项目简介

本项目旨在构建一个高效、智能的微博舆情分析系统，以应对社交媒体时代信息爆炸、舆情瞬息万变的挑战。该系统通过定制化的网络爬虫程序，实时爬取微博热搜榜单数据（包括标题、热度值等）以及对应热搜话题下的相关舆情数据（如用户评论、转发内容）。爬取的数据经过处理后，结构化信息被精准存入 MySQL 数据库，同时关键的舆情内容被构建成知识库。在此数据基础上，系统利用 FastGPT 平台搭建工作流 (Workflow)。该工作流能够基于用户输入的分析请求， 自动进行关键词提取，并通过 Function Calling 机制，智能调用预设函数来检索知识库中的语义信息，最终实现对特定热搜事件的快速、深度的舆情分析与洞察呈现。

FastGPT 微博舆情 舆情分析 网络爬虫 MySQL RAG

Function Calling 工作流

学习收获

1.掌握针对动态社交媒体平台（如微博）的实时网络爬虫技术与策略。
2.熟练运用MySQL进行结构化数据的存储、管理与高效查询。
3.理解并实践面向特定领域（舆情）的知识库构建方法，支撑语义检索与分析。
4.精通FastGPT平台，特别是其工作流设计与配置能力。
5.深入掌握Function Calling机制在LLM应用中的核心作用，实现模型与外部数据源（数据库、知识库）的智能交互。
6.实践利用LLM进行关键词提取等自然语言处理预处理任务。
7.获得构建从数据采集、存储、处理到智能分析的端到端舆情监控与分析系统的实战经验。
8.了解如何将大语言模型应用于社会计算与舆情洞察领域。

项目简介

本项目聚焦于医疗信息领域，旨在攻克传统药物信息检索中长期存在的准确性不足与语义理解鸿沟的挑战，构建一个先进的混合检索架构。该系统基于 Elasticsearch 的关键词检索机制，以实现对结构化字段（如药物名称、功能主治）的快速定位；并结合利用 Sentence Transformers 模型生成高质量文本嵌入 并存储于 FAISS 索引库进行高效向量相似性检索的能力，以捕捉深层语义关联。该系统不仅能实现对医疗实体的高效精准标准化，还集成了通义千问大语言模型进行智能问答。此外，系统支持对 Word 文档的自动化解析、内容提取与结构化/向量化存储，无缝接入 Elasticsearch 与 FAISS 数据库，最终通过 Gradio 构建的 Web 界面提供统一的文档管理与智能问答交互服务，旨在打造一个面向医疗场景的高效、精准、具备深度语义理解能力的智能化信息服务平台。

混合检索 医疗信息 实体标准化 智能问答 RAG Elasticsearch

FAISS Gradio

学习收获

1.掌握并实践混合检索技术，理解关键词与向量检索的优势互补与融合策略。
2.熟练运用Elasticsearch进行结构化、半结构化数据的精准关键词匹配与索引构建。
3.深入学习Sentence Transformers模型进行高质量文本嵌入(Embedding)生成，并使用FAISS构建高效的向量索引及实现相似性搜索。
4.实践利用大语言模型完成复杂的NLP任务，如基于预定义字段的医疗实体标准化、问题意图分类及上下文感知的答案生成。
5.掌握文档（如Word）自动化解析、数据清洗及结构化存储（存入Elasticsearch）与非结构化向量化（存入FAISS）的数据处理全流程。
6.学习使用Gradio快速构建AI应用的交互式Web界面，提升用户体验。
7.获得构建端到端、面向特定领域（医疗）的智能信息检索与问答系统的实战经验。

项目简介

为应对传统面试培训中固有的高成本与场景僵化挑战，本项目开创性地构建了一款智能化 AI 模拟面试机器人。该系统基于Gradio和Flask框架实现全栈 AI 开发应用，深度融合了LLM技术、实时语音识别 (STT) 以及自然的语音合成 ( TTS) 能力。它旨在通过模拟真实的面试场景，包括动态生成高度相关的面试问题，支持复杂的多轮对话 ，并基于 LLM 的强大上下文理解与意图识别提供专业化、数据驱动的反馈，为求职者提供全面、高效、低成本的面试训练体验，显著提升应试能力。

