业务和功能介绍
技术栈：Python 3.11, PySide6, scikit-learn, jieba, SQLite, 并发编程, Pillow, Git
代码仓库：https://github.com/StellarTrail/Smart_Organizer.git
项目简介：独立设计并开发了一款智能桌面文件管理工具，通过机器学习算法自动理解文件内容，实现文件的智能分类与自动化整理，从根本上改变了依赖手动规则的传统文件管理方式，显著提升了个人数据管理的效率与规范性。
代码仓库：https://github.com/StellarTrail/Smart_Organizer.git
项目简介：独立设计并开发了一款智能桌面文件管理工具，通过机器学习算法自动理解文件内容，实现文件的智能分类与自动化整理，从根本上改变了依赖手动规则的传统文件管理方式，显著提升了个人数据管理的效率与规范性。
项目实现
核心职责与成果：
- 系统架构设计：设计并落地了高内聚、低耦合的三层架构，明确模块接口，奠定了良好的可维护性与扩展基础。
- 机器学习分类引擎：基于jieba与scikit-learn，从零构建了文件内容分类模型。通过特征工程与样本训练，使工具能够准确识别多种常见文件类型，并封装为可复用的预测服务。
- 高性能文件处理核心：开发了文件处理流水线，并引入多线程异步机制，保障了批量操作下的界面流畅响应；设计了基于内容特征的智能重命名规则。
- 操作安全与可追溯性设计：采用SQLite设计数据持久层，实现了操作历史查询与一键撤销功能，为用户的误操作提供了安全兜底方案。
- 桌面GUI开发与交互设计：使用PySide6独立开发了完整的图形界面，集成了文件树、预览面板、多条件筛选等组件，提供了直观连贯的操作体验。
项目亮点：
- 高可扩展的架构设计：模块化设计使核心算法、业务规则与界面展示高度解耦，极大降低了后续迭代与功能扩展的成本。
- 企业级的鲁棒性考虑：在关键路径全面实施异常捕获与降级策略，有效防止程序崩溃，保障了工具长时间稳定运行。
- 以用户为中心的产品设计：聚焦于“自动分类”与“安全整理”核心场景，通过流畅的操作流程与安全设计，切实解决了用户痛点。
- 系统架构设计：设计并落地了高内聚、低耦合的三层架构，明确模块接口，奠定了良好的可维护性与扩展基础。
- 机器学习分类引擎：基于jieba与scikit-learn，从零构建了文件内容分类模型。通过特征工程与样本训练，使工具能够准确识别多种常见文件类型，并封装为可复用的预测服务。
- 高性能文件处理核心：开发了文件处理流水线，并引入多线程异步机制，保障了批量操作下的界面流畅响应；设计了基于内容特征的智能重命名规则。
- 操作安全与可追溯性设计：采用SQLite设计数据持久层，实现了操作历史查询与一键撤销功能，为用户的误操作提供了安全兜底方案。
- 桌面GUI开发与交互设计：使用PySide6独立开发了完整的图形界面，集成了文件树、预览面板、多条件筛选等组件，提供了直观连贯的操作体验。
项目亮点：
- 高可扩展的架构设计：模块化设计使核心算法、业务规则与界面展示高度解耦，极大降低了后续迭代与功能扩展的成本。
- 企业级的鲁棒性考虑：在关键路径全面实施异常捕获与降级策略，有效防止程序崩溃，保障了工具长时间稳定运行。
- 以用户为中心的产品设计：聚焦于“自动分类”与“安全整理”核心场景，通过流畅的操作流程与安全设计，切实解决了用户痛点。
示例图片视频
相似推荐
多源融合运维平台
融合多项运维数据，构建一站式运维管理平台。打通ITOP、zabbix、动环数据、私有云平台等数据交换。实现事件发现、事件处理、事件反馈等全流程可追溯。
可以根据需求进行扩展和二次开发，灵活、方便、易用。
可定制功能板块，按需接入AI应用，实现智能分析处理。
可根据用户需要规划设计各类型应用和网络，助力信息化建设。
国密级别数据溯源信息加密研究平台
本系统是研究型数据安全审核平台。由本系统负责安全审核：判断本次访问或导出是否合理、是否存在异常或越权、是否需要审批，并对每一步操作留痕，实现全程可追溯。目前主要功能均已实现并可正常运行：从数据接入、分析研判、审批放行，到全程留痕追溯，整体流程已贯通并通过测试；8个模型均为真实运行。
xxx态势平台
网络安全项目，采集片区网络数据，分析高中低危网络数据，数据研判、可视化呈现。
采集数据量每天1-3亿数据，实时入库，数据清洗、数据归并、数据分发研判、研判结果及红头文件下发、资产管理、可视化大屏实时呈现、威胁情报管理
漏洞挖掘全链路调度系统（Bounty Router）
立项背景：漏洞挖掘流程高度碎片化——侦察用一套工具，审计用另一套，报告再
手工整理。一个目标从拿到域名到产出报告通常需要切换 4-5 个工具，耗时 2-4
小时。目标是造一个扔什么进去都能自动识别、走对应流水线、最后产出结构化报
告的统一调度器。
核心功能：输入任意目标（域名/源码仓库/APK/JWT Token/合约地址/Dockerfile/
GraphQL端点/API端点），系统自动检测目标类型，路由到 8 条专项流水线之一：
Web 域名走 subfinder→httpx→nuclei 全链；源码仓库走 scanner-45→semgrep→
gitleaks 三引擎并行；JWT 走 alg:none + RS→HS 混淆 + 弱密钥爆破。19 个安全
专用 Agent 按漏洞类型分工，dispatch-router 用 15 条 regex 规则实现智能匹
配，Top-2 Agent 分数差距≤2 时触发歧义检测，要求先澄清再动手。
业务流程：用户扔目标 → 类型自动检测（8 种类型识别，含 confidence 评分）
→ 路由到对应流水线 → 多维扫描 → 增量去重（SHA256 指纹，SQLite 持久化）
→ 降噪评分（负分滤掉 favicon/WAF/IP 指纹等噪音，正分加权 CVE/XSS/SQLi
等真实漏洞）→ 结构化 JSON 报告 + 人读摘要 → 通知 Dashboard/桌宠完成。
HOS-LS
HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统，从规则驱动转变为 AI 驱动，包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。
HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统，从规则驱动转变为 AI 驱动，包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。
HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统，从规则驱动转变为 AI 驱动，包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服