核心痛点是数据导入、预览、SQL 编写、终端执行和 AI 问答割裂。项目设计四块布局：数据导入、数据预览、AI 对话、PowerShell 终端。核心流为：导入 CSV 或连接数据库 → 预览数据 → 用户提出分析需求 → AI 生成分析建议、SQL 或命令 → 用户在终端执行 → 结果进入下一轮分析。当前是单 Agent 数据助手，支持流式响应、多会话、模型选择和消息重生成，后续可扩展为 SQL

核心痛点是无人机图像数量大、人工筛选和标注成本高、检测训练链路分散。项目基于 FastAPI、CLIP、YOLOv11、LangChain/LangGraph、lakeFS/clake 和 Vue 构建，支持图像筛选、自动标注、YOLO 检测/训练和 AI 对话。核心流为：用户创建任务 → 读取图像 → CLIP 按自然语言条件筛选 → YOLO 检测或训练 → Worker 保存结果 → Web

核心痛点是 AI/Agent 社区缺少用户、内容、附件、权限和部署底座。项目基于 Spring Boot、Next.js、MySQL、Redis、MinIO 和 Docker Compose，实现注册登录、JWT 鉴权、管理员权限、话题发布和附件上传。它本身不是强推理项目，但可承载 Agent 分享社区、提示词市场、知识问答社区，并可接入内容总结、自动标签、问答检索等 Agent。

这是最典型的多 Agent 协作成果，解决 PPT 制作成本高、真人讲解不可规模化、录播无法互动的问题。系统支持 AI 生成 PPT、数字人讲解、语音打断、实时问答和断点恢复。核心长链为：用户输入主题 → 内容 Agent 生成大纲和讲解稿 → 视觉 Agent 设计布局 → PPT Agent 生成文件 → 测试/QA Agent 修复 → 导出 PDF → 数字人讲解。交互流为：用户语音打断

苍穹外卖从零开发

nuscnes数据集