yang

@yangj81

yang 暂无简介

Python
yang的个人主页
/
关注的仓库(27)

    Watch yang / project-flow-ruoyi-flowable-dm forked from 蝉在叫 / RuoyYi-Flowable-Plus-DM

    基于KonBAI的ruoyi-flowable 0.8X(即ruoyi-vue-plus 4.8,flowable6.8)版本对国产数据库达梦DM8进行适配,同时适配xxl-job 2.4版本

    最近更新: 1个月前

    Watch 天津顺和信息技术有限责任公司 / RuoyYi-Flowable-Plus-DM forked from 蝉在叫 / RuoyYi-Flowable-Plus-DM

    基于KonBAI的ruoyi-flowable 0.8X(即ruoyi-vue-plus 4.8,flowable6.8)版本对国产数据库达梦DM8进行适配,同时适配xxl-job 2.4版本

    最近更新: 1个月前

    Watch 天津顺和信息技术有限责任公司 / RuoYi-Vue-Plus forked from dromara / RuoYi-Vue-Plus

    多租户后台管理系统 重写RuoYi-Vue所有功能 集成 Sa-Token、Mybatis-Plus、WarmFlow、SpringDoc、Hutool、OSS 定期同步

    最近更新: 1个月前

    Watch 天津顺和信息技术有限责任公司 / RuoYi-Flowable-Plus forked from KonBAI / RuoYi-Flowable-Plus

    本项目基于 RuoYi-Vue-Plus 进行二次开发扩展Flowable工作流功能,支持在线表单设计和丰富的工作流程设计能力。如果觉得这个项目不错,麻烦点个star🌟。

    最近更新: 1个月前

    Watch 天津顺和信息技术有限责任公司 / ruoyi-element-ai forked from 何嘉悦 / ruoyi-element-ai

    🎨🎨🎨 Vue3.5 + Element-Plus-X1.2 + ruoyiAI,推出仿豆包/通义,企业级AI-PC端应用模版,助力企业快速搭建-全栈AI项目

    最近更新: 2个月前

    Watch 天津顺和信息技术有限责任公司 / MaxKB4j forked from 泰山AI / MaxKB4j

    🔥MaxKB4j 是一款基于Java语言开发的LLM工作流应用和 RAG 的开源LLMOps平台,项目主要借鉴了MaxKB、AIFlowy、Dify和FastGPT, 使用高性能、高稳定性以及安全可靠的JAVA语言重新设计开发。MaxKB4j广泛应用于智能客服、企业内部知识库、学术研究与教育等场景。

    最近更新: 2个月前

    Watch 天津顺和信息技术有限责任公司 / ruoyi-ai forked from ageerle / ruoyi-ai

    企业级AI应用开发框架,支持多厂商大模型统一接入与管理,安全可控的企业知识库与高精度检索优化能力,提供可视化流程编排、自主决策智能体与多智能体协同调度,兼容主流 Agent Skill 协议,帮助企业与开发者零门槛快速构建安全、高效、可落地的AI智能体应用与行业解决方案。

    最近更新: 2个月前

    Watch yang / EasyAi forked from dromara / EasyAi

    国内人气最高的Java人工智能算法框架(java版pytorch)。它可以Maven一键丝滑引入我们的Java项目,无需任何额外的环境配置与依赖,做到开箱即用。再者,它既有一些我们已经封装好的图像目标检测及人工智能客服的模块,也提供各种深度学习,机器学习,强化学习,启发式学习,矩阵运算,求导函数,求偏导函数等底层算法工具。

    最近更新: 3个月前

    Watch yang / G2 forked from antv / G2

    G2 是一套基于可视化编码的图形语法,以数据驱动,具有高度的易用性和扩展性,用户无需关注各种繁琐的实现细节,一条语句即可构建出各种各样的可交互的统计图表。

    最近更新: 3个月前

    Watch 天津顺和信息技术有限责任公司 / L7 forked from antv / L7

    L7 是由蚂蚁金服 AntV 数据可视化团队推出的基于 WebGL 的开源大规模地理空间数据可视分析开发框架。L7 中的 L 代表 Location,7 代表世界七大洲,寓意能为全球位置数据提供可视分析的能力。L7 以图形符号学为理论基础,将抽象复杂的空间数据转化成 2D、3D 符号,通过颜色、大小、体积、纹理等视觉变量实现丰富的可视化表达。

    最近更新: 3个月前

搜索帮助