程序聚合 软件案例 商家运营 AIGC 内容生成平台

商家运营 AIGC 内容生成平台

2026-09-20 11:16:10
行业:电商
载体:网站
技术:Java、Vue、MySQL、Nginx

业务和功能介绍

技术栈:Java21 + SpringBoot3 + Vue3 + TS + ComfyUI + RunningHub + MySQL + Redis
面向多租户的 AI 图像视频生成平台,支持文生视频、图生视频、数字人对口型、语音克隆,面向 PC 与 H5 双端。
AIGC智能营销中台落地:对接Runninghub、ComfyUI AI工作流,实现海报、短视频、文案自动化生成;自研金币计费、代理商多层返佣模块,实现按次/时长双模式计费、返佣失败补偿重试,降低商户内容制作人力成本。

项目实现

1、设计工作流‑步骤‑结果三层业务模型,支持语音克隆、数字人对口型等多步骤流水线 AI 任务编排。
2、实现金币计费系统,支持充值、余额扣减、消费流水,实现按次、按视频时长双模式计费。
3、开发代理商多层级返佣模块,支持层级绑定、返佣撤销、失败重试补偿。
4、实现抖音、小红书话题运营模块,完成话题配置、标签管理、业务数据统计。

示例图片视频


河之流
3天前活跃
方向: 后端-Java、运维-运维、
交付率:100.00%
相似推荐
欧导奋斗者流量社群-欧导奋斗者流量社群
技术特点 三端一体:原生小程序 + Vue 3 管理台 + Spring Boot API 数据统一:微信云数据库 / 云存储为唯一业务数据源 可运营:会员门槛、邀请奖励、报名名额、退款与审核等链路齐全 适用对象 适合培训机构、讲师工作室、流量与增长类社群,需要「线上内容沉淀 + 线下大课转化 + 会员资源互通」的一体化交付场景。课脉既是学员端产品,也是运营方的内容与社群中台。
英语精听网站-Listening Workbench
这是一个面向英语视频精听场景的 Web网站。主要解决观看长时间英文视频时,视频播放、字幕定位、句子理解和词语解释分散在多个工具中的问题。工作台支持导入 YouTube 视频及字幕,在同一页面中进行视频播放和字幕阅读,点击字幕可直接跳转到对应时间点;字幕缺失时可使用本地语音转写生成英文字幕。同时接入 AI 解释能力,可对当前句子进行翻译、词义、短语和上下文解释,方便连续进行精听学习。
智慧校园
蜂维塔·智慧校园平台是面向高校、职校及中小学的一体化数字校园解决方案,以"一码通"账户体系为核心底座,打通后勤消费、AI教学、安防管理、资产管控、生活服务五大业务域,实现"一个平台、一个账户、全场景覆盖"的校园数字化转型。 五大核心业务域: ① 智慧后勤消费(一码通)​ 融合微信/支付宝/刷脸/碰一碰/校园卡等多支付通道,覆盖食堂消费、校内超市、智能货柜、水电缴费等全场景。支持补贴精准发放、职工优惠折扣、餐券核销等个性化消费策略。提供管理平台、用户小程序、消费终端APP三端协同,高峰期单终端并发处理能力3000+。 ② AI智慧教学 基于DeepSeek大模型和自研算法引擎,实现AI课堂行为分析(专注度/互动热力图)、个性化学习路径推荐(余弦相似度>0.85)、智能作业批改(准确率98.7%)、知识点关联图谱构建。配套智慧教室硬件集成(交互大屏、录播系统、学情数据采集终端)。 ③ 校园安防与态势感知 多模态AI安防监控(人脸识别准确率99.5%,异常行为检测<200ms响应),校园数字孪生可视化(10万+IoT设备接入、设备故障提前3天预警),应急指挥联动、心理健康智能筛查与分级干预。支持多摄像头协同追踪和电子围栏区域管控。 ④ RFID资产全生命周期管理 基于UHF RFID技术,覆盖资产入库、领用、调拨、盘点、维修、报废全流程。手持机+固定读写器+通道门+标签打印机全套硬件集成,100+标签/秒批量盘点。与一码通账户打通,员工可通过小程序自助申领/归还,所有操作留痕可追溯。 ⑤ 智慧生活服务 校园外卖平台(食堂档口+周边商户,支持拼单合单、同楼聚合配送)、24小时AI智能问答(意图识别准确率92%,多轮对话>10轮)、智慧报修(图文自动识别分类派单)、招生与国际留学咨询、校园通知与消息中心统一推送。 技术架构: Spring Cloud微服务 + Kubernetes容器集群 + Docker,Redis缓存 + Kafka消息队列 + MySQL读写分离,前端HTML5响应式+UniApp跨端,支持阿里云/腾讯云/华为云/AWS混合云部署,系统可用性99.99%。
低代码问卷平台
本项目核心功能包括可视化问卷编辑器、基于DSL语法的题目联动引擎、多维度数据看板。用户可通过拖拽方式零代码创建、发布和管理问卷,并支持条件显隐、跳题逻辑等复杂规则。 我负责了整个平台的前端架构设计与核心模块开发。针对核心的问卷编辑器,设计了基于JSON Schema的通用渲染器,实现了渲染与数据分离,支撑了多种题型的高效扩展。为解决复杂问卷(1000+题目)的渲染性能问题,采用虚拟列表,优化长列表下的性能问题。设计了一套简洁的规则联动的DSL语法,通过正则解析与缓存优化,实现了灵活且高性能的题目联动逻辑。
大学校园平台
本项目是承载全校4万+用户日常学习与生活的核心ToC端应用。系统包含智能课表、图书馆预约、教务查询、社区互动等30+功能模块,日活用户高达2.3万+。 我负责了核心模块的前端架构设计与开发。针对复杂的数据渲染,采用了虚拟列表技术解决长列表卡顿问题;针对图书馆抢座等热点操作,设计了前端请求节流与本地缓存策略,配合后端接口优化,成功应对了早晚高峰的流量冲击。 在项目迭代中,主导了从Vue2到Vue3 + TypeScript的技术栈升级,制定了ESLint代码规范,封装了30+个通用业务组件,将后续新功能的开发效率提升了50%以上,确保了项目在快速迭代中的稳定性与高性能。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服