开源众包    301人浏览/10人投稿    856天前    已托管赏金

需要开发一款程序满足下列要求：示例项目：移动验房（可在使用除GooglePlay之外的各大安卓内核系统应用商店下载）

码市    245人浏览/9人投稿    856天前    已托管赏金

需要快速开发一个javafx gui demo，不涉及处理数据的算法，只需要一个gui框架，具体见图左上部分为rtsp流，需要用vlcj读取播放，视频流上方需要读取本地mysql数据库中sensor的位置进行二维标点左下部分为单独的位置标点，不需要划线只是和上方一样的二维标点即可。右侧是sensor id list，选中后视频流上对应的点突出显示，同时右侧显示出实时的数据折线图，图中数据通过读本地mysql对应sensor表中最新的60个点得到，每秒刷新一次上方中间折线图通过对下方折线图进行处理得到，与下方折线图同步刷新，此处不需要实现具体算法，因为仅仅是demo演示，随便写个/2即可右上单独窗口的算法也不需要实现，留个图片占位即可demo需要跨平台展示，因此vlc视频流播放需要对windows，linux，mac进行适配

开源众包    187人浏览/32人投稿    856天前    已托管赏金

本公司旅行社，需要开发微信小程序帮助出行客人预约景点门票，有意者私聊

开源众包    419人浏览/39人投稿    856天前    已托管赏金

1.通过u盘 CF卡 或者在线下载等方式存储二维码到存储库2.调用二维码扫描头模组 执行扫描二维码3.识别二维码信息4.检索及对比储存库已有二维码信息5.有相同二维码信息则执行一个指令（指令下发高低频信息给下位单片机））6.无相同二维码信息则发出报错提示音且不执行任何指令7.统计二维码使用信息并汇总（可上传服务器）8.适配HaaS506开发板或者树莓派 Raspberry Pi 4B使用

开源众包    295人浏览/26人投稿    856天前    已托管赏金

1商城项目，产品定制家具；2网站需要：多语种相同后缀域名2DIV+CSS3+HTML5,整站布局；整站HTML5多页面展示；3响应建设：PC，手机，平板；4软件翻译小语种人工审核+纯关键字人工翻译；5添加访问统计，记录网站访问量，访问页面，停留时间；6核心关键词+实惠网系统，自动布局，添加高转化率关键词，对应国家谷歌；7SEO推广。8仅限个人开发者。预算1500

开源众包    131人浏览/19人投稿    856天前    已托管赏金

USIM USSD设置

开源众包    131人浏览/8人投稿    856天前    已托管赏金

岗位要求：1、负责微信小程序的开发和维护工作，熟悉微信平台接口及微信小程序功能研发；2、配合后端完成接口调试、独立开发微信小程序公用模块以及相关业务需求；3、根据业务需求，设计并实现技术解决方案。4、参与产品开发并参与讨论用户体验。任职资格：1、2年及以上研发经验，了解Java或Nodejs开发，掌握WXML、WXSS，2、精通HTML5、CSS3、JavaScript前端技术，熟悉常见JS开发框架（如：React、Vue等），能根据项目需求完成前端功能实现;3、在交互开发、用户体验等方面有自己的见解，能主动根据业务需要，提出合理的方案；4、有成熟小程序产品，有微信开发、微信支付等经验者优先;5、有强烈的责任心，工作积极主动，具有很强的沟通表达能力及团队合作精神。6、做过微信小程序开发实际项目者有限考虑；7、熟悉前端性能优化，并对用户体验、可用性、易用性以及UCD的设计理念有一定理解和研究;8、能与后台开发有效好的配合，打通前后端开发9、熟悉微信小程序开发流程，学习能力强，喜欢尝试新知识。

匠迹众包    324人浏览/50人投稿    856天前    已托管赏金

BeaEngine反汇编引擎接口封装改装

开源众包    134人浏览/16人投稿    856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！

匠迹众包    261人浏览/31人投稿    856天前    已托管赏金

视频时长自动匹配