码市    39人浏览/16人投稿    949天前    已托管赏金

我的是一个积分购物商城APP。每过一段时间会不定期的需要更新改动。此次做商品分类更改以及商品广告添加。可以按天付费。

码市    236人浏览/16人投稿    1262天前    已托管赏金

针对三维模型的交易商城，可参考模型云、3D溜溜网等主流三维模型商城平台需区分用户端及后台管理端，实现不同角色的不同功能用户端需支持模型分类浏览、首页推荐、模型详情查看、购买、设计师模型上传、分销返佣、提现、个人中心、服务中心等功能管理端需支持对部分功能的后台自定义配置、管理，对用户、订单、模型作品的增删改查、审核流程、人工客服等功能详细功能需求见附件，项目将分2期实施，需求表中优先级为1的功能项目为本期实施范围要求承接方有类似商城类的设计和开发经验，对各业务逻辑有深度的理解和把控，能够为二期实施留出一定活口，能够输出对应流程方案、线框图等文档，提供源代码UI设计由我方提供

猿急送    40人浏览/16人投稿    774天前    已托管赏金

nestjs koa express vue 熟悉常用数据库 redis，mongo，mysql 熟悉 android，ios，小程序开发

猿急送    39人浏览/16人投稿    642天前    已托管赏金

一、需求描述： 类别：交互式可视化展示平台 进度：已经有产品文档、原型图、UI，需要技术开发。 功能：可交互的可视化大屏，一共三个页面，在点击后进行切换 技术：不限，TypeScript优先

猿急送    96人浏览/16人投稿    1015天前    已托管赏金

广告机信发系统 用于显示远程发布的图片/视频 需要支持局域网多设备同步播放 需要人在重庆或上海，方便寄设备调试 该项目会长期迭代，开发根据prd报价和交付 需要有责任心，能长期合作

实现    129人浏览/16人投稿    1217天前    已托管赏金

户外运动功能的C语言算法库开发，广州本地线下面对面工作。我方会为您讲解清楚该运动功能的算法，需要您在三个月的时间内写成算法库并完成测试与编译。最终交付文件包括源代码/编译文件/头文件说明等，由我方前端进行后续开发工作。此外由于在算法库适配过程中，可能会存在部分细节内容需要修改调试，因此希望您在项目结束后的未来六个月时间内仍乐于提供售后服务，我方会压部分尾款，在六个月售后期结束后或产品测试完成后（以先达成的条件为准）给与结清。有智能穿戴产品或单片机项目开发经验者优先，感谢。 请注意，因牵扯到该运动算法逻辑的讲解和功能交互的讲解。需要您在理解了该算法和功能需求的基础上，再按您自己的思路用C语言写出来，需要沟通较多，因此仅接受广州工作日驻场，不接受远程工作。

码市    34人浏览/16人投稿    949天前    已托管赏金

简介金山云文档内新数据录入后与原有统一文件夹内数据进行比对，并将相似数据呈现在新的表格里面 。功能需求利用Airscript（ Python）在金山云文档上进行运行，数据基础数据为表格数据。相似数据要求在新的数据表格内生成，并能直接点击后查找到源数据。

A5任务    30人浏览/16人投稿    784天前    已托管赏金

针对一个游戏app的外挂针对一个游戏app的外挂针对一个游戏app的外挂针对一个游戏app的外挂

开源众包    370人浏览/16人投稿    1406天前    已托管赏金

模拟经营游戏服务器功能，种植，商店，任务等模块具体接包后对需求

开源众包    157人浏览/16人投稿    1064天前    已托管赏金

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！