接入了 RAG（检索增强生成） 与 AI 大模型（LLM） ，基于 DDD & EventSourcing 的现代响应式 CQRS 架构微服务开发的 MES 系统，主要面向单产线场景设计，提供工艺路线配置、产品与工单管理、生产进度跟踪、返修管理等核心功能。未来计划支持多产线、跨产线返修等更复杂场景。

深度学习入门与进阶实战合集，涵盖梯度下降、反向传播、人工神经网络（ANN）、卷积神经网络（CNN）、循环神经网络（RNN）及Transformer模型。通过手写代码与示例，助力理解核心算法与前沿架构，适合学习与研究深度学习的理想资源库。

Device-Job 是结合 DDD 思想的工业设备实时调度引擎，全程 AI 辅助设计，实现高实时、可靠、可扩展的任务调度。

Easy-RAG 是一个基于 LangChain4j 与 JuiceFS 构建的轻量级 RAG 知识库系统。它利用 JuiceFS 的文件通知机制，实时感知文档的新增、更新与删除，自动触发向量化索引更新，确保知识库始终与源文件保持同步。项目聚焦于简化企业级文档问答的落地成本，支持多种格式解析，提供高效、低延迟的检索增强生成能力，让知识管理更智能、更敏捷。欢迎使用与贡献！

自己开发一些组件，例如动态线程池等

由于本人公司工作中存在美国，日本等用户，在实现国际化的18n时十分的繁琐和麻烦，包括但不限于key的取名，维护两份翻译等等等，本仓库用于训练一个轻量级的翻译Ai，代替I18n这种