业务和功能介绍
项目背景和目标
高校推优（推荐优秀团员作为入党积极分子）工作长期依赖 Excel 和纸质材料，存在几个痛点：
评分口径不统一：不同班级、不同团支书对同一份文件的理解不同，算出来的分数不一致。
材料收集散乱：入党申请书、学习心得、活动证明分散在微信群、邮箱、纸质档案中，难汇总。
推优依据不透明：学生不知道自己的分数怎么来的，容易产生争议。
数据无法沉淀：每学期的推优数据难以跨期对比、难以追溯。
目标： 做一个面向高校党建推优场景的量化评分系统，把"分数怎么算"标准化、"材料怎么交"线上化、"评分依据"透明化。
软件功能
系统有四种角色：
角色 主要功能
学生 上传入党申请书、学习心得；查看自己的推优总分和分项明细
班级团支书 录入本班学生的思政课成绩、群众评议分、缺勤次数
教师 查看本学院排名、导出成绩数据
管理员 用户管理、班级填报解锁、数据中台同步、孤儿文件清理、审计日志
核心功能
推优总分自动计算：把"政治理论与表现（40 分）+ 实践与创新（30 分）+ 群众评议（30 分）"三部分，按规则自动算分。
数据中台积分同步：对接学校数据中台的积分认定接口，自动拉取学生的活动、获奖、志愿服务记录，作为评分的客观依据。
材料上传与管理：学生上传入党申请书、学习心得，后端用签名 URL 保护文件访问。
班级填报闭环：团支书录入班级数据，24 小时后锁定，管理员可解锁。
排名与导出：教师查看本班/本院排名，导出 CSV。
业务流程：
学生登录——上传材料——系统自动计算得分
团支书登录——录入班级数据——提交——24h锁定
管理员登录——同步数据中台——管理用户——解锁填报——导出数据
功能路径描述：
学生：登录 ——首页（查看总分和分项）——理论研学与思考（上传材料）——材料保存后自动重算分数
团支书：登录 ——录入成绩 ——选择班级 ——填写思政课成绩/群众评议/缺勤 ——24 小时内可修改
登录 ——首页（查看排名）——选择班级 ——查看排名 ——导出 CSV
登录 —— 管理首页 ——用户管理 / 班级填报管理 / 数据中台同步 / 孤儿文件清理 / 审计日志
高校推优（推荐优秀团员作为入党积极分子）工作长期依赖 Excel 和纸质材料，存在几个痛点：
评分口径不统一：不同班级、不同团支书对同一份文件的理解不同，算出来的分数不一致。
材料收集散乱：入党申请书、学习心得、活动证明分散在微信群、邮箱、纸质档案中，难汇总。
推优依据不透明：学生不知道自己的分数怎么来的，容易产生争议。
数据无法沉淀：每学期的推优数据难以跨期对比、难以追溯。
目标： 做一个面向高校党建推优场景的量化评分系统，把"分数怎么算"标准化、"材料怎么交"线上化、"评分依据"透明化。
软件功能
系统有四种角色：
角色 主要功能
学生 上传入党申请书、学习心得；查看自己的推优总分和分项明细
班级团支书 录入本班学生的思政课成绩、群众评议分、缺勤次数
教师 查看本学院排名、导出成绩数据
管理员 用户管理、班级填报解锁、数据中台同步、孤儿文件清理、审计日志
核心功能
推优总分自动计算：把"政治理论与表现（40 分）+ 实践与创新（30 分）+ 群众评议（30 分）"三部分，按规则自动算分。
数据中台积分同步：对接学校数据中台的积分认定接口，自动拉取学生的活动、获奖、志愿服务记录，作为评分的客观依据。
材料上传与管理：学生上传入党申请书、学习心得，后端用签名 URL 保护文件访问。
班级填报闭环：团支书录入班级数据，24 小时后锁定，管理员可解锁。
排名与导出：教师查看本班/本院排名，导出 CSV。
业务流程：
学生登录——上传材料——系统自动计算得分
团支书登录——录入班级数据——提交——24h锁定
管理员登录——同步数据中台——管理用户——解锁填报——导出数据
功能路径描述：
学生：登录 ——首页（查看总分和分项）——理论研学与思考（上传材料）——材料保存后自动重算分数
团支书：登录 ——录入成绩 ——选择班级 ——填写思政课成绩/群众评议/缺勤 ——24 小时内可修改
登录 ——首页（查看排名）——选择班级 ——查看排名 ——导出 CSV
登录 —— 管理首页 ——用户管理 / 班级填报管理 / 数据中台同步 / 孤儿文件清理 / 审计日志
项目实现
整体架构：微信小程序通过 HTTPS 向 Nginx 发送请求，Nginx 进行 SSL 终止后将请求以 HTTP 转发给 Spring Boot 后端服务，Spring Boot 通过 JDBC 操作 MySQL 数据库，同时通过 HTTPS 调用学校数据中台的积分认定接口。
