程序聚合 软件案例 某政府单位电视监测业务仿真测试平台

某政府单位电视监测业务仿真测试平台

2026-04-07 13:54:41
行业:音视频
载体:Windows应用
技术:C#、C/C++、Microsoft Project

业务和功能介绍

同时操控多个测试测量仪器和前端(待测物),使用多个通讯协议;
模板化复杂测试,节约大量人力成本和时间成本;
支持人工定制化,控制各测量仪器对前端进行自定义测试;
多线程以及线程间同步,
支持同时测试多台前端

项目实现

项目管理:负责产品和项目的全生命周期(启动、规划、执行、跟踪、收尾)管理,统筹需求确定、文档编制、资源协调、成本管理、质量管理和内外沟通等工作。
研发技术:根据技术方案,负责底层框架搭建, 主导核心功能研发与维护,同时开展团队技术指导与能力赋能。

示例图片视频


牧野酒诗
5天前活跃
方向: 后端-C#、项目经理-项目经理、
交付率:100.00%
相似推荐
面向商办房产经纪行业的对话式AI工作台
1、立项背景和目标 商办房产经纪业务字段复杂(单套房源字段超200个),传统操作依赖人工填表、跨系统查询,效率低且易出错,同时面临严格的合规监管要求。项目目标是打造面向商办经纪人的对话式AI工作台,将“GUI填表+跨系统检索”的繁琐操作转化为自然语言对话交互,降低经纪人操作成本,提升信息处理准确性,满足合规风控要求。 2、软件功能与核心模块 核心覆盖5大业务场景:①起始路由(START):毫秒级识别用户意图,自动跳转对应场景;②智能找房(SEARCH):支持自然语言查房,依托Milvus双通道流式实现语义召回,缺失条件时触发HITL结构化表单补全;③线索分析(LEADS):自动汇总周期内线索,LLM输出重点客户排序、来源分布,通过ID反查规避事实幻觉;④带看规划(TOURS):拉取双侧窗口带看数据,联动路径规划服务生成最优路线,支持一键加日历;⑤房源创建(LISTING_CREATE):OCR+LLM抽取房源字段,敏感字段合规拦截价格/抵押类敏感字段,支持联网补全公开信息,三步表单引导合规提交。底层配套LangGraph状态机编排、SSE双通道流式推送、全链路Trace可观测、多层级防幻觉体系等支撑能力。 3、业务流程与功能路径 以典型找房流程为例:用户访问/ai页面→START场景识别为找房需求→LLM抽取城市、业态、面积等核心条件,若缺失交易类型则弹右侧Drawer表单补全→拼接标量过滤条件,定向Milvus对应多业态分区召回60套房源→LLM生成个性化推荐理由→前端实时渲染30张卡片,支持“换一组”“收藏”等操作。若为挂盘流程:用户上传房源材料→OCR提取文本→LLM分段抽取字段并附带原文引用防幻觉→校验必填项,敏感字段合规拦截敏感字段→用户补全剩余字段→提交至上游业务系统,全流程状态可追溯,支持断网续跑、跨设备同步。
招聘网站数据采集-excel表格
开发定向爬虫程序,针对主流招聘门户网站开展公开岗位信息采集;自动抓取岗位名称、薪资范围、工作地点、任职要求、公司行业、福利标签等字段;对抓取的原始数据进行去重、空值过滤、薪资区间标准化清洗;最终结构化导出Excel表格,可用于岗位薪资调研、行业人才需求分析、竞品公司招聘动向监测;程序自带请求间隔、随机切换基础反爬策略,降低页面封禁概率,支持指定城市、岗位关键词定向采集。
基于图像识别的智能垃圾分类辅助系统
针对居民垃圾分类准确率低、分类标准复杂等问题,设计并开发了一套智能垃圾分类辅助系统。系统采用前后端分离架构,前端基于Vue3构建交互界面,后端采用FastAPI提供接口服务,并使用MySQL管理用户及识别数据。基于PyTorch对MobileNetV2进行迁移学习,实现四类生活垃圾智能识别,同时集成Top-K分类结果展示和Grad-CAM热力图可视化,提高模型预测的准确性和可解释性。此外,结合Ollama部署DeepSeek大语言模型,实现环保知识问答功能,并开发用户登录、JWT身份认证、历史记录查询、管理员后台及数据统计分析等模块,形成完整的智能垃圾分类解决方案。
艺网APP(电商)
1. 艺术品交易圈层封闭、门槛极高 传统艺术品流通依赖线下画廊、拍卖行,交易集中在专业藏家圈层;普通大众想购买装饰、收藏级原作缺少正规渠道,信息高度不对称,作品定价不透明、溢价混乱,普通人难以辨别真伪、合理估价。 2. 供需两端渠道割裂 • 艺术家:青年学院派、新锐创作者缺少稳定曝光与销售通路,画廊抽成高、签约门槛严苛,作品变现难; 3. 垂直电商空白 综合电商无专业艺术运营能力,专业艺术平台极少同 整体分为C端消费者功能、艺术家入驻功能、数字交互体验、交易履约、内容美育、定制B端、个人中心后台七大板块,覆盖浏览、选购、预览、交易、创作孵化、空间定制全流程。
boss直聘岗位爬取、投递插件-job_hunter
Boss直聘岗位抓取 SDK (job_hunter) 是一款基于“真实浏览器 Cookie + httpx 纯 API 调用”的高效数据抓取工具。项目创新性地采用 “浏览器仅供登录态,数据走纯 API” 的架构,在保证账号安全与登录稳定性的同时,实现了极高的数据抓取速度与并发性能。 核心功能 1. 全链路岗位数据获取 多维度精准搜索:支持关键词搜索,并兼容城市、薪资、学历、经验、行业、规模、融资阶段等丰富的筛选条件(支持直接传入中文名称或数字编码)。 深度详情解析:精准获取完整 JD(岗位职责)、技能要求、工作地址、招聘人数、职位状态及薪酬类型等深度信息。 2. 自动化沟通与互动 一键打招呼:支持通过 API 自动向目标 Boss 发送招呼/开始沟通,并返回详细的成功或失败状态(如触发开聊提醒)。 会话全景追踪:一键获取全部会话列表,包含最后沟通消息、时间、发送方以及未回复状态监控。 面试邀请管理:快速获取当前所有的面试邀请列表。 3. 智能风控与高可用机制 Session 自动保活:自动识别并处理 code=37 等风控拦截,实现 Token/Session 过期自动刷新。 登录态自动恢复:实时检测页面失效关键词,一旦检测到登录失效,自动唤起浏览器重新登录。 网络异常重试:内置底层重试机制,有效应对网络波动,保障抓取任务不中断。 4. 灵活的工程化配置 数据与日志持久化:支持结果自动保存为 JSON,提供控制台输出与日志文件双写模式。 GUI 友好设计:提供 on_message 回调接口,可轻松集成到各类桌面端 GUI 应用程序中。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服