精选项目

开发了将自然语言指令转为 ABB GoFa 可执行操作的 LLM 任务规划器。

• 将指令拆解为多步骤任务列表，协调并行机器人操作并跟踪执行状态。
• 基于 Robot Web Services 与 RAPID 构建 MCP Server，支持设备查询、运动、抓取、放置与工具调用反馈。
• 加入执行失败处理与短期上下文，使规划器能够从失败动作中恢复并继续流程。

为第十二届 NVIDIA Sky Hackathon 开发了面向 UR 机器人抓取与工具取送任务的视觉-语言-动作智能体。

• 通过 LangGraph 智能体将语音请求转换为实时任务规划、工具选择与机器人动作。
• 结合 FastSAM、视觉语言模型、Strategy of Mind prompting 与 GraspNet 完成场景理解和抓取规划。
• 通过 MCP 暴露 UR 机器人动作，实现无碰撞工具抓取与取送；项目获得卓越奖（全国第二名）。

开发了一台沿指定路线自主运输并放置物体的竞赛机器人。

• 完成机械结构设计，并集成感知、执行与控制系统。
• 使用 STM32 与 CAN 总线协调直流电机、编码器电机、舵机与机械臂。
• 加入动态最短路径算法，将执行机构由单电机升级为三电机，总运行时间从 4 分 32 秒降至 3 分 15 秒，项目获得全国一等奖。

构建了一个受控智能体 Harness，将视觉参考、线框图与内容转化为响应式网页，并生成隔离的浏览器预览。

• 把视觉分析、页面设计、HTML 实现、验证、评审与预览发布编排为一个可观测工作流。
• 将设计、实现与质量评审委派给边界明确的专用子智能体，并实时展示计划、推理、工具调用与审批。
• 依赖线程级状态、Skills、文件系统隔离、重试、调用预算与确定性 HTML 质量门禁生成可验证产物。

开发了一个可配置的智能体工作站，将语言模型、制造知识、数字资产与产线操作绑定为可复用工作流。

• 支持配置智能体角色、目标、模型、知识库、数字资产和所承担的任务。
• 通过可视化工作流组合智能体与 Crew，并接入检索、模型获取、数据解析和设备控制工具。
• 通过 WebSocket 连接产线设备，支持设备控制、数据库查询、数据分析与监控。

构建了一个浏览器虚拟小镇，使可配置 AI 角色能够维持上下文并与其他角色交互。

• 支持定义 NPC 姓名、人口属性与性格，并管理角色之间的关系。
• 将 LangChain 智能体、上下文记忆与检索增强推理集成到 Phaser 环境。
• 支持多个地图，以及世界与角色配置的导入导出。

构建了一个将真实 B 站弹幕与评论转化为可追溯创作洞察的 AI 复盘工作台。

• 支持输入视频链接、BV 号或 b23.tv 短链，抓取真实反馈并展示数据分布。
• 流式展示分析过程，提取高频话题、情绪倾向、高价值反馈与可执行创作建议。
• 将每条洞察关联至原始评论或弹幕，并可视化用户等级、弹幕密度、情绪时间轴与重点反馈。

构建了一个用于组织文献、交流技术观点并与专用 LLM 智能体讨论问题的科研网站。

• 支持研究者管理个人 Top 100 论文，并按技术板块讨论；可发布观点、评论他人内容，并回到讨论所依据的原始材料。
• 提供可配置科研智能体，以及面向数字孪生研究微调的问答助手。

构建了一个自动应答租赁客户并辅助员工处理服务工单的 AI 消息系统。

• 通过 Twilio Webhook 接收 WhatsApp 消息，并实时同步到后端。
• 提供 WebSocket 工作台供员工审核对话与智能体回复，并将请求转化为带状态、优先级、房源与审批信息的可追踪工单。

开发了一个结合网页上下文、视觉理解、搜索与个人知识库的浏览器内 AI 助手。

• 基于当前网页内容回答问题，无需将材料复制到独立聊天应用。
• 使用视觉语言模型完成图像识别与视觉问答，并支持联网搜索与知识库访问。