设计思路：
前后端分离：小程序只负责 UI 和交互，业务逻辑在后端。
数据中台作为客观数据源：学生的活动、获奖记录从中台拉取，避免手工录入。
本地缓存 + 定时同步：中台数据拉取后落库，学生查询读本地，减少对中台的实时压力。
文件签名 URL：上传文件不公开，用 HMAC 签名 URL 保护，2 小时有效。
异步任务 + 暂存表：全量同步用"暂存表 + 原子替换"，同步中断不影响线上数据。
我负责的模块和结果
我负责全部模块：
后端：3 个 Controller、5 个 Service、4 个安全组件。
前端：15 个页面、14 个工具模块。
部署：Docker Compose 部署、Nginx 反代、MySQL 字符集迁移。
结果：
成功同步 549,418 条中台记录，与中台报告总数完全一致。
覆盖 24,396 名学生。
解决了 8 天无法成功同步的问题（根因是 token 过期处理不当 + 同步并发竞争）。
优化了批量导入：从 1.1 秒/人降到几秒完成 100 人。
修复了文件访问 403（Nginx 反代 + 签名 URL 主机错误）。
遇到的难点
难点 1：中台 token 过期导致整轮同步报废
现象： 定时同步经常失败，拉了 1058/1099 页就差 41 页，功亏一篑。
根因： 中台 token 有效期 2 小时，一轮同步要 27 分钟。token 过期时中台返回 HTTP 400（不是 HTTP 200 + 业务错误码），原代码没处理这种形态，异常穿透所有重试，整轮报废。
解决方案：
executeWithRetry 新增 HTTP 400 形态的 token 失效检测。
请求时动态取 token，重试时自动换新 token。
修复后，token 过期只造成单页重试（几秒），不报废整轮。
难点 2：Nginx 反代导致签名 URL 主机错误
现象： 学生上传的图片显示不出来，URL 是 http://127.0.0.1/api/files/access?...（80 端口，没有 :8080）。
根因： 后端生成签名 URL 时，取 request.getServerName() 和 getServerPort()。Nginx 反代把 Host 头改成 127.0.0.1，端口是 80，后端误判为"本地开发"，生成了错误的主机。
解决方案：
后端加判断：如果是反代请求（有 X-Forwarded-* 头），用配置的公网域名
设计思路：
前后端分离：小程序只负责 UI 和交互，业务逻辑在后端。
数据中台作为客观数据源：学生的活动、获奖记录从中台拉取，避免手工录入。
本地缓存 + 定时同步：中台数据拉取后落库，学生查询读本地，减少对中台的实时压力。
文件签名 URL：上传文件不公开，用 HMAC 签名 URL 保护，2 小时有效。
异步任务 + 暂存表：全量同步用"暂存表 + 原子替换"，同步中断不影响线上数据。
我负责的模块和结果
我负责全部模块：
后端：3 个 Controller、5 个 Service、4 个安全组件。
前端：15 个页面、14 个工具模块。
部署：Docker Compose 部署、Nginx 反代、MySQL 字符集迁移。
结果：
成功同步 549,418 条中台记录，与中台报告总数完全一致。
覆盖 24,396 名学生。
解决了 8 天无法成功同步的问题（根因是 token 过期处理不当 + 同步并发竞争）。
优化了批量导入：从 1.1 秒/人降到几秒完成 100 人。
修复了文件访问 403（Nginx 反代 + 签名 URL 主机错误）。
遇到的难点
难点 1：中台 token 过期导致整轮同步报废
现象： 定时同步经常失败，拉了 1058/1099 页就差 41 页，功亏一篑。
根因： 中台 token 有效期 2 小时，一轮同步要 27 分钟。token 过期时中台返回 HTTP 400（不是 HTTP 200 + 业务错误码），原代码没处理这种形态，异常穿透所有重试，整轮报废。
解决方案：
executeWithRetry 新增 HTTP 400 形态的 token 失效检测。
请求时动态取 token，重试时自动换新 token。
修复后，token 过期只造成单页重试（几秒），不报废整轮。
难点 2：Nginx 反代导致签名 URL 主机错误
现象： 学生上传的图片显示不出来，URL 是 http://127.0.0.1/api/files/access?...（80 端口，没有 :8080）。
