、食品安全、应急避险、网络安全、心理健康等各类校园安全专题，可上传科普视频、图文资料等多元化学习素材。
2.2 安全管理系统
该模块是校园日常安全管控的核心基础模块，覆盖校园安全日常运营全业务场景，实现校园安全管理标准化、规范化、台账化。模块聚焦校园日常安全治理痛点，涵盖人员安全管理、场地设施管理、安全巡查管理、隐患台账管理、制度文件管理、值班值守管理等核心功能。
2.3 应急管理系统
该模块专注于校园突发事件全流程处置管控，构建“预案储备-应急响应-协同处置-复盘总结”的完整应急管理体系，解决校园突发事件处置混乱、响应滞后、协同低效的问题。模块核心包含应急预案管理、应急资源管理、突发事件上报、应急指挥调度、应急处置记录等功能。
2.4 风险监测预警系统
该模块是平台智能化防控的核心核心，依托数据采集与智能分析技术，实现校园安全风险动态监测、实时预警、提前干预。模块可对接校园各类安全相关数据，涵盖日常隐患排查数据、人员流动数据、环境安全数据等多维度信息。
2.5 安全风险评估系统
该模块是校园安全精准管控、科学决策的核心支撑，基于标准化评估规则，实现校园安全风险智能化、数字化、科学化评级与研判，解决传统风险评估主观化、不规范、无依据的问题
在线学习平台
1. 全流程业务闭环
- 课程模块：课程包、班级、教师、章节管理，按课程包组织学习内容。
- 学习模块：视频学习（支持 HLS 流媒体）、学习进度实时追踪、详情记录、导入导出。
- 考试模块：试卷与题库管理、在线答题、自动评分。
- 证书模块：考试通过后自动/手动发证，证书统一管理。
- 统计模块：首页实时/学习概况、学习统计详情，多维度数据可视化。
2. 考试安全与过程监管
- 人脸识别：学习与考试环节接入人脸识别，防止代学、替考。
- 行为监控：考试中实时上报异常行为，监控切屏、离开等操作，并对接第三方学习行为监控系统。
- 数据留痕：全过程行为数据可追溯，满足审计要求。
3. 多角色分级权限
- 平台按运营管理端 / 机构端 / 学员端三类角色动态生成菜单与路由，按钮级权限控制，数据按组织隔离。
4. 安全与工程化
- 登录密码 RSA 加密传输，接口统一鉴权（Token）。
- 动态路由权限、多页签、响应式布局，适配 PC 与移动端。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服