业务和功能介绍
行业场景
当前毕业生、研究生等在毕业论文攥写方面对于现有论文的检索来说十分不方便，需要多个平台检索关键词搜索到符合自身专业的专业性论文，这导致在攥写毕业论文的过程中效率极具下降，所以编写了这套多平台论文检索系统
功能介绍
1.具体有论文关键词检索模块、预览模块、条件筛选模块等
2.主要功能为用户输入相关关键词后，设定筛选条件，搜索出多平台的论文后，可支持用户预览部分原文、跳转到论文原网址等功能
当前毕业生、研究生等在毕业论文攥写方面对于现有论文的检索来说十分不方便，需要多个平台检索关键词搜索到符合自身专业的专业性论文，这导致在攥写毕业论文的过程中效率极具下降，所以编写了这套多平台论文检索系统
功能介绍
1.具体有论文关键词检索模块、预览模块、条件筛选模块等
2.主要功能为用户输入相关关键词后，设定筛选条件，搜索出多平台的论文后，可支持用户预览部分原文、跳转到论文原网址等功能
项目实现
1.我负责整个系统的开发
2.技术栈 ：采用 Python + PyQt5 构建桌面GUI应用，网络层使用 aiohttp 实现异步并发请求，数据解析涉及 BeautifulSoup、lxml、xml.etree 等多类库，中文分词使用 jieba ，数据存储依托 SQLite 本地数据库，翻译功能集成 deep-translator ，文献导出支持 bibtexparser ，最终通过 PyInstaller 打包为可执行文件。
架构 ：采用模块化分层设计， modules/ 目录包含搜索引擎（SearchEngine）、数据库管理（DBManager）、导出管理（ExportManager）、术语扩展（TermExpander）四大核心模块， ui/ 目录按功能划分为主窗口、收藏夹、稍后读、设置、关于等子窗口，采用 QThread + asyncio 混合模式处理耗时的异步搜索任务。
亮点与难点 ：
1. 多源聚合搜索 ：整合 arXiv、PubMed、Semantic Scholar、Crossref、百度学术、ACM、IEEE 七个学术平台，并发请求后统一去重排序
2. 中英文翻译桥接 ：自动识别中文关键词并调用 Google 翻译转为英文搜索，内置专业术语映射表（如"深度学习"→"deep learning"）解决翻译歧义
3. 智能相关性评分 ：基于标题/摘要匹配度、关键词出现频率、精确短语匹配等多维度计算 0-100 分相关性，确保高相关论文优先展示
4. 术语自动扩展 ：内置专业术语表（如 CNN、RNN、LSTM、Transformer 等）自动补充相关变体，提升检索召回率
5. 异步非阻塞搜索 ：使用 asyncio 协程并发执行多平台搜索，配合超时控制和任务取消机制，避免 UI 冻结
6. 多格式导出 ：支持 BibTeX、EndNote、CSV
2.技术栈 ：采用 Python + PyQt5 构建桌面GUI应用，网络层使用 aiohttp 实现异步并发请求，数据解析涉及 BeautifulSoup、lxml、xml.etree 等多类库，中文分词使用 jieba ，数据存储依托 SQLite 本地数据库，翻译功能集成 deep-translator ，文献导出支持 bibtexparser ，最终通过 PyInstaller 打包为可执行文件。
架构 ：采用模块化分层设计， modules/ 目录包含搜索引擎（SearchEngine）、数据库管理（DBManager）、导出管理（ExportManager）、术语扩展（TermExpander）四大核心模块， ui/ 目录按功能划分为主窗口、收藏夹、稍后读、设置、关于等子窗口，采用 QThread + asyncio 混合模式处理耗时的异步搜索任务。
亮点与难点 ：
1. 多源聚合搜索 ：整合 arXiv、PubMed、Semantic Scholar、Crossref、百度学术、ACM、IEEE 七个学术平台，并发请求后统一去重排序
2. 中英文翻译桥接 ：自动识别中文关键词并调用 Google 翻译转为英文搜索，内置专业术语映射表（如"深度学习"→"deep learning"）解决翻译歧义
3. 智能相关性评分 ：基于标题/摘要匹配度、关键词出现频率、精确短语匹配等多维度计算 0-100 分相关性，确保高相关论文优先展示
4. 术语自动扩展 ：内置专业术语表（如 CNN、RNN、LSTM、Transformer 等）自动补充相关变体，提升检索召回率
