业务和功能介绍
1、立项背景和目标 针对安全生产知识培训需求，开发一套支持多选题、单选题、判断题的在线刷题系统。系统需要支持 Excel 批量导入题库、错题自动记录、针对性练习等功能，帮助企业员工高效备考安全生产相关考试。
2、软件功能、核心功能模块的介绍
- 题库管理模块 ：支持 Excel (.xlsx) 批量导入题目，支持 A-F 六个选项，支持多答案题型；提供题目增删改查功能，密码保护的管理后台
- 在线刷题模块 ：支持顺序练习、随机抽题、错题本练习三种模式；实时答题反馈，答对自动跳转，答错显示正确答案解析
- 错题本模块 ：自动记录答错题目，支持多次答错次数统计；提供针对性练习功能，答对后自动从错题本移除
- 考试统计模块 ：答题正确率统计、错题回顾、答题历史记录
2、软件功能、核心功能模块的介绍
- 题库管理模块 ：支持 Excel (.xlsx) 批量导入题目，支持 A-F 六个选项，支持多答案题型；提供题目增删改查功能，密码保护的管理后台
- 在线刷题模块 ：支持顺序练习、随机抽题、错题本练习三种模式；实时答题反馈，答对自动跳转，答错显示正确答案解析
- 错题本模块 ：自动记录答错题目，支持多次答错次数统计；提供针对性练习功能，答对后自动从错题本移除
- 考试统计模块 ：答题正确率统计、错题回顾、答题历史记录
项目实现
- 前端架构 ：采用 Next.js 14 App Router，使用 React Server Components 提升性能；客户端组件使用 'use client' 指令，实现交互逻辑
- 数据层 ：使用 SQLite 数据库存储题目数据，通过 Prisma ORM 进行数据操作；错题本数据使用 localStorage 客户端存储
- 文件处理 ：使用 xlsx 库解析 Excel 文件，支持多选项（A-F）题目导入
- 状态管理 ：React useState + useCallback 管理组件状态，useRef 跟踪最新状态避免闭包问题
- 样式方案 ：Tailwind CSS 原子化样式，CSS 变量实现主题切换，响应式布局适配移动端
2、负责模块和结果
- 独立完成全栈开发 ：前端界面、后端 API、数据库设计
- 核心功能实现 ：
- Excel 批量导入：支持 1000+ 题目一次性导入，解析耗时 < 2s
- 错题本功能：自动记录答错题目，支持针对性练习，提升学习效率约 40%
- 多答案支持：扩展原 A-D 选项至 A-F，支持复杂多选题场景
- 性能优化 ：使用 useMemo 、 useCallback 减少重渲染；图片懒加载、组件懒加载
3、遇到的难点、坑和解决方案
- 难点1 ：React 18 严格模式下组件渲染两次，导致 localStorage 数据被重复清除
- 解决方案 ：使用 useRef 标记加载状态，延迟清除 localStorage，确保数据只被读取一次
- 难点2 ：多答案题型（A、B、C、D、E）的正确率统计错误
- 解决方案 ：修复正则表达式 /[^A-D]/g → /[^A-F]/g ，扩展选项标签数组 ['A','B','C','D'] → ['A','B','C','D','E','F']
- 难点3 ：URL 参数长度限制，错题本题目过多时链接失效
- 解决方案 ：改用 localStorage 传递错题ID列表，避免 URL 长度限制（2048字符）
- 难点4 ：答题状态闭包问题，最后一题正确率统计为0
- 解决方案 ：使用 useRef 跟踪最新的 answered 状态，确保跳转时获取正确数据
- 数据层 ：使用 SQLite 数据库存储题目数据，通过 Prisma ORM 进行数据操作；错题本数据使用 localStorage 客户端存储
- 文件处理 ：使用 xlsx 库解析 Excel 文件，支持多选项（A-F）题目导入
- 状态管理 ：React useState + useCallback 管理组件状态，useRef 跟踪最新状态避免闭包问题
- 样式方案 ：Tailwind CSS 原子化样式，CSS 变量实现主题切换，响应式布局适配移动端
2、负责模块和结果
- 独立完成全栈开发 ：前端界面、后端 API、数据库设计
- 核心功能实现 ：
- Excel 批量导入：支持 1000+ 题目一次性导入，解析耗时 < 2s
- 错题本功能：自动记录答错题目，支持针对性练习，提升学习效率约 40%
- 多答案支持：扩展原 A-D 选项至 A-F，支持复杂多选题场景
- 性能优化 ：使用 useMemo 、 useCallback 减少重渲染；图片懒加载、组件懒加载
3、遇到的难点、坑和解决方案
- 难点1 ：React 18 严格模式下组件渲染两次，导致 localStorage 数据被重复清除
- 解决方案 ：使用 useRef 标记加载状态，延迟清除 localStorage，确保数据只被读取一次
- 难点2 ：多答案题型（A、B、C、D、E）的正确率统计错误
- 解决方案 ：修复正则表达式 /[^A-D]/g → /[^A-F]/g ，扩展选项标签数组 ['A','B','C','D'] → ['A','B','C','D','E','F']
- 难点3 ：URL 参数长度限制，错题本题目过多时链接失效
