业务和功能介绍
一、立项背景和目标 随着海洋养殖业的快速发展，传统养殖方式面临水质监测不及时、病害预警缺失、投喂管理粗放、溯源体系不完善等问题。本项目旨在开发一套基于 Spring Boot + Vue.js 的海洋牧场智慧养殖管理系统，实现养殖全流程的数字化、智能化管理。系统核心目标包括：实时监测水质环境参数并自动预警、精细化投喂管理、病害全流程跟踪、产品全链条溯源以及基于 AI 大模型的智能分析辅助决策，最终提升养殖效率、降低病害风险、保障水产品质量安全。
二、软件功能与核心模块 系统采用前后端分离架构，共包含 11 张数据库表、92 个 RESTful API 端点、20 个前端页面。核心功能模块包括：（1）环境监测模块——水质数据采集与趋势分析（ECharts 可视化）、气象数据管理；（2）生产管理模块——网箱管理、投喂记录管理（自动扣减库存）、病害记录全流程管理（发现→治疗→已解决）、员工管理、饲料库存管理；（3）智能预警模块——基于 AlertEngine 预警引擎，支持溶解氧/pH/水温/饲料库存四类指标的阈值检查、自动去重、三级预警级别判定（一般/严重/紧急），阈值可配置并支持历史数据重新检查；（4）溯源管理模块——覆盖从苗种采购、养殖投喂、病害防治到捕捞加工、销售的全链条溯源，支持二维码生成和消费者端查询；（5）AI 智慧助手——集成智谱 GLM-4-Flash 大模型，提供 9 种专项数据分析和 5 类智能建议，采用异步任务机制避免超时；（6）可视化大屏——实时展示关键指标，60 秒自动刷新；（7）系统管理——用户认证、角色权限控制、数据模拟生成、数据备份与导出。
三、业务流程与功能路径 用户登录后进入仪表盘首页，可查看核心指标。环境监测路径：录入水质数据→系统自动预警→管理人员处理。生产管理路径：投喂记录新增→自动扣减库存→触发库存预警；病害记录支持发现→处理→已解决全流程。溯源路径：管理员创建并审核溯源记录，消费者可通过溯源码查询产品全链条信息。AI 分析路径：点击快捷分析→异步提交任务→轮询获取结果。数据大屏路径：全屏展示实时数据，支持自动刷新和预警滚动提醒。
二、软件功能与核心模块 系统采用前后端分离架构，共包含 11 张数据库表、92 个 RESTful API 端点、20 个前端页面。核心功能模块包括：（1）环境监测模块——水质数据采集与趋势分析（ECharts 可视化）、气象数据管理；（2）生产管理模块——网箱管理、投喂记录管理（自动扣减库存）、病害记录全流程管理（发现→治疗→已解决）、员工管理、饲料库存管理；（3）智能预警模块——基于 AlertEngine 预警引擎，支持溶解氧/pH/水温/饲料库存四类指标的阈值检查、自动去重、三级预警级别判定（一般/严重/紧急），阈值可配置并支持历史数据重新检查；（4）溯源管理模块——覆盖从苗种采购、养殖投喂、病害防治到捕捞加工、销售的全链条溯源，支持二维码生成和消费者端查询；（5）AI 智慧助手——集成智谱 GLM-4-Flash 大模型，提供 9 种专项数据分析和 5 类智能建议，采用异步任务机制避免超时；（6）可视化大屏——实时展示关键指标，60 秒自动刷新；（7）系统管理——用户认证、角色权限控制、数据模拟生成、数据备份与导出。
三、业务流程与功能路径 用户登录后进入仪表盘首页，可查看核心指标。环境监测路径：录入水质数据→系统自动预警→管理人员处理。生产管理路径：投喂记录新增→自动扣减库存→触发库存预警；病害记录支持发现→处理→已解决全流程。溯源路径：管理员创建并审核溯源记录，消费者可通过溯源码查询产品全链条信息。AI 分析路径：点击快捷分析→异步提交任务→轮询获取结果。数据大屏路径：全屏展示实时数据，支持自动刷新和预警滚动提醒。
项目实现
