AI搜索与RAG准备
在导入LLM搜索之前，先整理文档、研究笔记、手册和CSV数据。
- 把内部文档和研究资料分类为可搜索单位
- 准备RAG所需的数据结构、关键词、同义词和分块规则
- 制作评价记录、改善方针和运用步骤
服务内容
把研究开发资产变成现场可以真正使用的系统。
可支援AI搜索、RAG前处理、农业与计测现场DX、旧C/Java资产修复、图像识别环境和实用Web仪表盘。可以从一份资料、一个CSV、一个截图或一个旧源代码文件夹开始。
农业与计测现场DX
面向现场计测、条码作业、Android终端和CSV记录构建实用工具。
- Android应用与Bluetooth/HID/SPP/BLE设备连接
- 项目、模板、表型和CSV管理
- 进度、重复、剩余时间和直方图可视化
旧C/Java资产修复
阅读旧源代码，恢复构建环境，判断应修复、迁移、再利用或废止的部分。
- C/C++内存问题、类型扩展、Visual Studio迁移
- Java/SWT/Tomcat资产调查和迁移规划
- 源代码整理、操作手册和验证报告
图像识别与联邦学习环境
为YOLO、Flower、Docker和测试数据准备小而可复现的AI环境。
- YOLO训练/推理环境和测试数据准备
- Flower服务器/客户端结构
- Dockerfile、compose.yaml和执行步骤书
推进方式
- 资料确认确认现有资料、源代码、画面和运用问题。
- 整理范围决定是诊断、PoC、修复、正式开发还是维护。
- 设计与估算明确功能、交付物、期间和确认方法。
- 实现与验证制作可运行成果，并用日志、画面和数据确认。
- 交付与维护整理源代码、执行文件、步骤书和报告。