预算: 5000 元
工期: 20 天
Vue3 /uni-app pc+H5 版b2b商城前端开发
Vue3 web 后台管理是维护
主要是b2b 商城 uni-app H5 手机版 开发,
商品分类
商品列表，
详情页
卖家开店申请。
商品上架，
每个商家独立购物车
买家订单管理，退货。
点评
地址管理
需要多语言、多货币
预算: 12000 元
工期: 10 天
科技风口挖掘器是一款企业内部工具，通过在Pubmed、佰腾网和Clinicaltrial信源爬取相关数据并经过简单的组合计算预判未来科技趋势的数据工具。程序运算包括简单的词频统计，增长率计算和复合增长率基算，并最终通过人工评分和机器评分相结合的方式对特定的科技热词进行打分
预算: 10000 元
工期: 0 天
目的：这个主要给一些 桌游玩家 使用的一种工具，所有图片都有实体板块，通过图片 用户 能快速得知这个实体板块，应该怎么摆放。
需求 ：记录桌面长宽比例 拍照桌面，然后将在识别好的桌子照片上，等比例放置好我设定的的图包
1 图包不等，里面大小不等，有些图片需要重叠，每一个图包有一个不一样放置方式，图包里有json能有固定位置
2 放这些图包之后，本地保存这个图
3 主要就是前端图片放置，相当于是两个平面，桌子是一个大的平面，卡牌相当于是一个小的平面，需要把小的平面给放置在大的平面上
4 android或者小程序
预算: 5000 元
工期: 7 天
开发微信自动扫码加群和加好友软件
1、采集群接收到的群二维码图片，图片包含微信群二维码和企业微信两次扫码的群二维码图片；
2、设定扫码加群时间间隔和规定的运行时间；
3、接收的群二维码去重；
4、对群接收的信息，符合二级关键词的自动加好友，通过后自动发消息；
5、加好友设定时间间隔和当天加人最大人数，软件可以更改二级关键词，屏蔽关键词
预算: 40000 元
工期: 30 天
想做一个公司的数据库，使用GPT的智能搜索模式，但不用它的数据库，我们自己往里面填充数据。 使用GPT的大模型组织语言，文本内容不用大模型做，用向量化匹配这种机制去做。具体操作如下，以及后面附的流程图。 一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。 受 GanymedeNil 的项目 document.ai 和 AlexZhangji 创建的 ChatGLM-6B Pull Request 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。现已支持使用 ChatGLM-6B 等大语言模型直接接入，或通过 fastchat api 形式接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型。 本项目中 Embedding 默认选用的是 GanymedeNil/text2vec-large-chinese，LLM 默认选用的是 ChatGLM-6B。依托上述模型，本项目可实现全部使用开源模型离线私有部署。 本项目实现原理如下图所示，过程包括加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的top k个 -> 匹配出的文本作为上下文和问题一起添加到prompt中 -> 提交给LLM生成回答。
预算: 50000 元
工期: 30 天
项目为一个流域建设的水库，集雨范围内已经分布有雨量站、水文站等。需要提供洪水预报模型,采用新安江模型。
预算: 30000 元
工期: 50 天
模仿参考 （完美世界电竞app中-完美开箱功能版块）
在此基础上添加一套预言功能
业务流程、逻辑已有成品参考
一：Flutter开发双端（ios、安卓）
二：制作官网（无功能，仅作展示下载app）
三：在此基础上添加预言功能
四：最好熟悉Steam、有app内嵌播放器方面经验
预算: 10000 元
工期: 30 天
基于4G网关蓝牙信标的人员定位系统开发
1、采用现场既有硬件，通过平台-4G网关-蓝牙信标-人员定位卡的架构
2、平台支持接入uwb模块处理高精度定位数据
3、提供人员定位坐标、提供人员定位接口对接；
4、提供电子围栏功能、统计围栏内人数，瞬时人员照相，查询某一时刻的人员位置情况
预算: 10000 元
工期: 10 天
- 制作一款可以面向楼盘业主发布拼团参与验房项目订单的小程序
- 参考项目：微信小程序 大象验房+
预算: 50000 元
工期: 15 天
https://wenshu.court.gov.cn/
数据标签
1）按照属地进行划分（如各地市中级人民法院）
2）裁判年份：2014年至今
3）审判程序：民事案件
4）文书类型：判决书、裁定书、调解书等
更新频率：初期历史数据采集的数据量会比较大，再安全的情况下尽可能高
后期定期更新，每天1次（模拟正常用户访问的频率即可），持久稳定即可
预算: 5000 元
工期: 1 天
代做大数据题目(包含spark flink )，按照要求给出代码及注释
预算: 50000 元
工期: 30 天
想做一个公司的本地数据库，使用GPT的智能搜索模式，但不用它的数据库，我们自己往里面填充数据。 使用GPT的大模型组织语言，文本内容不用大模型做，用向量化匹配这种机制去做，主要利用 langchain来做。
具体操作如下，以及后面附的流程图。 一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。 受 GanymedeNil 的项目 document.ai 和 AlexZhangji 创建的 ChatGLM-6B Pull Request 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。现已支持使用 ChatGLM-6B 等大语言模型直接接入，或通过 fastchat api 形式接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型。 本项目中 Embedding 默认选用的是 GanymedeNil/text2vec-large-chinese，LLM 默认选用的是 ChatGLM-6B。依托上述模型，本项目可实现全部使用开源模型离线私有部署。 本项目实现原理如下图所示，过程包括加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的top k个 -> 匹配出的文本作为上下文和问题一起添加到prompt中 -> 提交给LLM生成回答。
具体参考：https://github.com/chatchat-space/langchain-ChatGLM/blob/master/README.md
在成都成都成都，最好！