一、整体架构和设计思路 系统采用前后端分离架构。后端基于 Spring Boot 2.7.18 + MyBatis-Plus 3.5.3.1 + MySQL 8.0，使用 Java 17 开发，遵循 Controller → Service → Mapper → Entity 四层架构，共 16 个 Controller、13 个 Service、11 个 Mapper。前端基于 Vue 2.6 + Element UI 2.15 + ECharts 5.4 + Axios，使用 Vuex 状态管理和 Vue Router 路由管理（含导航守卫实现权限控制）。AI 模块通过 OkHttp 调用智谱 GLM-4-Flash 大模型 API，支持同步和异步两种调用模式。预警引擎（AlertEngine）作为独立组件实现阈值检查、告警去重和级别判定逻辑。二维码生成使用 ZXing 库，Excel 导出使用 Apache POI。系统设计了完整的中文编码处理方案（Servlet Filter + Tomcat Connector 双重保障），所有分页列表查询统一使用 POST + @RequestBody 避免中文参数编码问题。
二、负责模块和结果 我负责了系统的完整开发工作，量化成果如下：（1）数据库设计——设计并实现了 11 张业务表，建立以 cage 为核心的外键关联体系；（2）后端开发——完成 92 个 API 端点，包括 16 个 Controller、13 个 Service、11 个 Mapper、6 个工具类、4 个公共类、3 个 DTO、3 个异常处理类、6 个配置类；（3）前端开发——完成 21 个视图页面、17 个 API 文件、4 个公共组件、2 个工具函数、1 套全局粉色主题样式；（4）AI 模块——实现 12 个分析方法，采用异步任务机制解决长耗时请求超时问题；（5）预警引擎——实现四类指标的自动预警检查、去重和三级级别判定；（6）数据初始化——批量插入 894 条模拟数据覆盖所有业务表。
三、难点与解决方案 难点一：AI 分析接口 504 超时。浏览器通过隧道访问开发服务器，隧道层有固定超时限制。解决方案：改为异步任务模式，后端提交任务立即返回 taskId，前端每 3 秒轮询结果。难点二：中文参数编码问题。Tomcat 9 严格模式下 GET 请求中文字符返回 400。解决方案：双重保障——ChineseParamFilterConfig + TomcatConfig，同时列表查询统一改为 POST + @RequestBody。难点三：Maven 依赖下载卡住。解决方案：发现 curl 使用本地代理而 Java 没有，配置 Maven proxy 指向 127.0.0.1:18080，并升级到 Maven 3.9.6。难点四：预
二、负责模块和结果 我负责了系统的完整开发工作，量化成果如下：（1）数据库设计——设计并实现了 11 张业务表，建立以 cage 为核心的外键关联体系；（2）后端开发——完成 92 个 API 端点，包括 16 个 Controller、13 个 Service、11 个 Mapper、6 个工具类、4 个公共类、3 个 DTO、3 个异常处理类、6 个配置类；（3）前端开发——完成 21 个视图页面、17 个 API 文件、4 个公共组件、2 个工具函数、1 套全局粉色主题样式；（4）AI 模块——实现 12 个分析方法，采用异步任务机制解决长耗时请求超时问题；（5）预警引擎——实现四类指标的自动预警检查、去重和三级级别判定；（6）数据初始化——批量插入 894 条模拟数据覆盖所有业务表。
三、难点与解决方案 难点一：AI 分析接口 504 超时。浏览器通过隧道访问开发服务器，隧道层有固定超时限制。解决方案：改为异步任务模式，后端提交任务立即返回 taskId，前端每 3 秒轮询结果。难点二：中文参数编码问题。Tomcat 9 严格模式下 GET 请求中文字符返回 400。解决方案：双重保障——ChineseParamFilterConfig + TomcatConfig，同时列表查询统一改为 POST + @RequestBody。难点三：Maven 依赖下载卡住。解决方案：发现 curl 使用本地代理而 Java 没有，配置 Maven proxy 指向 127.0.0.1:18080，并升级到 Maven 3.9.6。难点四：预
示例图片视频
相似推荐
志愿者服务平台
业务目标：统一管理志愿者注册报名、志愿活动发布、活动签到、请假、活动审核、招募单位管理，实现志愿服务线上化管理，方便志愿机构发布志愿任务，志愿者参与志愿活动，记录志愿时长，规范化志愿服务流程。
