业务和功能介绍
本项目旨在为政府及企业提供高效的网络舆情监测与智能化分析解决方案。
1. 核心功能 ：
- 多源数据采集 ：内置百度新闻等主流媒体爬虫，支持通过XPath自定义配置抓取规则，实现对各类新闻门户及网页内容的精准采集。
- 智能内容分析 ：集成AI大模型接口，对采集的文章进行深度清洗、自动摘要提取及情感倾向分析。
- 可视化驾驶舱 ：提供数据大屏（Dashboard），利用图表实时展示舆情走势、来源分布及关键词云。
- 自动化报告 ：支持基于分析结果一键生成标准化的PDF舆情简报，便于归档与汇报。
2. 业务流程 ：用户配置爬虫任务 -> 系统自动抓取数据 -> AI引擎进行深度分析 -> 最终通过可视化大屏展示并生成可下载的分析报告。
1. 核心功能 ：
- 多源数据采集 ：内置百度新闻等主流媒体爬虫，支持通过XPath自定义配置抓取规则，实现对各类新闻门户及网页内容的精准采集。
- 智能内容分析 ：集成AI大模型接口，对采集的文章进行深度清洗、自动摘要提取及情感倾向分析。
- 可视化驾驶舱 ：提供数据大屏（Dashboard），利用图表实时展示舆情走势、来源分布及关键词云。
- 自动化报告 ：支持基于分析结果一键生成标准化的PDF舆情简报，便于归档与汇报。
2. 业务流程 ：用户配置爬虫任务 -> 系统自动抓取数据 -> AI引擎进行深度分析 -> 最终通过可视化大屏展示并生成可下载的分析报告。
项目实现
- 整体架构 ：采用B/S架构。后端基于 Python Flask 框架开发，轻量高效；数据存储使用 SQLite ，易于部署维护；前端采用 Layui 框架构建响应式管理后台，结合 ECharts 实现丰富的数据可视化交互。
- 模块实现 ：
- 爬虫引擎 ：使用 requests 结合 BeautifulSoup 和 lxml 库，设计了通用的XPath规则解析器，实现了对动态网页结构的灵活适配与抓取。
- 报告服务 ：利用 xhtml2pdf 库将渲染后的HTML模板动态转换为PDF文件，实现了报告生成的自动化。
- 插件化设计 ：采用Flask Blueprint（蓝图）机制，将聊天、报表管理、爬虫配置等功能模块化解耦，提升了代码的可维护性与扩展性。
- 难点攻克 ：针对不同网站结构差异大的痛点，设计了基于数据库配置的规则引擎，无需修改代码即可适配新站点的抓取需求。
- 模块实现 ：
- 爬虫引擎 ：使用 requests 结合 BeautifulSoup 和 lxml 库，设计了通用的XPath规则解析器，实现了对动态网页结构的灵活适配与抓取。
- 报告服务 ：利用 xhtml2pdf 库将渲染后的HTML模板动态转换为PDF文件，实现了报告生成的自动化。
- 插件化设计 ：采用Flask Blueprint（蓝图）机制，将聊天、报表管理、爬虫配置等功能模块化解耦，提升了代码的可维护性与扩展性。
- 难点攻克 ：针对不同网站结构差异大的痛点，设计了基于数据库配置的规则引擎，无需修改代码即可适配新站点的抓取需求。
示例图片视频
相似推荐
情绪检测
本工具基于 Python 开发，通过人脸识别与情感分析算法，精准识别用户面部情绪状态，实现高效的情绪检测能力。该工具应用场景广泛：在心理咨询领域，可辅助咨询师洞察来访者的真实情绪变化，提升沟通与干预效果；在校园安防方面，可实时监测学生情绪波动，及时发现异常状态并预警，守护校园安全。系统采用轻量化架构，运行高效、部署灵活，便于集成到现有业务平台中，为心理健康关怀与安全防护提供智能化、数据化的有力支撑。
基于神经网络的游戏动画系统
MotionWeaver 是一套面向 Unreal Engine 游戏开发的 AI 驱动角色动作生成系统，旨在解决传统游戏动画制作成本较高、动画资产复用困难、复杂动作衔接不自然，以及角色运动与动画表现难以协调等问题。
项目以神经网络动作生成技术为核心，结合游戏引擎的角色运动系统，实现从动画数据采集、模型训练到动作推理与引擎集成的完整技术流程。
主要功能包括：
动画数据采集与处理： 支持从 Unreal Engine 动画资产中提取骨骼姿态、位置、旋转及时间序列信息，完成骨骼映射、数据清洗、质量审核与训练数据集构建。
AI 动作模型训练： 提供基于深度学习的动作表示学习、姿态预测与生成模型训练功能，支持模型检查点管理、训练指标记录及实验评估。
