Gzx 主攻 AI agent 项目

1、立项原因 旨在系统性降低洗衣行业技术依赖高、赔付风险大、运营效率低三大痛点。通过AI技术替代部分人工经验判断，解决因洗护失误导致的赔付损失，同时将前台验衣、估价、客户沟通等环节数字化，并自动化处理订单流转与经营分析，全面提升门店利润空间与管理效能。 2、行业场景 立足洗衣门店实际作业流程——从前台接件时的价值评估与风险加价、客户话术辅助，到中台衣物污渍救治的风险分析与详细操作报告生成，再到后台自动开单、上挂取件通知及经营数据洞察。系统作为常规管理系统的智能化升级模块，深度适配洗衣行业“高技能要求、高服务触点、高赔付敏感”的复合型业务场景。 3、功能模块 AI助手模块：集成于商家系统，通过文字对话和图片识别分析衣物面料与污渍风险，自动生成结构化的救治操作报告，同时辅助前台进行衣物价值评估、动态加价建议等生成。 门店核心业务管理模块：管理衣物分类、SKU商品及标签，支持购物车开单、预创建订单、自由商品录入，覆盖订单确认、扫码支付及整单退单的全流程。 洗护流转：实现衣物上挂、照片上传，支持条码检索待洗衣物，通过控制货架灯条亮灯辅助快速取件，并提供预警提醒。 会员营销模块：管理会员建档、信息编辑、充值升级，支持多卡持有，自定义会员卡模板，并配置优惠券及营销工具。 经营数据分析：首页展示今日订单量、在店衣物数、预警数量及订单状态统计；提供日报/月报/年报趋势图，支持数据异步导出。 系统基础与权限：管理员工账号及角色权限，维护门店基本信息，提供图片上传OSS、设备推送注册、数据同步等通用基础能力。 4、核心功能 降低技术依赖与赔付风险：AI在接件时自动评估衣物洗护风险，帮助店员对高价值或高风险衣物动态加价，并生成详细的救治操作报告，将老师傅经验标准化，减少因洗坏衣物导致的赔付损失，同时辅助生成专业的客户沟通话术。 全链路自动化流转：从开单、洗护到上挂、取件，AI可直接调用业务工具自动完成开单、上挂取件通知等操作，并与硬件灯条联动快速定位衣物，大幅减少人工沟通和查找耗时，提升订单流转效率。 数据驱动的经营决策：通过实时看板监控订单量、衣物滞留时长、收入结构等关键指标，帮助店长及时调整营销策略与排班，并支持历史数据导出进行深度分析。 可持续自学习进化：系统收集用户点赞、收藏、追问等行为反馈，通过定时任务动态调整案例检索权重，使后续推荐与救治建议越来越精准，实现越用越智能。

1、立项原因 旨在解决网络环境不佳或完全断网场景下，开发者无法依赖云端服务进行高效编码的问题。尤其针对“vibe coding”（氛围式/对话式编程）开发模式中，需频繁口头表述需求、反复整理和调整关键词的痛点，通过引入本地化的语音转换输入能力，降低操作门槛，提升离线状态下的开发效率与体验。 2、行业场景 适用于边缘计算、野外作业、移动车载、工业现场、保密内网等弱网或断网环境下的软件开发场景。在此类业务背景下，传统在线IDE或云编码工具不可用，而开发者仍需快速迭代原型或调试代码，本方案可为其提供轻量、即时、无需联网的语音辅助编程支持。 3、功能模块 入口（`main.py`）：负责单实例互斥、日志初始化、全局异常钩子，以及启动画面展示与模型延迟加载的协调。 语音识别引擎（`asr_engine.py`）：核心模块，统筹音频采集、VAD切句、ASR识别、实时模拟输入和LLM异步纠错的全流程。 配置管理（`config.py`）：单例模式读写`settings.json`，支持配置变更通知和原子写入。 LLM客户端（`llm_corrector.py`）：封装HTTP请求，实现与本地或远程大语言模型的通信、可用性探测及超时重试。 系统托盘（`tray_app.py`）：基于pystray实现托盘图标、全局快捷键（左Alt+Q）监听及状态显示。 启动画面（`splash.py`）：无边框进度窗口，带毛玻璃效果，展示模型加载进度。 设置界面（`settings_ui.py`）：独立线程运行的Tkinter配置窗口，支持LLM地址/模型修改及连接测试。 VAD指示器（`vad_indicator.py`）：鼠标旁动态彩色光点，实时显示语音概率和音量大小。 4、功能描述 核心工作流程如下： 用户按下全局热键（左Alt+Q）后，系统通过PyAudio采集麦克风音频，经Silero VAD进行语音活动检测与切句，再由SenseVoiceSmall端到端模型实时识别为文字。识别结果立即模拟键盘输入上屏，确保低延迟反馈。 同时，系统将识别文本送入LLM纠错队列，在用户静默3秒后自动触发批量纠错。LLM修正标点和错字后，通过模拟退格删除原文并粘贴修正文本，实现无感替换。纠错过程支持取消重入——若用户在LLM处理中继续说话，当前请求被取消，未处理句子自动归还队列等待下一批次。

1、立项原因 Docker Desktop 基于 WSL2 的虚拟磁盘文件 docker_data.vhdx 采用动态扩展机制，长期使用后删除镜像、容器等操作不会自动回收已占用空间，导致磁盘文件虚胖（如实际数据仅 3GB 却占用 20GB），造成磁盘空间浪费。本脚本旨在自动化回收“死空间”，解决手动压缩流程繁琐、易出错的问题，释放被无效占用的存储资源。 2、行业场景 适用于 Windows 平台上频繁使用 Docker 进行开发测试的工程师、运维人员，以及 CI/CD 构建机等需要定期清理磁盘的环境。尤其适合 SSD 容量有限的笔记本或云桌面，帮助用户在不重装 Docker 的前提下快速回收空间。 3、功能模块： 脚本为单一 PowerShell 文件，内部划分为五个逻辑模块： 路径交互模块：提供默认路径（%LOCALAPPDATA%\Docker\wsl\disk\docker_data.vhdx）与手动输入自定义路径的交互选择。 前置检查模块：检测管理员权限、VHDX 文件存在性，确保运行环境合法。 WSL 操作模块：执行 wsl --shutdown 关闭实例，挂载/卸载 VHDX 为裸设备。 填零回收模块：在 WSL 内通过 dd 命令对数据分区空闲空间写零，触发 VHDX 的收缩标记。 压缩执行模块：调用 diskpart 的 compact vdisk 指令完成物理压缩，并显示压缩后大小。 4、核心功能 一键完成从关闭 WSL、挂载磁盘、填零、压缩到卸载的全流程自动化，用户仅需以管理员身份运行，按提示选择路径即可，无需记忆复杂命令。