根因： 后端生成签名 URL 时，取 request.getServerName() 和 getServerPort()。Nginx 反代把 Host 头改成 127.0.0.1，端口是 80，后端误判为"本地开发"，生成了错误的主机。
解决方案：
后端加判断：如果是反代请求（有 X-Forwarded-* 头），用配置的公网域名
示例图片视频
相似推荐
H5麻将(3D版)
本方案以 H5 技术结合 3D 渲染引擎打造麻将游戏前端，无需下载安装，浏览器内即开即玩，呈现立体生动的牌局画面与流畅交互体验，适配多类设备。后端采用 C 语言开发高性能服务端，凭借底层执行效率与精细内存管理，可稳定承载高并发访问，满足大量玩家同场竞技，保障牌局同步及时、操作响应迅速。整体架构高内聚低耦合，迁移方便，灵活部署于各类服务器与云平台，快速扩容、成本可控，兼顾画质、性能与运维便利。
掼蛋H5版
本方案以 H5 技术打造掼蛋游戏前端，免安装、即点即玩，浏览器内即可流畅开局，适配各类设备，用户体验出色。后端采用 C 语言开发高性能服务端，凭借底层执行效率与内存优化，能够稳定承载高并发访问，满足大量玩家同时在线的对局需求，保证牌局快速同步、响应及时。整体架构高度解耦，迁移方便，可灵活部署于各类服务器与云环境，快速扩容、低成本运维，兼顾稳定性、性能与部署灵活性，是成熟的棋牌平台解决方案。
H5斗地主
本方案采用 H5 技术构建斗地主游戏前端，无需安装客户端，通过浏览器即可随时随地开玩，兼容性强、体验流畅。后端基于 C 语言开发高性能服务端，凭借 C 语言的底层优势与极佳的执行效率，能够稳定支撑大规模并发访问，轻松应对海量玩家同时在线的压力，保证对局稳定、响应迅速。整体架构耦合度低、迁移方便，可灵活部署至多种服务器环境与云平台，实现低成本快速扩展，兼顾用户体验、性能与运维便利性。
基于神经网络的游戏动画系统
MotionWeaver 是一套面向 Unreal Engine 游戏开发的 AI 驱动角色动作生成系统，旨在解决传统游戏动画制作成本较高、动画资产复用困难、复杂动作衔接不自然，以及角色运动与动画表现难以协调等问题。
项目以神经网络动作生成技术为核心，结合游戏引擎的角色运动系统，实现从动画数据采集、模型训练到动作推理与引擎集成的完整技术流程。
主要功能包括：
动画数据采集与处理： 支持从 Unreal Engine 动画资产中提取骨骼姿态、位置、旋转及时间序列信息，完成骨骼映射、数据清洗、质量审核与训练数据集构建。
AI 动作模型训练： 提供基于深度学习的动作表示学习、姿态预测与生成模型训练功能，支持模型检查点管理、训练指标记录及实验评估。
条件动作生成： 利用角色根运动轨迹、历史动作状态及参考姿态等条件，生成连续骨骼动作，研究不同运动条件下的动画生成效果。
复杂动作约束： 针对跑酷、跨越障碍等复杂场景，支持参考姿态引导及关键帧约束，改善动作准确性与空间匹配效果。
UE 动画集成与验证： 提供模型推理与 Unreal Engine 动画系统的集成和实验验证能力，支持生成动作的预览、重建、测试及效果分析。
模型评测与对比： 通过骨骼位置误差、运动连续性、关键帧约束误差等指标，对不同模型及优化方案进行定量分析。
项目主要面向游戏角色动画生成、AI 动画技术研究和游戏开发工具链建设，为智能角色运动与游戏动画自动化提供技术基础。
H5休闲解压益智游戏（拖拽对齐，单文件纯前端）-拉线解压 KNOT OUT
《拉线解压》（KNOT OUT）是一款纯前端、零后端的 H5 休闲解压益智游戏。核心操作：拖动一根线的控制点，把线的中点精确送入目标环；吸附越准，评级越高（金/银/铜），并触发连击。 功能模块：① 操作与判定——拖拽线并实时吸附判定，按精度分金/银/铜三档（金档才续连击），配连击上行音反馈；② 关卡与难度包络——线数随关卡从 3 递增到 10、吸附窗口逐关收紧（78→48px），目标环视觉与判定窗口一致；③ 风格目标——按关卡轮换「全金档 / 全程无错位 / 由外向内（目标环标 1..N 序号）」，达成即得星；④ 每日挑战——以本地日期为种子的独立关卡，布局与主题由种子确定；⑤ 留痕世界——把逐关评级、星与每日印记，按存档确定性重算成一条「世界路径」；⑥ 音频——音效全部由 Web Audio 实时合成（C 大调音阶），BGM 三首可轮播。 主要功能路径：打开即玩 → 拖线对齐 → 评分/连击 → 过关结算 → 下一关 / 每日挑战 → 世界回顾。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服