条件动作生成： 利用角色根运动轨迹、历史动作状态及参考姿态等条件，生成连续骨骼动作，研究不同运动条件下的动画生成效果。
复杂动作约束： 针对跑酷、跨越障碍等复杂场景，支持参考姿态引导及关键帧约束，改善动作准确性与空间匹配效果。
UE 动画集成与验证： 提供模型推理与 Unreal Engine 动画系统的集成和实验验证能力，支持生成动作的预览、重建、测试及效果分析。
模型评测与对比： 通过骨骼位置误差、运动连续性、关键帧约束误差等指标，对不同模型及优化方案进行定量分析。
项目主要面向游戏角色动画生成、AI 动画技术研究和游戏开发工具链建设，为智能角色运动与游戏动画自动化提供技术基础。
基于 n8n 的社区团购订单自动归集与对账系统 - 飞书多维表格
立项背景和目标：
社区团购商家通常同时运营多个小区的团购业务，订单分散在各处，
每天需要人工汇总到表格、再逐个小区生成对账单。三个小区的情况下，
人工处理约需 1.5-2 小时/天，且极易出现漏单、金额对不上。
目标是让这套流程全自动跑：订单自动归集 → 自动生成分小区对账单
→ 异常自动告警，把每天 2 小时的人工压到 0。
软件功能、核心功能模块：
1. 定时触发模块：每天固定时间自动启动，无需人工干预
2. 多源数据读取：对接飞书多维表格开放 API，分页拉取三个小区的订单表
3. 数据清洗与合并：统一字段口径，合并去重，处理缺失值
4. 分类汇总：按小区维度聚合，计算应收、已付、差额
5. 异常检测：金额不一致、状态异常、重复订单自动标记
6. 结果写回：汇总结果写回多维表格，供商家和团长直接查看
7. 失败告警：任一步骤失败自动重试 3 次，仍失败则推送群告警
业务流程、功能路径：
每天 20:00 定时触发 → 读取运行参数 → 换取 tenant_access_token
→ 逐小区分页读取订单 → 展开为明细行 → 批量写入汇总表
→ 生成分小区对账单 → 判断是否启用对账推送 → 异常则发群告警
多端AI问答系统（SSE流式输出）
立项背景：随着大语言模型的普及，传统企业与用户对智能对话的需求激增。旨在构建一个前后端完全解耦的 AI 问答系统，支持多端接入，提供流畅的流式对话体验。
核心功能：支持 SSE 全链路流式对话（包含start/content/reasoning/done/error五类事件）；多会话管理（新建、切换、重命名、置顶、逻辑删除）；Markdown 渲染、思考过程折叠展示、多模型切换、Token 用量统计与 API 调用日志，以及四维 IP 限流。
业务流程：前端发起对话请求 → 后端校验限流 → 组装历史消息并调用大模型 API → SSE 逐字返回前端实时渲染 → 消息落库并记录 Token 与耗时。
基于RAG的多租户AI客服SaaS-wali-ai
立项背景和目标: 小微企业客服人力有限、游戏规则分散、夜间无人值守, 重复咨询淹没客服; 通用大模型不了解业务规则, 会张冠李戴甚至编造规则和价格. wali-ai的目标是让运营者用自己的知识库, 7x24自动回答玩家问题, 答不上来就兜底或转人工, 以及记录，绝不编造.
软件功能与核心模块: 多租户SaaS控制面(注册即获默认租户与工作空间、两级角色权限、按套餐的对话条数/知识库数量/容量/席位/Token额度五维配额); 知识库管理(文件导入, 切片可视化编辑与检索测试); 自研RAG引擎(向量+关键词混合检索、RRF融合、Rerank重排、置信度评估); Agent编排(意图判断、会话上下文、人设提示词、闲聊/固定兜底双模式); 多渠道接入(游戏内Lua桥接、QQ群NapCat、网页悬浮球SDK、开放API); 会话管理与人工接管; 未回答问题沉淀反哺知识库; 运营统计与全量审计.
业务流程: 注册登录->创建游戏服与机器人->建知识库导入文档->自动切分并向量化索引->配置渠道->玩家在游戏内/QQ群/网页提问->统一网关验签、幂等、路由->Agent意图判断->RAG混合检索->大模型生成带来源引用的回答->写回会话、用量与审计->低置信度时兜底或转人工, 管理员在管理端查看会话、反馈、用量与配额.
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服