按照江门市顺恩牛奶有限公司要求，为其建设顺恩订奶小程序，小程序主要功能有门店管理、商品管理、订奶管理、扫码核销等，让奶站和总部管理订奶数据更简单，全部系统自动化生成数据，产品管理、分类管理、到店管理、到家管理等，让奶站不再用纸质和表格，真正让你省人省时省力。

商城管理后台， 1.管理商品数据， 商品添加 修改 上架 下架，商品规格（比如加冰 常温 加牛奶 大杯）维护 2.商品订单管理，查看订单状态 统计销售订单，统计订单表报数据 3. 用户数据 用户名称 用户会员号码 等用户信息管理 4.支付订单，前端发起支付，后台查看支付订单信息，处理退款操作 5.优惠券管理，优惠券维护，用户优惠券使用管理

1、期现套利策略交易系统，具备多维度功能：可展示交易员资金账户信息，涵盖股票、期货资金及账户状态。 2、支持沪深 300组合+股指期货对冲、普通+两融交易等多场景操作 3、提供手工下单、撤单等快捷交易，以及全自动执行交易功能 4、还能呈现指令及委托信息，辅助用户监控交易指令执行状态，助力高效开展期现套利交易 。

单人完成前后端开发，面向企业使用的微服务。由个人在一定程度的ai辅助下，独立完成Next.js前端，以及包括Flask后端的开发。核心功能包括：支持账号密码登录、会话管理和权限控制的用户认证系统 ；用户个人信息管理 ；带权限控制的月报发布与评论系统 ；以及消息通知功能 。后台管理端将实现舰队成员数据的高级搜索、信息管理与数据导出 。项目技术栈采用 Next.js 14、TypeScript 及 Ant Design Pro 等现代技术。

1、展示账号资金持仓、组合对标指数、绝对和超额收益、当日换手等信息。 2、展示组合在各指数分布、占比等信息。 3、展示组合风格暴露与行业暴露图表，助于分析投资风格与行业分布。 4、权重股信息及异常预警，能快速了解个股表现与风险。 5、另有期货版本，可监控期货账户组合资金、持仓、行业暴露、品种暴露。

android-data-reader项目分析报告（基于Windows平台） 1. 方案面向对象及解决的问题 (30%) 面向用户群体： 普通Windows用户：需要从安卓设备中导出个人数据（通讯录、短信、相册）的个人用户 技术支持人员：需要帮助客户提取设备数据的Windows平台技术支持人员 数据恢复需求者：需要恢复误删数据或迁移数据的用户 解决的核心问题： Windows平台数据访问障碍：简化了Windows用户从安卓设备提取个人数据的复杂流程，无需深入了解ADB命令 统一操作界面：提供图形化界面，替代命令行操作，降低用户使用门槛 多种数据类型整合：一次性解决通讯录、短信、相册等多种数据类型的读取需求，避免使用多个工具 连接模式适配：支持ADB和MTP双模式切换，适应不同设备和驱动环境的需求 2. 相比市场常规方案的特点 (50%) 独特优势： 专为Windows优化： 针对Windows平台进行了专门优化和测试 与Windows系统深度集成，提供更稳定的运行体验 使用Windows版本的ADB工具集和libmtp库，确保兼容性 双模式连接机制： 同时支持ADB（Andr

1、CS架构，服务端用C++开发，基于TCP的消息队列通信 2、从华泰Insight接收实时股票行情，从CTP接收实时期货行情 3、发布订阅的模式，客户端通过C++/Python API接收行情，股票支持Level1、Level2（逐笔委托、委托队列、订单簿、KBar） 4、简易UI，输入订阅代码显示最新行情

1、CS架构低延迟系统，服务端用C++开发，基于TCP的消息队列通信。 2、Server对接了迅投miniQMT、顶点HTS、期货CTP等同用接口，以及中泰、华泰、中金、华鑫等极速柜台或外围三方系统。 3、无UI，提供C++/Python API，客户端可用于报撤单、查询资金/持仓/委托/成交、接收委托/成交回报。