业务角色分为两类：
1. 志愿者（移动端 / 前端用户）：注册账号，浏览活动、报名参加活动、签到打卡、请假、查看个人参与的活动、维护个人信息、接收系统消息。
2. 系统管理员（Web 后台）：管理招募单位、发布志愿活动、审核志愿者活动、维护系统基础数据，对整个平台数据进行增删改查管理。
水利大模型通用管理平台
项目背景
面向水利行业的 TF 数学模型统一管理平台，将 Python 水利建模文件统一解析、调度与运行，为业务系统提供标准化模型调用与结果管理。为政府水利项目提供充实的保障和便利。
负责 Python 模型文件解析与统一调度接口开发，通过 ProcessBuilder 调用 Python 执行引擎实现模型运行。
参与模型元数据管理与版本控制模块设计，支持模型上传、存储与生命周期管理。
协助完成 GaussDB 数据持久化与 Redis 缓存集成，参与前后端接口联调与自测。
基于 Spring Boot 线程池与 Redis 分布式锁实现多模型并发调度，全局异常拦截返回标准化错误码。
面试评分系统
解决应急行业在公务员招聘，由传统的纸质面试流程，转变为线上评分，减少纸质操作，面试工作增效赋能
web端功能主要包括：
1.面试信息管理（面试任务安排、面试日程管理、考生和考官的信息管理）
2.评分信息管理（评分数据、评分要素）
3.抽签管理（抽签编排）
移动端功能主要包括：
1.面试信息面板
2.电子评分
3.在线签名
无人机管控综合大屏平台-无人机管控综合大屏平台
技术栈：Vue3 + TypeScript + Element‑Plus + OpenLayers + Cesium + ECharts + WebGL + GLSL + GeoServer + PostGIS + Java + Nginx + ArcGIS
平台面向集团水电业务，构建二三维一体化无人机管控系统，实现空间数据服务管理、无人机任务全生命周期管理、机库设备实时监控、飞行航线规划、安全冲突评估、巡检成果可视化、多维统计分析。
1. 二三维地图模块：Cesium 承载三维地形场景，OpenLayers 负责二维业务地图；基于 WebGL/GLSL 自定义着色器，实现管线、航线、巡检区域特效渲染；对接 GeoServer 发布 WMTS/WFS 空间服务，PostGIS 存储管理点位、航线、巡检区域等空间矢量数据；兼容 ArcGIS 各类空间数据格式。
2. 无人机业务模块：机库站点树管理、无人机设备实时状态监控、机库视频预览；业务需求录入、航线航点编辑、空域 / 时间 / 航线三重安全评估；任务拆分、子任务冲突校验、设备指派下发；飞行任务列表管理，展示里程、时长、告警信息，查看图片视频巡检成果。
3. 可视化大屏模块：资源指标概览、任务多维度统计图表，任务类型、任务状态、飞行趋势、机库能力排行、隐患处置排行，支撑运维决策。
4. 后端服务：Java 提供业务接口，PostGIS 处理空间查询、空间计算；Nginx 做反向代理、静态资源、地图服务代理。
文旅游客服务小程序-文旅游客服务小程序
使用技术
Uni‑App、Vue2、uView UI、高德地图 SDK
本项目面向游客打造文旅游客服务小程序，目标整合景区、文旅资讯、特产消费、地图导览等能力，为游客提供一站式旅游服务。系统包含首页、资讯、关于我们三大底部菜单模块。首页提供搜索、预约购票、特产购物、客服、文旅一张图、品牌推荐功能；热点区域按自然风光、名胜古迹、公园乐园分类展示各地景区卡片。资讯模块展示各地文旅官方发布的旅游线路、花事活动、农特产品直播等图文资讯，支持浏览官方发布内容。一张图模块集成地图，可切换文旅小馆、公厕、酒店、餐馆等 POI 图层，地图打点展示点位，列表展示周边商家评分、价格、距离、评论信息。业务流程：游客打开小程序，首页浏览景区，搜索目的地，可预约景区购票，查看文旅资讯；进入一张图地图导览，查看周边餐饮住宿配套，获取位置距离信息，完成旅游信息查询、出行参考。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服