接入了 RAG(检索增强生成) 与 AI 大模型(LLM) ,基于 DDD & EventSourcing 的现代响应式 CQRS 架构微服务开发的 MES 系统,主要面向单产线场景设计,提供工艺路线配置、产品与工单管理、生产进度跟踪、返修管理等核心功能。未来计划支持多产线、跨产线返修等更复杂场景。

深度学习入门与进阶实战合集,涵盖梯度下降、反向传播、人工神经网络(ANN)、卷积神经网络(CNN)、循环神经网络(RNN)及Transformer模型。通过手写代码与示例,助力理解核心算法与前沿架构,适合学习与研究深度学习的理想资源库。

Device-Job 是结合 DDD 思想的工业设备实时调度引擎,全程 AI 辅助设计,实现高实时、可靠、可扩展的任务调度。

Easy-RAG 是一个基于 DDD、LangChain4j 与 JuiceFS 构建的轻量级 RAG 知识库系统,利用 JuiceFS 文件通知机制实时同步文档变更并自动更新向量索引,支持多种文档格式解析与低延迟检索增强生成,内置 RAG 评估体系,可对检索与生成效果进行多维度自动评分,帮助持续优化知识库质量。

自己开发一些组件,例如动态线程池等

由于本人公司工作中存在美国,日本等用户,在实现国际化的18n时十分的繁琐和麻烦,包括但不限于key的取名,维护两份翻译等等等,本仓库用于训练一个轻量级的翻译Ai,代替I18n这种

最近一年贡献:390 次

最长连续贡献:9 日

最近连续贡献:5 日

贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request,其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。