1. 软件可以面向对于研究场景和商业分析下的数据处理环节，对于预处理阶段的数据清洗（包括去重、异常值处理、数据空值插值）； 业务场景包含【零售业用户数据处理】【运营销售数据处理】【财务报表数据处理】 2.项目分为【数据上传】【数据去重】【异常值处理与识别】【数据空值插值】【数据格式化】 3.项目技术选型采用pandas、scipy、sklearn等python模快，架构采用后端文件系统，利用路径读取实现本地文件读取和结果输出

建设完成公用房管理项目，为学校进一步完善国有资产配置和使用管理提供可视化、规范化、互动式应用平台，实现公用房资源的科学配置、规范管理和高效使用，助力学校“双一流”建设。 本项目基于数字化校园整体规划，主要以GIS引擎为支撑，实现对高校房产可视化的管理，并以学校真实环境为基础，建设校园虚拟现实空间，实现校园室内外一体化的可视化管理。 通过精细化管理—智能化分析—可视化展示的智能平台实现高校房产的可视化管理。 建立符合学校实际业务的房屋管理系统，并于其他相关业务系统进行统一规划和整合集成，按照“统一的信息标准、统一的技术路线、统一的业务规范、统一的基础架构和统一的组织管理”的原则，建立统一的房屋管理系统，实现“知家底、助管理、辅决策、可视化”的目标。通过构建“管理、分析、展示、服务”的功能平台，完成对房产资源的动态监管，并提供全方位的服务。

ChatCPM 是一个融合人工智能技术 与 权威中成药循证实践 的专业问答系统。 基于临床实践指南、专家共识和团体标准开发，旨在为医疗工作者和公众提供 循证、可靠 的中成药用药信息。 五大核心优势 1. 权威数据支撑 基于临床实践指南 整合团体标准 融合专家共识 2. 精准检索机制 基于向量相似度的智能匹配 支持多维度语义检索 确保结果可溯源 3. 循证医学保障 详实的循证医学证据链 多维度研究数据支持 规范化的结果输出 4. 动态更新机制 持续扩充向量知识库 及时同步最新证据 持续优化知识信息 5. 智能交互系统 多维度检索功能 快速精准定位 便捷的交互界面

1. 零门槛匿名社交 用户无需注册/登录，通过URL即可加入公开聊天室，解决传统社交平台强制注册、隐私暴露的痛点。 2. 混合式聊天场景覆盖 同时支持 “开放群聊”（public room）和 “私密对话”（1对1），满足用户从公共讨论到深度沟通的全场景需求。 3. 技术栈碎片化整合 用统一技术链（React + Socket.IO + MongoDB）打通实时通信与数据持久化，避免多服务拼接的复杂性。 4. 轻量化替代方案 为临时会议、兴趣社群等场景提供 无需下载客户端、即开即用 的Web端解决方案。

该平台是一个基于全栈技术的网页版 Windows 11 模拟器，主要还原了 Windows 11 的界面和常用交互体验。项目采用前后端分离架构，并通过 Docker 容器化进行部署，内置静态 Markdown 文档阅读器等应用。后续计划持续扩展，作为个人网站使用。 项目时间： 2025.07.15 - 至今 项目主页： http://115.29.179.225:3000/ 技术栈： Next.js、TypeScript、Zustand、Tailwind CSS、React-Rnd、NestJS、MySql 项目亮点： - 实现桌面操作系统的核心功能：窗口管理、桌面图标系统、自定义应用程序等 - 优化性能：虚拟滚动技术处理大量条目渲染 - 自创方案：后端目录保存文档，自动生成文件索引和目录树，提供完整的编辑和阅读API，通过nodejs API执行文件操作。 项目成果： - 实现Windows 11 核心交互高度还原 - 达到 Lighthouse 性能评分 95+，页面加载时间 < 1s - 成为前端架构设计和技术实现的展示案例

1.指标签模型建设,如消费业务分类(基础、行为、资产、渠道、前端、信用、风险),计算分类(原子、派生、衍生) 变化分类(模型预测、综合计算、规则计算、基础特征)等等 2.三方数据解析,总行数据纵横项目(根据中国银行总行标准,进行源系统各个中心各个表各个字段的命名,码值,词根校验) 3.业务的各类需求分析与调研 4.三循报表开发:佣金类报表、财务报表、金融机构类报表、区域中心报表,开发Gbase游标程序(复杂)、个贷的二次营销客户名单 提供,风险决策数据程序开发 技术栈：hadoop、Hive、Impala、Oracle11、三循报表工具、Gbase数据库、Shell

