项目一：生产计划排产辅助系统

项目角色： 独立开发 / 需求分析 / 功能设计 / 测试优化
技术栈： Python、PyQt6、pandas、NumPy、Excel、OCR、AI 工具辅助开发

项目描述：
结合制造部生产计划、物料核对、库存分析、加工单缺口计算等实际工作场景，独立开发生产计划排产辅助程序，用于替代大量人工 Excel 核对和重复统计工作。

主要功能：

1. 支持生产计划、库存、出库、加工单、物料对照表等多类 Excel 数据导入与清洗。
2. 实现机型、物料编码、线体、工单等字段的自动匹配与校验，发现不一致数据时进行异常提示。
3. 实现库存覆盖分析、加工单缺口计算、订单缺口对比、物料需求统计等功能。
4. 支持结果导出 Excel，便于生产计划、物料核对和异常跟进。
5. 开发 PyQt6 图形界面，方便非技术人员直接操作使用。
6. 加入 OCR 识别功能，支持从图片中识别计划信息，减少手工录入。

项目成果：
该工具应用于日常生产计划和物料核对工作中，减少了重复人工统计，提高了数据处理效率和准确性，辅助发现物料缺口、计划异常和库存风险。

---

项目二：YOLOv11 物体识别应用

项目角色： 独立开发 / 模型测试 / 识别效果优化
技术栈： Python、YOLOv11、OpenCV、AI 视觉识别

项目描述：
基于 YOLOv11 开发物体识别功能，用于对图片或视频中的目标物体进行自动检测和识别，探索 AI 视觉技术在实际业务场景中的应用。

主要功能：

1. 搭建 YOLOv11 目标检测环境，完成模型调用和识别流程测试。
2. 支持图片、视频中的目标物体检测，并输出识别结果。
3. 结合实际场景对识别效果进行调试和优化。
4. 可用于物体识别、数量统计、异常识别等场景的基础开发。

项目成果：
具备 AI 视觉识别项目开发经验，能够将 YOLO 目标检测技术应用到实际业务辅助场景中。

---

项目三：AI 工具辅助办公与自动化开发

项目角色： AI 工具应用 / 本地模型部署 / 效率优化
技术栈： 本地部署 Qwen 3.6 27B、GPT、Gemini、Kimi、Claude、Python

项目描述：
在日常工作和程序开发过程中，使用本地部署大模型及多种 AI 工具辅助代码编写、数据分析、文档整理、问题排查和方案优化。

主要内容：

1. 使用本地部署的 Qwen 3.6 27B 模型进行代码辅助、思路整理和问题分析。
2. 结合 GPT、Gemini、Kimi、Claude 等工具提高代码开发、文档撰写和数据处理效率。
3. 将 AI 工具与 Python、Excel 自动化结合，用于解决实际办公和生产数据处理问题。
4. 通过 AI 辅助排查程序报错、优化功能逻辑、整理项目说明和简历材料。

项目成果：
提升了自动化开发效率和问题解决速度，形成“业务理解 + 数据处理 + AI 辅助开发”的工作方式。