AI 模拟面试 大语言模型 (LLM) 语音识别 (STT) 语音合成 (TTS)

面试训练 AIGC

学习收获

1.掌握LLM、STT、TTS三大核心AI技术的融合应用，构建复杂交互系统。
2.学习Prompt Engineering和上下文管理，实现动态、连贯的多轮面试对话流。
3.实践结合意图识别与LLM，生成贴合用户目标职位和水平的面试问题。
4.理解从语音/文本输入到智能分析反馈的全链路自动化处理流程。
5.获得开发结合前端Gradio、后端Flask与模型服务（本地/API）的全栈AI应用经验。
6.探索AI在教育培训和人力资源领域的创新应用与商业价值。

项目简介

传统短视频制作依赖繁琐的剪辑、配音、字幕等多环节，成本高昂。 本项目基于AutoGen框架，打造多智能体协作系统， 通过文本指令（Prompt）一键生成高质量YouTube短视频——脚本编写（script_writer）、 AI配音（豆包TTS）、视觉设计（Pollinations.AI）及导演（director）智能协同， 全链路自动化输出成片。以技术重构创作流程，降低专业门槛，加速AI内容生产落地。

短视频生成 AutoGen 多代理协作 AIGC 自动化

文本到视频 TTS 图像生成

学习收获

1.掌握AutoGen框架，实现复杂任务的多代理协作开发。
2.学习集成外部AI服务API（如豆包TTS、Pollinations.AI）到应用中。
3.实践从文本提示到完整视频（含字幕、语音、图像、音乐）的自动化生成流程。
4.理解不同角色的AI代理如何分工、协作并整合结果。
5.获得AI驱动内容创作（AIGC）领域的实战项目经验。

项目简介

本项目基于先进的开源虚拟数字人框架 VirtualWife ，旨在构建一个高度智能化、可交互的虚拟数字人直播机器人。该系统深度集成了大语言模型 (LLM)、文本驱动的面部表情与肢体动作技术，以及多样的语音合成 (TTS) 引擎。通过赋予数字人可定制的“灵魂”（个性化角色设定）与长短期记忆（记忆机制）能力，我们致力于打造一个能够与用户进行自然、流畅、富有情感连接的交互体验的AI驱动虚拟主播。其核心目标是探索 AIGC 在实时直播、虚拟陪伴、乃至情感支持（如虚拟恋爱导师、心理咨询师）等领域的创新应用，并通过流式数据传输优化响应速度，实现低延迟互动。

虚拟数字人 直播机器人 AI虚拟主播 大语言模型 (LLM)

语音合成 (TTS) VRM 实时交互 AIGC Docker Ollama

学习收获

1.掌握基于开源项目构建复杂AI应用的流程，理解虚拟数字人系统架构。
2.实践Docker容器化部署，实现跨平台（Linux/Windows/MacOS）快速环境搭建。
3.深入理解大语言模型(LLM)在对话系统中的应用，包括多模型切换及私有化部署(通过Ollama)。
4.探索长短期记忆机制在维持对话连贯性和角色一致性中的作用。
5.配置与实现面向直播平台（B站）的实时流推送。
6.获得AI生成内容(AIGC)在虚拟娱乐和人机交互领域的实战经验。

项目简介

本项目旨在为求职者与教育机构打造一个高度沉浸式的模拟面试环境，通过构建一个集成了虚拟形象交互 、智能问答引擎、情绪识别 与 RAG 的AI虚拟面试官。该引擎结合了基于 BM25 的稀疏检索与利用向量相似性的密集检索，并通过交叉编码器进行结果重排序 (Re-ranking)，从而能够从用户上传的多格式文档知识库中精准提取上下文，生成专业且具有深度的面试问答。结合 Microsoft Azure 语音服务驱动的虚拟形象 (AI数字人)，支持多模态交互（文本输入、多风格语音合成输出：普通话、粤语、东北话等），提供极其逼真和个性化的互动体验。后端服务采用 FastAPI 构建，Redis 负责高效管理多轮对话历史与长上下文记忆，并可集成 SerpAPI 进行实时网络搜索以补充最新信息。前端则通过 HTML/CSS/JS 结合 Azure SDK 呈现用户界面与虚拟形象交互。最终目标是打造一个能显著提升用户面试技巧、增强临场信心的高效备考工具。