人行迎检提数:结合TD数据库,大数据平台,源库和行方科技提供的数据,进行一系列提取与整合与测试,包括:内部户、代发代扣、贷 款数据等等。参与CAA集市的口径调研与程序开发(如:资产类、负债类、客户类、表外类、卡主题等),新义贷指标开发 技术栈：Hadoop、Hive、Impala、Oracle、TD数据库、Liunx、Automation调度、Shell

1.本方案是我在遇到需要svg转化成png图片的时候，想去网上找对应的解决方案的时候，我发现别人的用起来不好用，然后我就决定自己写一个去给自己使用，当然也可以免费的发到网上供别人使用。
2.我这个方案最开始使用python写的，确实一键批量转化很爽，但是使用命令行来写的，后来我就想到手机或者其他端比如Mac，iOS，web，android是不是都可以用呢？然后我就把flutter纳入进来了，然后就开发出多端可以使用的图形界面了，相比较其他的产品，我这个产品是可以运行在多端的。
3.本方案用到的技术有python，flutter，android，ios，各个平台的文件转化等相关技术，包括PDF转word，图片文件各种转化，视频格式转化。

本系统是一款高性能量化回测平台，基于Python与C++混合开发，专为多策略组合优化设计。系统通过TqSdk接入实时行情数据，支持百万级参数组合的快速回测，并利用C++编写核心计算模块，编译为DLL供Python调用，显著提升执行效率。相比纯Python实现，性能提升20-50倍，极大缩短策略验证周期。系统可以直接用于实盘交易。

懒人AI是一款利用最新AI大模型解决平面设计师、电商设计师进行产品快速抠图、更换产品背景、修图和打光、一键换装等操作，提高工作效率，让不懂PS的电商人员也能简单、高效的设计自己的电商宣传图; 主要功能：图片高清放大、产品精修、产品打光、一键抠图、一键阔图、文生图、图生图、一键换装等功能； 用户基本不需要学习就可以上手操作，即使不会各种正面关键词和负面关键词也能制作出精美的产品图片，特别适合美工能力不足的电商朋友，对于专业平面设计师亦可作为一款提高工作效率的工具

由于服务器硬件资源有限，系统需通过 Web 形式提供数据可视化展示及人工操作入口，以降低资源占用并提升运行效率与安全性。 整体系统具备更高的运行效率、安全性及更少的依赖，采用纯 Rust 实现，运行时不依赖任何第三方服务组件。 项目主要技术栈包括： 后端框架：Axum（Web 框架）、SeaORM（数据库 ORM） 前端框架：React、Ant Design（UI 组件库）、Vite（构建工具）

一、软件面向的行业和业务场景 本项目是一款专为 Windows 环境设计的完全本地化 AI 智能助手，核心特点是无需网络连接、数据全程在本地处理，能保障用户隐私与数据安全。 其面向的行业和业务场景主要包括： 企业内部办公场景：企业员工可利用该助手进行内部文档的智能问答（如快速检索合同条款、项目方案细节）、基于对话内容生成汇报用的 Markdown 或 PPTX 文件，提升办公效率。 个人知识管理场景：个人用户可通过上传各类文档（PDF、Word、PowerPoint 等）构建私人知识库，实现对知识的快速查询与整理，满足学习、研究过程中的信息检索需求。 对数据安全要求高的领域：如金融、医疗等行业，由于其数据敏感性，需在本地处理信息，该助手可在不泄露数据的前提下，提供智能问答与文档处理服务。 二、项目功能模块及具体功能 1. 前端功能模块 核心视图模块：以 MainView.vue 作为单页面主界面，整合 “智能问答” 和 “知识库问答” 模式，支持模式切换，动态展示不同 UI 组件。 对话历史管理模块：通过 SidebarHistory.vue 组件展示和管理对话历史，借助 hist