程序聚合 软件案例 生活维修服务-宅狸家微信小程序

生活维修服务-宅狸家微信小程序

2026-05-26 10:39:02
行业:生活服务
载体:网站、小程序
技术:TypeScript、Preact、UniApp、Vue

业务和功能介绍

1、宅狸家(Beaver House),创立于2021年12月,是国内提供高品质精装房维修服务的互联网O2O平台,为亿万家庭提供“一站式O2O房屋精修服务”。

2、宅狸家官方网站目前已经上线,旗下小程序也正式面世,线上平台上线后将实现“一键上报,5分钟响应,24小时上门维修”,基于大数据和精细化服务,一步实现快修、换新和升级改造。

3、宅狸家成立后逐步打造线下运营中心、工程管理中心以及客户服务中心,建立以客户为中心的服务管理体系。不仅如此,公司内部针对工程师的内部评级体系、客户评价体系以及客服回访机制,严格把控工程师的服务标准。

4、宅狸家制定标准化报价系统,通过专业系统进行报价,严格杜绝工程师上门后乱报价的问题。

项目实现

1、基于 Vue3+TS+Element Plus 开发宅狸家官网后台,实现官网个性化配置功能,支撑平台品牌展示与运营管理。

2、采用 uni-app+uni-ui 开发用户端 / 师傅端双端小程序,实现维修服务选购、在线下单、一键支付、师傅入驻、在线接单等核心功能,适配微信生态使用场景。

3、基于 React+Ant Design Pro 开发小程序后台管理系统,完成轮播图、订单、师傅、用户、服务、优惠券六大模块的管理功能,实现平台全流程运营管控

示例图片视频


NeverGiveUpT
30天前活跃
方向: 前端-Web前端、后端-Java、
交付率:100.00%
相似推荐
某手机厂商-云控项目
云控是一款云端跨终端配置管理平台,全面适配某手机厂商旗下手机、电视、平板、汽车等各类智能终端设备,核心面向终端内置各类APP,提供云端配置文件动态更新、下发管控全流程能力,支撑业务无需客户端版本迭代,即可完成功能配置调整、策略灰度上线、参数动态更新,极大提升终端业务迭代效率与运营灵活性。 平台核心覆盖四大核心业务能力,全方位支撑云控业务落地:一是配置云端更新与下发,支持多终端、多APP配置文件的统一管理、远程推送与动态更新,保障终端配置实时生效;二是全维度数据管控,搭建完整的数据管理、数据统计、数据预估体系,支撑业务精准把控配置下发态势;三是大数据实时计算分析,实现配置下发数量预估、下发数据实时统计,解决业务数据无量化、展示不直观的痛点;四是高可用服务支撑,负责平台架构运维、性能优化、成本管控及业务对接,保障平台高并发、低成本稳定运行,同时为各业务方提供日常技术支持与需求对接服务。
Stack栈数据管理-stack.cpp
栈(Stack)数据结构实现 项目概述 本项目使用C++语言,基于单向链表实现了一个完整的栈数据结构。栈是一种后进先出(LIFO,Last In First Out)的线性表,所有操作仅在栈顶一端进行。本项目将栈的底层实现细节完全封装,对外提供简洁、安全的操作接口。 功能模块与API说明 核心操作(O(1)时间复杂度) · push(int value):将元素压入栈顶。动态创建新节点,挂接到链表头部,栈顶指针上移,元素个数自增。 · pop():弹出栈顶元素。保存栈顶节点,栈顶指针指向下一节点,释放原栈顶内存,元素个数自减。若栈为空,输出错误提示。 · top():返回栈顶元素的值(不删除)。直接读取栈顶节点的数据域。若栈为空,返回-1并输出错误提示。 辅助操作 · isEmpty():判断栈是否为空。检查栈顶指针是否为nullptr,时间复杂度O(1)。 · size():返回栈中元素个数。直接返回count成员变量,时间复杂度O(1)。 · clear():清空栈。循环pop所有节点,释放全部内存,重置栈顶指针和计数器。 资源管理 · 构造函数:初始化栈顶指针为nullptr,计数器归零。 · 析构函数:自动调用clear()释放所有动态分配的内存,确保无内存泄漏。
智慧监控及算法识别监管
1.本项目是一个面向加油站场景的智能视频监控系统,核心业务是 油罐车卸油作业的全程自动化监控与合规检测。系统通过海康威视 SDK 拉取摄像头实时视频流,利用 YOLO 目标检测 + YOLOv8-pose 姿态估计进行实时分析,自动完成"油罐车到达 → 静电消除 → 接地线连接 → 消防器材就位 → 卸油中持续监控 → 油罐车离开"的全流程合规检查,并自动录像归档。同时具备通用的事件规则引擎、动作识别、运动检测、音频检测等能力。 2.业务用途: 通用的规则评估与事件触发引擎,基于区域人数/物品统计和时间窗口判断是否触发告警事件。
异构边缘实时信号处理与通信系统
用 STM32MP257 和 ESP32-S3 搭了一套双芯片系统。M33 负责硬实时采集和控制,A35 跑 Linux 做复杂一点的推理和通信,ESP32-S3 当无线通信模块用和安全模块。数据通过 MQTT 传到 Docker 后端存储和可视化。训练框架 PyTorch,边缘推理引擎 ONNX Runtime,可视化 TensorBoard + Plotly。从硬实时控制芯片到云端训练,再到边缘端异构部署 的全栈式群体智能系统。系统底层采用 STM32MP257(A35+M33+NPU)与 ESP32-S3 双芯异构架构,确保微秒级安全响应与高算力 AI 推理共存;中层通过 EMQX + TimescaleDB + Grafana 实现千万级消息的实时数据中枢与时空可视化;上层接入课题组的多智能体强化学习(MARL)算法库(HetDPS、LazyAgents、MADPS 等),解决异构集群在稀疏奖励、通信受限、责任分散等挑战下的协同决策问题。
基于CloudStack实现可视化管理端与后端服务
1.企业用来构建内部私有云,将现有硬件资源池化,为内部用户提供按需、弹性的计算环境 2.能统一管理 KVM、VMware、XenServer 等多种主流 hypervisor 3.CloudStack 是异构虚拟化的,能统一管理 KVM、VMware、XenServer 等多种主流 hypervisor。它采用 “区域(Zone) -> 集群(Cluster) -> 主机(Host)” 的三层资源模型,将物理资源进行逻辑分组。区域(Zone)通常对应一个数据中心,集群(Cluster)内的主机共享存储,支持虚拟机在线迁移
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服