兼职招聘

项目编号：【42345】 一个简单web端的后台 ，主要任务是用Cucumber，Gherkin写简单的主流程ui自动化脚本

项目编号：【185135】 1、我们公司主要运营ETSY跨境电商平台，产品上架，订单导出及发货整体运营流程。 2、这个项目需要将ETSY订单界面的所有完整订单信息进行导出Excel

项目编号：【185134】 我的需求：期货交易系统第三方代码开发需求 一、项目背景 本人为个人期货交易者，需要第三方专业程序员/开发团队，根据我的交易策略逻辑，编写可实盘运行的自动化交易程序，本人不具备编程能力，全程委托代码编写、调试、部署。 二、核心需求 1. 编程语言与框架 ◦ 基于 Python 开发，优先支持国内期货常用框架：vn.py ◦ 代码结构清晰、注释完整，方便后期维护、修改策略参数。 2. 策略功能要求 ◦ 对接国内正规期货公司API，实现全自动程序化交易：自动行情读取、信号判断、下单、撤单、止盈止损。 ◦ 支持商品期货日盘 + 夜盘交易时段，适配夜盘行情波动特性。 ◦ 策略为中低频、进取型“一波流”趋势策略，只做明确趋势波段。 ◦ 具备风险控制：单笔最大亏损、单日最大亏损、仓位上限、防重复下单、防漏单。 3. 交付要求 ◦ 提供完整源代码，不含加密、后门、时限锁定。 ◦ 协助部署到我的电脑，配置好期货账户、运行环境。 ◦ 简单教学：如何启动、修改参数、查看日志、启停策略。 4. 非功能要求 ◦ 程序运行稳定、不卡顿、不崩溃，支持长时间挂机。 ◦ 能回测历史数据，验证策略效果。 三、我方提供 • 完整策略入场、出场、止损、止盈逻辑。 • 明确的交易品种、仓位、风控参数。 • 配合测试、反馈实盘运行问题。 四、我方期望 • 开发者有期货量化、vn.py、实盘自动化交易开发经验。 • 沟通清晰，能把我的交易逻辑准确翻译成代码。 补充一下： 1.配置中心（参数与代码分离） 所有参数统一管理，回测、实盘用同一套，不改代码、只改配置，方便迭代。 2. 数据层（统一行情标准） 实盘行情、历史回测数据，规则、K线、精度完全一致，从根源保证数据不偏差。 3. 策略层（纯信号计算） 只算买卖信号，回测与实盘完全同一套代码，不做任何修改。 4. 独立风控层（全局风控） 仓位、风险、止损、单日最大亏损、防重复开仓，独立于策略，回测实盘共用。 5. 回测引擎（独立模块） 模拟成交、滑点、手续费、资金、持仓，专门验证策略有效性。 6. 实盘执行引擎（独立模块） 真实下单、接口规范与回测引擎完全一致，保证回测 ≈ 实盘。 7. 日志 & 复盘评估层 回测、实盘用同一套统计指标，方便对比、校验一致性。 8.三大模块独立回测（周期参数、月度节奏控制、套利策略）

项目编号：【42344】 需开发物联网硬件

项目编号：【185125】 管材母料管件下料分析与动态报价平台 第一部分：AI 智能解析与编码（标准化入口） 目标：将凌乱的询单/采购单转化为系统可计算的编码。 多模态 AI 识别： 识别管件品名（弯头、三通、异径管）、规格（外径*厚度）、材质、执行标准。 核心进化：AI 需根据标准自动反推“管坯下料长度”。（例如：90° 弯头需自动计算其推制前的直管坯长度）。 固定格式转化： 统一为：[制作标准] + [管件种类] + [标准尺寸/壁厚] + [公差] + [定制需求]。 智能编码： 生成唯一编码，关联该管件所需的原材料管子规格。 第二部分：极致压榨下料算法（核心计算） 目标：在 12m-12.5m 的管子原料上，实现“寸料寸金”。 管坯套料算法 (Pipe-to-Fitting Nesting)： 将不同订单、不同品种（弯头+三通+直管段）的管坯毛料，全部打散混编。 针对 12m-12.5m 动态母材长度，计算出全局利用率最高的切割组合。 余料库强制挤压 系统在动用整管前，必须自动检索历史余料。 逻辑：如果库存有 1.5m 的管头，算法必须优先将其分配给 1.3m 的弯头毛料。 生产指令输出： 自动生成自定义标题的报告（3.1-3.5）：切割清单、下料摘要、库存利用率分析。 目标：实时对接“网络公开原料数据”，替代人工报价和排产。 实时行情联动： 自动抓取“网络公开原料数据”原材料（无缝管/焊管/不锈钢管）的市场浮动价格。 AI 自动化报价： 管件报价 = [ (母管实时单价 / 算法利用率) + 加工费 + 损耗 ] * 利润系数。 实现从“收到询单”到“吐出报价”全过程无人工干预。 实际成本回溯： 记录每一根 12.x 米母材的真实产出，自动修正后续报价的损耗参数，确保护航利润。 AI-MES 自用系统：管理原料入库、管件产出、余料标记、扫码流转。 订阅制行业门户： 报价网页/APP：供客户查询基于实时原料价的管件参考价。 工具站：提供管件重量计算、标准公差查询、切割展开图预览。 交付标准说明 『1980梳理原型』交付需要完成：项目需求说明文档、产品结构图、模块功能梳理清单。相关产品结果由平台统一按标准审核后交付客户。项目资料安全起见，以下参考文档来自不同项目，局部都已经打散重新组合。 项目需求说明文档 1.项目需求说明文档 包含如下部分，交付客户时『项目需求说明文档』需要转换成pdf a、文档结构说明部分 封面 项目说明 产品架构 b、产品需求描述部分 产品结构图 核心业务流程图 功能模块及需求说明 项目需求说明文档_参考示例.docx 产品结构图 产品结构图或产品逻辑图、产品脑图；核心业务流程图 a、产品结构图 结构图|逻辑图 b、核心业务流程图 核心流程图 模块功能梳理清单 『模块功能梳理清单』是重点核心，必须细致到所有功能点。 具体请看链接：http://support.proginn.com/case/archetype1980/