5. 异步非阻塞搜索 ：使用 asyncio 协程并发执行多平台搜索，配合超时控制和任务取消机制，避免 UI 冻结
6. 多格式导出 ：支持 BibTeX、EndNote、CSV
示例图片视频
相似推荐
医院DIP2.0按病种分值付费分组匹配系统
立项背景：为响应国家医保局DIP（按病种分值付费）支付方式改革，医院需对住院病例进行自动分组与分值测算，替代人工查表，提升医保结算准确率与效率。
核心功能：
1. 编码标准化：对诊断编码（ICD-10）和手术操作编码（ICD-9-CM3）进行自动补零、格式校验，统一为国临版与医保版2.0标准格式；
2. 编码对照映射：通过诊断对照库、手术对照库，将国临版编码自动映射为医保版2.0编码，支持23个手术操作字段批量对照；
3. DIP智能分组引擎：基于主诊断+主操作组合，实现+组合匹配、/或规则匹配、单码精准匹配、规则组匹配、编码范围匹配、s(n)/a(n)四级兜底等多层匹配策略，自动输出DIP病种ID；
4. 最优候选选择：当多个病种同时命中时，按匹配编码数量、是否包含主操作、操作位置优先级自动选优；
5. 分值计算：关联分值总表，自动计算每个病例的DIP病种分值，输出完整匹配结果表。
业务流程：原始住院病例数据 → 诊断/手术编码补零标准化 → 国临版转医保版对照 → DIP分组引擎多层匹配 → 最优病种选择 → 分值关联 → 输出结算结果。
企业级CRM数据清洗与迁移工具-DataBridge（个人演示项目）
本案例为个人演示项目，面向中小企业更换CRM或整合多来源客户资料时的数据整理需求。用户可导入Excel或CSV文件，配置字段映射规则，完成手机号、邮箱和公司名称标准化，并按组合条件识别重复记录；系统随后展示异常数据、冲突字段和处理建议，用户确认后可导出目标CRM可直接导入的数据文件及清洗报告。整个流程覆盖导入、预览、映射、去重、校验、修复和导出，重点降低人工反复核对带来的遗漏与时间成本。
基于本地化GUI的AI助手客户端-智语助手
立项背景与目标：
在日常工作与学习中，用户频繁需要获取AI辅助回答，但网页端使用需频繁切换浏览器，效率较低。本项目旨在开发一款轻量级桌面AI助手，提供一键式智能问答体验，降低使用门槛，提升日常信息获取效率。
软件功能：
用户输入问题后，点击提交或回车键，程序自动调用AI模型生成回答，并即时显示在窗口中，支持长文本自动换行。
核心功能模块：
1. 用户输入模块（Entry控件）
2. AI接口调用模块（requests + 智谱AI API）
3. 结果显示模块（Label控件 + 自动换行）
业务流程：
用户输入问题 → 点击提交 → 程序获取输入 → 调用AI接口 → 返回结果 → 窗口显示回答
功能路径：
启动程序 → 输入框输入问题 → 点击“提交”按钮 → 查看AI回答 → 输入框自动清空，等待下一次提问
AI智能体平台-AI智能体
Dify，Ragflow,langraph运行平台。
MCP展示执行平台。
RuoYi应用框架做载体。
SpringCloud alibaba 做微服务支持。实现业务系统智能体在平台运行展示结果。
使用RuoYi框架的权限体系和系统管理，支撑整个平台业务。平台实现API调用和API生成来支持执行和结果展示。用RuoYi框架的权限体系和系统管理，支撑整个平台业务。平台实现API调用和API生成来支持执行和结果展示。用RuoYi框架的权限体系和系统管理，支撑整个平台业务。平台实现API调用和API生成来支持执行和结果展示。
数据在线采集
本项目为产业数据直报系统：
1、管理端（省/市/县区三级监管）和填报端（企业、非经营单位）提供端到端的数字化数据采集、审核、统计与导出能力。
2、系统按报告期（年/季/月）驱动 10 张业务表单的填报，涵盖企业基础档案、种植、生产加工、销售、文旅、税收贸易，以及景气调查问卷（含数字选项码与多选字段）。
3、审核采用三级联审机制，支持企业撤回修改、各角色取回、县区退回需第三方评估等精细化规则。
4、管理端提供按地区维度的仪表盘统计（应填/已填/待审/退回率、部分填报识别）、填报进度追踪（按企业/表单维度）和 Excel 导出（问卷选项码转中文、密码加密、填报端仅导出本单位），形成采集-审核-分析闭环。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服