AI模拟面试 LangChain RAG 情绪识别 虚拟形象

Microsoft Azure TTS OpenAI GPT FastAPI Chroma BM25

多模态交互 SerpAPI

学习收获

1.精通使用LangChain构建复杂的RAG应用，实现从文档加载、混合检索、重排序到生成式问答的全链路。
2.掌握并实践高级混合检索策略，结合BM25、向量数据库(Chroma)及交叉编码器重排序技术提升信息检索精度。
3.实践基于LangChain/LLM的情绪识别与自适应反馈机制，构建更具“情商”的AI交互系统。
4.熟练掌握集成Microsoft Azure语音服务实现虚拟形象动画驱动与多风格、多方言TTS输出。
5.熟练运用FastAPI构建高性能、异步的后端服务，结合Redis进行有效的长对话历史管理。
6.掌握处理多种格式文档(PDF,Word,CSV)的解析、分块、向量化及动态知识库构建流程。
7.学习集成外部API（如OpenAI,Azure TTS,SerpAPI）以增强AI应用功能。
8.获得HTML/CSS/JS与Azure SDK结合构建交互式、多模态前端界面的经验。
9.具备构建端到端、面向特定场景（技术面试）、融合多种AI能力的智能模拟系统的综合实战能力。

项目简介

针对传统多模态大模型在医疗图像分析中面临的数据依赖性强、训练成本高昂及效果波动性大的挑战，同时纯文本大模型无法直接处理视觉信息的问题，本项目创新性地提出并实践了一种“CV+LLM”混合架构。该架构特别适用于处理具有固定语义的医疗图像，如艾滋病检测条带（IMT、MP等）。通过结合传统图像处理技术进行图像预处理和优化，利用微调后的 YOLOv8 模型进行精准检测，并提取关键视觉特征。利用大语言模型强大的自然语言理解和生成能力，并结合领域知识库，实现对检测条带的全自动化分析与智能化诊断。本项目旨在解决从复杂背景中精准定位与校正条带、将视觉特征语义解析为医学意义（如抗体显色状态、感染阶段推断），并基于实时检测结果进行动态决策、生成专业诊断报告的核心问题。

医疗影像分析 AI辅助诊断 CV+LLM混合架构 图像处理 RAG

Fine-tuning YOLOv8 目标检测 CV 数据标注 FastGPT

自动化 试纸判读

学习收获

1.深入理解并实践"CV+LLM"混合架构的设计理念，解决特定场景下多模态处理的痛点。
2.实践YOLOv8目标检测模型的微调(Fine-tuning)技术，使其适应特定医疗检测条带的识别需求，提升模型在该场景下的性能。
3.熟悉将计算机视觉(CV)技术应用于具体医疗场景，并理解模型微调在提升针对性任务准确率中的关键作用。
4.实践多种图像预处理技术（灰度化、二值化、旋转矫正、背景去除）以优化模型输入和后续分析。
5.深入理解并实践如何通过API将CV系统的结构化输出与大语言模型对接，实现跨模态信息的融合与高级语义理解。
6.获得使用专业标注平台进行目标检测数据标注，并将其转换为YOLO格式的实践经验。
7.掌握利用FastGPT结合RAG进行专业化文本生成（医学诊断报告）的方法。
8.获得构建端到端AI应用的实战经验，覆盖从数据准备、模型训练、部署应用到结果输出的全流程。
9.获得在医疗AI领域应用先进AI技术解决实际问题的宝贵项目经验。

项目简介

本项目旨在探索和实践大型语言模型（LLM）在垂直领域（医疗）的应用潜力。以 Qwen2.5-0.5B-Instruct 为基座模型，利用监督微调（SFT）技术，针对特定的医疗任务进行优化。项目涵盖了从数据准备、模型微调（包括手动实现和使用 LLaMA-Factory 框架两种方式）到效果评估的全流程。通过整合多种医疗数据集（对话、术语规范化、报告生成），旨在提升模型在医疗问答、临床术语标准化及病历报告自动生成等方面的专业能力和准确性，最终目标是构建一个更懂医疗领域的 AI 助手。

