自动采集平台-0基础可用采集网站

项目背景：为史密斯开发一个iot管理平台， 可以查看设备告警，下发设备作业，统计设备信息等功能。 软件功能：首先，我们这边做的项目称为IOT平台，包含了支撑Web页面的几个服务外(device、iot、portal、auth、user、system)，还有几十个Job(Job就是用于处理设备上报的数据，各种业务逻辑的服务)。这些服务都是部署在微软云上的 微软云除了作为部署服务的地方，也是IOT中心，我们和设备交互的平台 假设一个商用设备想上报数据给我们，那么这个设备要有一个终端(DTU或者WIFI，DTU还分为2g和4g)，然后这个终端需要注册到微软云的IOT中心，这样设备就能通过终端上报数据到微软云，微软云存放设备上报数据的地方叫iothub，然后iothub可以转发到eventhub(这块可以先不理解)。反正对于我们来说，只需要通过微软SDK从iothub或者eventhub获取这些数据就好了，获取到了后就进行相应的业务处理，这样的程序就是Job。 商用的设备都是通过DTU上报，DTU有个id作为唯一标识，类似864240051071444(15位数字)，在平台里称为dtuId或者imei。设备本身也有个唯一标识叫设备编号，类似K37A1922022091602 家用的设备都是通过WIFI上报的，WIFI有个wifiMac作为唯一标识，类似849DC263AEA6，设备本身也有个唯一标识叫设备编号，类似K37A1922022091602 商用和家用不对接，所以稍微了解即可。 全屋比较特殊，不再只是设备和终端，全屋还在设备和终端中间加了个中控，也就是设备-中控-终端。设备没有设备号，而是以蓝牙地址为标识，例如000000001202，蓝牙地址只在当前中控下唯一。中控有中控编码，类似U01D2108311069。终端就是DTU或WIFI，对于全屋来说，刚开始做的时候是只有DTU的，后续加入了WIFI，所以现在是有双终端(双通道)。

立项背景：随着大语言模型普及，用户需要的不再是简单问答机器人，而是一个能主动服务、可语音交互、长期陪伴的个人AI助手。本项目目标是打造一款"管家式"AI智能体，用户打开网页即可使用。核心功能：1.智能对话：接入大语言模型，支持上下文记忆、流式回复、联网搜索和网页内容读取，事实类回答附带来源；2.语音交互：文字转语音播报，提供多个中英文音色，支持语音输入；3.主动服务：定时提醒（久坐、日程、睡前总结）、早间简报、情境关怀，管家可主动发起对话；4.任务与日程：待办管理、日程提醒、自动化规则引擎；5.个性化：音色、语速、唤醒词、人格风格均可配置，数据本地持久化。业务流程：用户打开网页，通过文字或语音下达指令，前端鉴权后请求云端服务，大模型生成回复（过程中可调用搜索、网页读取工具），结果流式展示并语音播报；后台按规则定时触发主动提醒。

本项目面向嵌入式设备研发调试及维护场景，将固件升级、I²C 通信调试和专用芯片参数烧录集成到同一款 Windows 上位机中，方便开发人员集中完成设备更新、外设调试和参数配置。 固件升级模块支持选择 HEX、BIN 格式应用固件，通过串口执行 A/B 升级。I²C 调试模块通过 IM942 串口转 I²C 桥接器访问外设，支持总线频率选择、设备扫描、寄存器读写及原始数据收发。 芯片烧录模块面向 JW3323A/JW3323C，支持芯片通信检测、8 字节 OTP 参数编辑、双备份区读取、预烧验证、正式烧录和回读校验。界面分别展示待写入数据与两个读取区的数据，并提示一致性状态。各模块集成于分页界面，共用串口选择，配合进度和日志信息，方便操作及问题定位。

