用Flask 框架搭建后端,处理用户请求、管理数据库和实现业务逻辑;使用 SQLite(也可切换为MySQL等)进行数据存储;前端借助 HTML、CSS 和 JavaScript 构建页面,提供交互界面;还运用了 Waitress 或 Gunicorn 等工具部署服务,同时可能涉及AI技术进行故障分析
还有大模型的api拓展应用,熟悉rag的原理和优化方法,熟悉neo4j知识图谱的构建以及nlp流水线的使用等等。
Java py c 等等主流编程语言都熟悉
1.智能报修系统:为宁波大学信息学院构建了实验室智能运维系统,实现紧急智能大模型基于知识图谱的快速应答和常规报修流程的功能
2.知识库管理器:利用embedding模型配合大语言模型实现了双模式处理大型知识库分片筛选生成特定小知识库,在有效规避传统rag暴力拆分知识库造成深度语义检索精度低的同时又实现了高效的筛选和更长的上下文功能