SaaS会员与福利中心系统

使用Python脚本进行开发，可以爬取许多网站，但会遵守robots协议，不做违法爬取。 也可以使用Python制作一些偏只能的东西 web前端也可以制作，反正这俩基本都能做 其他的也没有什么了，以后可能会继续学习较为困难的爬虫技术。web后端也会逐渐接触 库下载慢都用清华库

基于RAG的企业级AI应用 1.数字员工：搭建知识库，回答相关问题，通过工作流编排，实现不同场景的AI对话的分类。 2.行政制度场景：提供一站式制度问答/办事服务。对于大企业，规章制度会分子公司、部门有所不同、需要有权限隔离。支持对接客户的权限系统对权限进行隔离。规章制度通常有较多跟规则相关的复杂表格，对复杂的表格的解析有专项优化。针对规章制度相关问答专项优化（例如问一个具体案例，差旅标准）。从文档中自动提取及配置办事入口，为用户推荐。 3.智能审批：AI助力企业审批工作流优化革新。自动纠错，提升审批通过率，用户提交审批后AI第一时间分析并反馈不合规事项，基于预审结果用户可快速进行调整，提高填写质量。重复工作自动化、提高审批效率，自动处理和审核审批流程中的文件和数据，减少人工审核成本，大大提高审批速度和效率。决策支持，降低经营风险，避免人工审核中的遗漏错判风险，提高审批的准确性和可靠性，帮助审批者做出更明智的决策。 4.产品顾问场景： 让每一个销售都成为“产品专家”。构建企业产品库，产品知识图谱，对产品名称、产品编号识别专项忧化；构建产品分英、产品特性、竞品关系相关的产品知识图谱，在产品关系推理上增强。产品特性，型号对比，竞品对比，对于产品特性的提取《阴如在复杂表格中)提取更精准；对于型号对比，竞品对比等高频问圆专项优化。销售建议生成，优秀案例自学习，基于产品手册推荐销售话术，优秀的人工回复可以沉淀自学习。 5.数据分析场景：每位客户都配备一个智能BI分析师。经营数据分析，快速问数：财务同学可自由问询各商品的收入情况，无需等待报表开发。业绩预测：通过对历史数据及增长曲线的分析，可预测企业未来的收入情况。经营建议：通过对销售数据进行多维度的分析，帮助企业寻找新的业务增长点。 6.商机挖掘。通过AI分析服务内容，从问题中挖掘新的商机，让售后变先机。

该项目的主要需求为实现户口本以及营业执照上所有信息的准确识别，同时保证识别速度，通过Flask部署为服务接口，供网站以及app端调用。用户拍照或上传包含户口本以及营业执照的图片，服务器端接受base64编码，模型推理后返回json形式的解析结果

该项目致力于在提高现有医学图像分割模型的实时高效性、适应不同数据的能力，在提高现有医学图像分割模型性能的同时降低其计算量和参数量。并完成相关文档撰写，论文及专利转化。在 Intel 酷睿i5 CPU、1000×1000分辨率图像上不做任何推理加速处理的模型推理时间为168ms左右，分割准确性相对于现有模型进一步提高。自研的上采样与下采样策略在其它模型上均能达到约1%以上的性能提升，具备很好的即插即用能力

项目需求包括判断文件图像属于什么类型的文件（标题识别），以及判断文件是否需要签字，如果需要签字则还需要判断是否签字，以及判断是否盖章，从而实现文件信息自动化核查。以接口的形式部署为服务器接口供网站端以及app端调用，模型输入为图像的base64编码，结果以json形式返回