这几个系统,是真的跑起来过的
截图取自系统本身,不是效果图,也不是设计稿。
⚠️ 已脱敏:这些系统的委托方信息不在展示范围内,题目为通用表述,截图已逐张检查并裁去与项目功能无关的部分。
展示的是系统本身长什么样,不是任何一位具体客户的信息。
展示的是系统本身长什么样,不是任何一位具体客户的信息。
还有更多
这里先放四个代表性的,分别覆盖深度学习、大数据可视化与Web 管理系统三类。完整的项目展示在常温开发平台上:
一个真实交付的系统,长什么样
网上讲 AI 落地的文章很多,能给你看一个真的建成、能跑起来的完整系统的很少。
这页放我们自己开发的一套系统,以及它身上真实存在的问题。
放问题不是为了自嘲——"你说的和你交的对不上"是这个岗位最常见的死法,而现成的、可核对的标本很难找。这里有一个。
《火御智核》消防安全实时监测系统
一条从传感器到大屏的完整实时链路,外挂一层本地大模型的智能增强:
设备数据 → Kafka → Flink(实时计算 + 复杂事件识别)→ MySQL / Elasticsearch
↓
后端服务 → 可视化大屏
↑
本地大模型 + 向量库 + 检索问答服务
| 部分 | 内容 |
|---|---|
| 实时计算 | Flink 作业:窗口统计、阈值告警、复杂事件识别(烟温联动规则) |
| 两个真训练的模型 | 火焰/烟雾视觉检测(2 万+ 张公开数据集训练)· 温度预测与告警(6 万+ 条样本) |
| 私有化问答 | 本地部署的大模型 + 向量库,数据不出内网 |
| 真实知识库 | 国家消防技术规范条文 + 8 份场景处置预案(商场 / 地下车库 / 高层 / 仓储 / 电气 / 疏散等) |
| 真实公开数据 | 全国消防年度统计数据(多年份原始文本 + 结构化结果 + 抓取脚本) |
| 完整应用层 | 后端服务、可视化大屏、数据库建表与种子脚本 |
它为什么值得看:私有化那一层。
「数据不出内网」在制造、医疗、金融几乎是客户的第一句话。它不是一句口号,是一整套本地化部署的活——本地模型、离线依赖、内网向量库。这个系统里有一份能跑的答案,而不是架构图。
⭐ 然后是它身上的问题
这三处都是真实存在、我们没有偷偷改掉的。
一、报告里写了、代码里没有
技术报告列了一长串组件:Flume、Hive、Sqoop、HDFS、LangChain……其中好几样,代码里一个依赖都没有。
报告还出过第二版——第二版改了章节编号和目录页码,那几个词一个没删。
二、还没训练,就有了成绩
报告的创新点章节写着某模型「评估 AUC 0.93」,而同一份报告的实现状态表里,那个模型明明白白标着「规划中,待训练」。
一个还没开始训练的模型,有了 0.93 的成绩。
只要有人问一句"带我看看这个数怎么跑出来的",这个项目就塌了——而它本来完全不用塌,它真做出来的东西已经够硬了。
三、模型指标没那么好看
真实评测结果是公开的:视觉检测 mAP@0.5 = 0.767,不是 0.99。
指标取自训练产物 results.csv 第 50 轮:mAP@0.5=0.767 / mAP@0.5:0.95=0.445 / P=0.778 / R=0.693。时序告警模型 AUC=0.968(Kaggle 烟雾检测数据集,62,630 条)。
为什么把这些放出来
因为没有人是故意造假的。
写文档的时候想着"这个月底就能接上",写着写着就写成完成时了。而这个诱惑几乎必然会遇到,并且多半来自客户或者你老板:"先写上,反正到时候能做出来。"
这三处问题恰好覆盖了三种最典型的形态:
- 组件级——架构图上有,依赖里没有
- 指标级——数字先于事实存在
- 改版级——修订时只改了表面,实质错误留在原地
一个能自己发现这三类问题的人,和一个只会写"系统运行良好"的人,差的不是技术。
另一套:《智慧农业管理系统》
一个没有 AI 的传统业务系统——完整、能跑、有真实业务逻辑,但一行 AI 代码也没有。
放它是因为:真实工作里你接手的,大部分就是这种系统。
不是从零起一个干净项目,而是给一个已经在跑的老系统加 AI——数据结构是别人定的、接口没有文档、改坏了要担责。这件事的难度和"从零做一个 Demo"完全不是一回事,但它才是常态。
⚠️ 以上项目由北京常温教育科技有限公司自主开发。本页不提供源码下载。
指标与问题均为真实记录,欢迎逐条核对与推翻。