基于swiftdata和SwiftUI的番茄钟效率软件-TimeStealer

面向康复治疗师和医生的在线评估工具平台。内置 250+ 种康复评定量表（Barthel、Berg、MMSE、Fugl-Meyer 等）、5 关节测角工具、22 个临床工具。支持在线答题自动计分、SOAP 评估记录、打印报告、16 大分类量表库、批量评估、疾病映射、临床指南查询等。数据全部存储在用户浏览器本地，不上传服务器保障隐私。设有 ¥10/月 PRO 会员付费体系。

本项目面向初中生群体，构建了一套覆盖“学-练-测-互”全链路的物理教学用户端产品矩阵（含H5、小程序、APP及网站），通过2D/3D游戏化交互方式，降低物理抽象概念的理解门槛。 1. 沉浸式课件学习模块：将初中物理知识点（如力学、电学、光学）以三维动画、可交互游戏关卡的形式呈现，而非传统的图文展示。对使用者的价值：将抽象的物理定律转化为可视化的动态场景，帮助学生建立直观的物理直觉，显著提升学习兴趣与知识留存率。 2. 虚拟仿真实验模块：提供无限制、零风险的虚拟实验室环境，学生可自由拖拽器材、调节参数（如电压、角度、质量）并实时观察反馈。对使用者的价值：解决了真实实验受限于场地、器材和安全性的痛点，让每位学生都能“亲手”操作实验，深化对实验原理的理解，同时支持反复试错。 3. 知识图解与系统梳理模块：将各章节零散的知识点自动生成结构化的思维导图或逻辑关系图。对使用者的价值：帮助学生构建完整的物理知识体系，清晰掌握知识点之间的关联，便于考前系统性复习与查漏补缺。 4. 智能考试与错题闭环系统：内置在线考试功能，系统自动记录每次练习的得分、耗时，并建立专属的错题本。对使用者的价值：提供精准的学情数据反馈，让学生清晰定位自身薄弱环节，并通过错题重做、同类题推荐功能，实现个性化高效提分。 5. 课件分类与个性化推荐系统：依据教学大纲（如人教版、沪科版）对海量课件进行精细化标签分类，并依据用户的学习进度与答题表现进行智能排序与推荐。对使用者的价值：避免在海量内容中迷失，为不同水平的学生提供“跳一跳能够得着”的适配内容，实现因材施教。

余音是一款面向情感陪伴、记忆留存与数字声音复刻场景的 AI Web 平台，目标是让用户以更自然、可持续的方式保留重要关系中的语言风格、共同记忆和声音体验。用户可创建人物档案，录入性格特点、经历、聊天片段与纪念内容，并通过录音或上传音频创建专属声音预设。平台支持文字和语音双模态对话：语音输入自动转写，结合人物设定、长期记忆和近期上下文生成回复，再以对应声音合成为可播放语音。 核心功能包括账号与人物管理、记忆资料沉淀、会话历史、文本/语音聊天、声音复刻与预设切换、音频播放及删除管理。产品采用“本地优先、云端增强”的模型策略：基础模式使用本地 ASR/TTS，进阶模式可按体验与成本切换豆包、Qwen Audio、MiniMax 等服务。用户路径为“创建账号—建立人物与记忆—授权上传参考声音—选择交互模式—持续对话与沉淀记忆”，兼顾沉浸感、成本控制和隐私边界。

在华为手表上建立一个相机控制app，用来控制大疆相机实现其可穿戴端控制硬件的物联网需求。改项目作为大疆内部的外包项目被定义为产品里程碑项目，具有快速调动手表控制相机进行拍摄，录像，高清晰度拍摄及连续多图一键拍摄等功能。主要包含表盘，进入时进行pin码蓝牙认证，开启相机，点击拍摄，切换10种拍摄模式等

立项背景和目标： 当前中国铁路信息化虽快速发展，但各路局电务部门仍面临严重的信息孤岛与协同壁垒：部门间作业靠人工纸张流转，任务传达滞后且执行状态无法跟踪；设备故障诊断依赖老师傅经验，新老设备混用导致定位不准、排除效率低；大量库修区设备的位置与状态处于“黑盒”状态；多套烟囱式业务系统账号不互通，用户需反复登录。中国中车委托拓维信息建设统一的“机车车载设备生产管理平台”，旨在利用流程引擎、物联感知与统一认证技术，打通采购入库、检测上车、故障下车、库修检修、维修出厂的全生命周期链路，实现“人机料法环”全面数字化协同，显著提升电务安全生产效率和指挥调度能力。 软件功能与核心模块： 平台核心模块涵盖：流程协同引擎模块（基于Activiti实现工单驱动的跨部门任务流转）、设备全生命周期履历模块（从入库到报废的完整电子档案）、智能诊断与知识库模块（结合规则引擎与故障索引库辅助快速排故）、统一认证门户模块（4A技术集成LMD、换装等子系统单点登录）。其中，我独立负责的 “实时状态可视化监控模块” ，基于 Angular 框架构建单页应用，采用 SVG矢量图形 技术绘制机车设备面板及车间电子地图，并通过 WebSocket全双工通信 接收底层采集器上报的设备信号，将枯燥的十六进制码实时映射为图形颜色、闪烁动画及位置变化，实现全车间设备工况的“一屏感知”。 业务流程与功能路径： 以“库修区设备突发告警”为例：当工区一台待修设备自检信号异常时，信号采集终端通过Netty网关将告警报文推送给后端Kafka，经规则引擎研判后，通过WebSocket将标准化的状态JSON（含设备ID、故障码、时间戳）主动推送到我的Angular监控前端。前端Service层接收消息后，利用RxJS的Subject进行流式分发，触发SVG画布中对应设备图元的属性更新——设备由绿色常态切换为红色呼吸闪烁，同时右侧告警面板自动滚动显示详情。维修主管点击闪烁图元，弹出绑定设备履历的模态框，一键生成维修工单并推送至流程引擎；引擎驱动库管员扫码出库备件，SVG地图上该设备位置自动从“待检区”平移至“维修台位”，全程状态变更通过WebSocket广播至调度、检修、质检等所有相关角色的Angular界面，确保信息零时差、任务不落地。