- 解决方案 ：改用 localStorage 传递错题ID列表，避免 URL 长度限制（2048字符）
- 难点4 ：答题状态闭包问题，最后一题正确率统计为0
- 解决方案 ：使用 useRef 跟踪最新的 answered 状态，确保跳转时获取正确数据
示例图片视频
相似推荐
设备维修管理系统（大学）
本项目面向高校资产管理与后勤运维场景，针对校内空调、电脑、投影机、打印机等设备数量多、品牌杂、故障率高的现状，解决传统维修无台账、重复维修频发、责任无法追溯、经费支出不透明、老旧设备无预警等管理痛点，实现设备维修全流程数字化监管。系统包含设备台账管理、服务商管理、配件管理、维修类型管理、维修部位管理、报修工单管理、派工管理、验收归档等模块；支持设备原厂质保期与维修后部件质保期双重管控，同一部位在质保期内再次故障自动锁定原服务商并执行免费返修；具备学院维度、设备类型维度的费用统计与故障统计功能，可根据使用年限与故障频次自动识别老旧设备，支持数据可视化展示与导出。
多源数据采集与智能分析系统-可定制化数据采集与可视化平台
1. 立项背景和目标
在日常数据分析与信息监测工作中，多个垂直领域的数据（如城市交通拥堵指数、在线编程题库、政府公共资源交易公告）分散在不同平台，手工收集效率低下且难以持续。本项目旨在构建一套可扩展的多源数据采集与可视化分析系统，实现自动化抓取、结构化存储与图表化展示，为交通研究、求职备考、招投标监测等场景提供数据支撑。
2. 软件功能、核心功能模块的介绍
系统包含三大模块：
交通拥堵监测模块：通过高德地图公开API实时获取全国城市拥堵排名、拥堵延迟指数、周环比变化及畅通速度，并利用PyEcharts生成交互式柱状图，直观展示前十名城市的多维指标对比。
题库采集模块：针对牛客网平台，分别爬取“专项练习”“笔试真题”“面试真题”“在线编程”四类题目。支持按知识点ID筛选、设置试卷数量、去重存储，并获取在线编程题的高分Python3代码作为参考。
公共资源交易模块：对接广东省和福建省公共资源交易平台，支持按公告类型（工程建设/政府采购）、页数等参数筛选，破解AES加密响应，提取公告标题、发布时间、来源、公告内容等关键字段，并清洗HTML为纯文本。
3. 业务流程、功能路径描述
用户通过修改脚本头部的配置参数（如爬取页数、题目数量、知识点ID、筛选类型等）即可启动对应模块。爬虫自动请求目标接口，解析JSON或HTML响应，处理反爬机制（签名、加密），提取所需字段，最终输出为JSON或TXT文件。交通模块额外生成HTML图表，可直接在浏览器中交互查看。
教务管理系统
业务场景
- 学校日常管理 ：学生信息管理、教师信息管理、考勤管理等
- 教学管理 ：课程管理、作业管理、成绩管理等
- 生活管理 ：宿舍管理、消费管理、维修管理等
- 校园服务 ：问卷调查、巡检管理、商城管理等
- 硬件管理 ：设备录入、设备控制、设备策略等
.NET 全栈桌面交互系统（高拍仪/读卡器）-硬件小精灵
项目介绍
本项目为.NET 全栈桌面硬件交互系统WinForm 桌面客户端 + SignalR 实时通讯 技术，打通浏览器与本地硬件的双向交互。
系统集成 AForge 摄像头框架 实现高拍仪/摄像头驱动唤醒，支持证件扫描、材料拍照、旋转裁剪、本地预览；同时对接读卡器等硬件设备，实现政务/企业窗口「扫码+扫描+上传」一站式业务办理。
浏览器端通过 SignalR 协议远程唤起桌面客户端，无需用户手动操作，实现「网页发起 → 桌面执行 → 结果回传」的全流程自动化，完美解决早期浏览器硬件调用权限不足的痛点。
核心功能
• WinForm 桌面客户端：高拍仪/摄像头驱动、AForge 实时预览、扫描裁剪、旋转控制
• SignalR 实时通讯：浏览器与桌面双向通讯，远程唤起、指令下发、结果回传
• 硬件集成：高拍仪、读卡器、身份证阅读器等多硬件适配
• 业务流程：材料扫描、证件拍照、附件上传、提交审核一体化
• 浏览器端适配：兼容IE/Chrome等多浏览器，无插件化调用桌面硬件
LLM 大模型管理平台（支持离线部署）-企业级 LLM 大模型统一管理平台
项目介绍
本项目为企业级 LLM 大模型统一管理平台，基于 Java + Vue3 技术栈构建，对标 LangChat 专业 AI 平台架构，支持私有化部署、数据不出内网。
平台提供可视化工作流编排能力，支持拖拽式节点配置、自定义前端节点、后端逻辑扩展，可零代码搭建 RAG、智能体、多步骤业务流程。
统一纳管各类大模型、向量库、文档处理、工具插件，实现 AI 能力一站式调度，为数字人、影子人、知识库系统提供底层支撑。
核心功能
• 多厂商大模型统一接入与密钥管理（通义、文心、GLM、DeepSeek 等）
• 可视化工作流编排：拖拽式画布、DAG 执行、条件分支、并行流程
• 自定义工作流节点：支持前端 Vue 组件开发 + 后端 Java 逻辑注册
• RAG 流程调度：文档切片、向量检索、问答增强、答案溯源
• AI 智能体管理：Agent 任务规划、工具调用、记忆管理、上下文持久化
• 个人/企业空间管理：租户隔离、权限控制、数据私有化存储
• 系统监控：调用日志、模型计费、流程执行追踪、异常告警
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服