智能设备运维平台是一套面向工业物联网与能源领域的设备健康管理系统，当前为V1.0版本。平台围绕设备状态监测、预警管理与润滑维护三大核心场景，帮助使用者实现对关键工业设备从“被动维修”向“主动预防”的运维模式升级。 平台当前包含以下核心功能模块： 首页设备状态总览：以设备分组卡片的形式集中展示前置机头/机尾、转罐机、破碎机、后置机头/机尾等核心设备的实时状态。每个设备卡片呈现设备名称、位置信息、关键技术指标（如转速、温度、压力、液位等）及其当前监测数值，使用者可一屏掌握全域设备的健康概貌。同时，首页右侧集中展示实时报警列表，按时间倒序呈现报警设备、报警指标、监测值及报警时间，支持报警类型（报警/预警）筛选，帮助使用者快速定位异常设备并响应。 数据中心——监测指标趋势分析：集中展示各设备监测指标（如高速轴温度、低速轴温度、高速轴振动、低温轴振动、冷却水流量/温度/压力、减速器油温/液位等）的历史变化趋势图，支持按设备、指标、时间维度灵活筛选与对比分析，帮助使用者识别设备性能衰退趋势与异常波动。 设备中心：统一管理平台接入的所有设备信息，包括设备档案、技术参数配置及运行状态查询，支持设备的增删改查与状态监控。 油品监测：展示设备润滑油的品质指标数据，帮助使用者判断油品是否劣化变质，从而制定合理的换油计划，延长设备使用寿命。 自动润滑：对接工业润滑装置，系统根据设备运行时长、磨损程度等参数自动触发或建议润滑作业，替代人工定时巡检润滑的方式，减少因润滑不及时导致的设备磨损故障。 链条张紧：针对产线中链条传动设备，实时呈现张紧力数据与状态，当张紧力偏离正常范围时辅助使用者及时调整，预防链条松动或过紧引发的设备故障。 告警中心：统一管理平台所有预警与报警记录，支持按设备、指标、时间、报警等级等多维度筛选与处理，帮助使用者进行报警回顾与根因分析。 系统管理：包含系统监控、系统配置等后台管理功能，支持平台运行状态监控与基础配置管理。 主要功能路径：使用者登录平台后，首先通过首页概览查看所有设备的实时状态与最新报警信息，快速识别异常设备；点击具体设备卡片可查看其详细技术指标与实时数据；在数据中心中进一步查看设备监测指标的历史趋势，定位问题发生的时间规律；通过告警中心回顾历史报警记录，分析设备故障模式；针对润滑相关设备，通过油品监测判断油品状态，通过自动润滑模块触发或规划润滑作业，形成“监控→预警→处置→分析”的完整运维闭环。

立项背景和目标： 针对知物家居品牌售后场景中 65% 的咨询为产品使用与故障排查等重复性问题，人工客服响应慢、高峰期排队严重且新员工培训周期长。本项目旨在构建一套基于大模型的智能客服 Agent，通过自动化手段将标准咨询分流，提升用户自助解决效率，降低人工客服压力，实现降本增效。 软件功能、核心功能模块介绍： 系统核心为基于 LangGraph 构建的智能对话 Agent，具备意图识别、知识库问答及工单自动创建能力。 智能路由与任务规划：采用 Router + ReAct 状态机架构，精准识别用户意图并拆解复杂任务。 混合检索问答（RAG）：集成 Milvus 向量检索与 BM25 关键词检索，结合 Re-rank 精排，提供高准确率的家居产品知识解答。 自动化业务闭环：通过 MCP 协议对接工单系统，支持故障报修单的自动创建与状态查询。 会话记忆管理：支持多轮对话上下文保持，确保服务重启后记忆不丢失。 业务流程、功能路径描述： 用户发起咨询 -> Agent 进行意图识别（Router） -> 若为知识问答，触发 RAG 检索引擎召回相关文档并生成回答；若为故障报修，调用 MCP 工具提取关键信息并创建工单 -> 最终将结果反馈给用户，形成“咨询-检索-报修”的全自动闭环流程。