大模型微调 医疗AI Qwen2.5 监督微调 (SFT) LLaMA-Factory

医疗对话 术语规范化 报告生成 模型评估 自动化 试纸判读

学习收获

1.掌握针对垂直领域（医疗）进行大模型监督微调(SFT)的完整流程。
2.实践使用Hugging Face Transformers库进行模型训练。
3.理解指令微调数据的构建方法，特别是利用tokenizer.apply_chat_template处理不同对话格式（单轮/多轮）及prompt注入。
4.学习SFT中的关键技术：损失计算时Mask非目标Token的Label（设置为-100）。
5.实践使用LLaMA-Factory框架通过命令行高效进行模型微调。
6.掌握多种医疗数据集（对话、术语规范化、报告生成）的预处理与整合方法。
7.应用Accuracy和BERTScore等指标，客观评估微调前后模型在特定任务上的性能提升。
8.获得对比分析原始模型与微调后模型效果差异的实践经验。
9.熟悉模型下载（ModelScope）、环境配置及模型保存等工程实践。

项目简介

为应对医疗领域影像数据解读耗时费力、依赖专家经验的现状，本项目基于多模态大模型 Qwen2-VL-2B-Instruct，通过针对医疗领域的 LoRA 微调构建一套智能辅助诊断系统。该系统旨在实现医学影像与自然语言的深度跨模态理解与交互，能够处理包括 CT、X光、病理切片在内的多种医学图像。通过利用 LLaMA-Factory 进行高效微调，借助 Xinference 实现生产级部署，并提供 OpenAI 兼容API。本项目致力于为医生提供智能化的辅助诊断 建议、影像自动解读及结构化报告生成等服务，以提升诊疗效率与准确性。

医疗影像分析 多模态大模型 Qwen2-VL LLaMA-Factory 模型微调

跨模态理解 智能辅助诊断 Xinference

学习收获

1.掌握使用LLaMA-Factory框架对多模态大模型(Qwen2-VL)进行医疗领域适配微调的核心技术与流程。
2.实践使用LLaMA-Factory框架进行高效参数精调，特别是针对多模态任务采用LoRA适配技术。
3.学习设计与实现面向特定任务的损失函数，如结合分类与描述生成的多任务学习。
4.掌握使用Xinference框架进行生产级模型服务部署。
5.实践构建兼容OpenAI API标准的服务接口，实现多轮对话上下文管理。
6.全面体验从数据准备、模型微调、性能优化到服务化部署的端到端多模态AI应用开发流程。
7.探索AI在提升医疗影像分析自动化水平和辅助临床决策方面的巨大潜力。

项目简介

随着大语言模型（LLM）的快速发展，如何高效微调与部署国产大模型成为实际应用中的核心挑战。本项目基于智谱AI开源的GLM-4-9B-Chat模型，结合高效微调框架LLaMA-Factory实现 LoRA 微调，验证不同量化技术（8Bit/4Bit）对模型性能与资源占用的影响，并构建微调模型的OpenAI兼容接口，并集成至NextChat可视化平台。探索从模型微调（Lora）、轻量化（8Bit/4Bit量化）到可视化部署的全流程，旨在为中文场景下的垂直领域应用提供技术验证。

大语言模型 (LLM) GLM-4 LLaMA-Factory Fine-Tuning Lora

模型量化 轻量化部署 OpenAI API NextChat

学习收获

1.掌握使用LLaMA-Factory框架对主流大语言模型进行高效微调的核心操作与配置。
2.深入理解并实践LoRA微调的原理、适用场景及训练策略。
3.熟练应用8-Bit和4-Bit等模型量化技术，实现模型轻量化，降低显存占用。
4.掌握构建和处理自定义数据集的方法，支持Alpaca和ShareGPT等多种常用格式，并利用datasets库进行管理。
5.掌握将微调和量化后的模型封装成OpenAI兼容API接口的技术，实现服务的标准化部署。
6.获得将后端模型服务集成到NextChat等可视化前端平台的实战经验，构建完整的交互式应用。
7.全面体验从模型获取（ModelScope/HuggingFace）到最终应用的全流程，特别关注国产模型的优化与部署实践。