项目编号：【42342】 相亲网站用户数据

项目编号：【42341】 更改美化h5应用界面

项目编号：【42339】 工作内容： 1负责游戏Java服务器的部署/维护，以及日常bug修复和简单逻辑修改； 2远程工程，兼职工作； 要求： 拥有5年及以上的Java游戏服务器开发工作经验； 熟悉springboot、Netty、Doris、mysql、luban； 能独立完成项目开发、部署、维护，日常bug维护

项目编号：【42336】 做一个多品牌无人零售柜统一运营管理SaaS平台 一、核心需求 1．统一接入：对接嗨便利、轻购云、映翰通、小麦便利4家无人柜设备，兼容HTTP/MQTT/TCP/回调多种协议 2．数据统一：设备、订单、库存、支付、告警、用户六大中心标准化聚合 3．AI能力：AI选品/销量预测/智能补货/动态定价/防损/自动分账 4．SaaS多租户：超级管理员→运营商→点位主→运维四级角色，数据隔离、多级分账 5．应用终端：总后台+运营商后台+点位主后台+运维APP+数据大屏 6．技术固定：后端Go/Java、前端Vue3、数据库MySQL+Redis、AI用Python+大模型API 二、建设目的 1.用一个后台管理全品牌无人柜，替代多厂商分散后台 2.实现设备、订单、库存、财务统一管控，降低运营成本 3.用AI替代人工做选品、补货、定价、防损，提升效率与收益 4.打造可商用SaaS系统，支持招商、卖系统、收年费 5.规范开发与验收，避免烂尾、减配、交付不完整 三、预期效果 1.管控效率：4家设备状态/订单/库存实时同步，远程控制 2.运营效果：AI预测+补货+定价，减少缺货/损耗，提升营收 3.商业效果：多级分账自动结算，支持多运营商规模化扩张

项目编号：【185113】 基于 Gemini API 的 B2B 电商 AI 换装 SaaS (Web端 MVP) 一、 项目背景与商业模式 本项目旨在开发一款面向传统服装制造工厂及跨境中小卖家的 AI 换装 Web 应用（核心对标 Lovart 工作流）。 核心商业逻辑：解决商家请不起外模的痛点。用户上传服装平铺图、姿势图等元素，通过云端 AI 引擎生成多姿势的真人模特上身图。采用 SaaS 模式，预充值购买 Token 点数，按生成次数扣费。已有明确的工厂类种子客户和地推渠道。 二、 核心功能模块 (MVP 版本) 1. 前端交互 (UI/UX) - 核心要求：流畅的分层 Web 画布 技术栈倾向： Vue 3 或 React。 工作台页面： 需要一个直观的拖拽画布（Canvas）。用户需能在此区域上传、缩放并管理以下几类元素： 服装图（核心产品款式图） 面部图（指定模特面部特征） 背景图（自定义使用场景） 姿势图（指定模特的 Pose） 交互逻辑： 选中对应参数后，一键下发指令。右侧实时展示生成状态及历史图库（支持下载和变体生成）。 2. 核心 AI 业务流 (对接 Google Gemini API) 技术硬指标： 开发者必须熟悉海外大模型 API 对接，特别是必须熟练调用最新的 Gemini 3 Flash Image (内部代号 Nano Banana 2) 的图像接口。 业务逻辑： 重点使用该模型的 multi-image-to-image（多图合成与风格迁移）和 image+text-to-image（图文融合编辑）能力，将前端画布上的“款式+姿势+背景+面部”参数打包，精准回传给 API 生成最终的换装图。 需妥善处理海外 API 调用的网络转发、异步排队问题及生成失败的熔断重试机制。 3. 账户与计费系统 (SaaS 闭环) 账号体系： 手机号/微信扫码登录。 计费模型： 核心账本。数据库需精确记录用户的点数余额。每次成功调用 Gemini API 并返回成品图后，自动扣除对应点数（API 调用失败不扣费）。 支付接入： 接入微信支付/支付宝（NATIVE 或 JSAPI），实现购买充值套餐的自动到账。 三、 技术架构与部署方案 后端语言： Node.js / Go / Python 皆可（稳定、高并发能力强即可）。 部署架构： 核心服务器需部署于海外（如阿里云国际版或 AWS），以保障顺畅调用 Gemini API 并规避初期复杂的境内算法备案。需配置云存储（OSS/S3）存放用户的原始素材与生成的高清图集。 四、 接包方要求与交付 硬性要求： 必须是全栈开发者或成熟小团队。有实际对接海外主流生图模型 API（特别是 Gemini/Imagen 系列）开发 SaaS 应用经验者优先。（请带过往作品、Github 或演示链接沟通）。 交付物： 前后端完整源码、数据库字典、部署文档，并协助完成第一版云服务器的部署上线与支付打通。 五、 预算与合作方式 纯外包整包开发，预算面议（请附带基础报价和工期规划）。 若技术极度契合且看好本项目商业逻辑，可详谈“基础开发费 + 运营流水分成”的技术合伙模式。