AI图形操作审计

项目背景

• 背景：实习（北京云集智造科技有限公司）
• 时间：2024.09～2025.02
• 公司：https://www.linkedsee.com

AI智能运维审计平台的新功能研发。针对实际场景中大量Windows图形化操作导致人力审计效率低下的问题，开发AI图形操作审计功能，突破产品需求方向，提升审计效率，助力企业全面实现数字化转型。

Python后端开发工程师

技术栈：Python、Django、Docker、Prompt、RAG、Redis、MySQL等

核心功能

1. 关键帧提取

   • 使用OpenCV库对视频进行关键帧提取，提取出关键帧作为识别素材，减少数据处理量，提升识别效率。

2. Prompt模板

   • 通过Prompt模板对视频内容进行识别，生成结构化识别结果，为后续分析提供基础数据。

3. RAG模型

   • 使用RAG（Retrieval-Augmented Generation）模型对识别素材进行检索，结合知识库数据，确保大模型识别的准确性。

4. Kafka队列

   • 使用Kafka作为消息队列，将审计任务异步添加到队列中，实现任务的高效调度与处理。

5. Redis缓存

   • 使用Redis作为缓存，提升数据查询效率，降低数据库负载。

6. Flask算法服务

   • 使用Flask搭建算法服务，消费Kafka消息队列中的任务，实时更新审计状态和结果，确保审计流程的实时性与准确性。

7. 整体架构

项目成果

• 产品Demo开发：作为负责人完成产品Demo的初期版本，验证技术可行性。
• 需求评估：向天使客户进行产品介绍与需求评估，收集反馈并优化产品功能。
• 效率提升：通过AI图形操作审计功能，显著减少人力审计工作量，提升审计效率。
• 技术突破：成功将RAG模型与Prompt模板结合，提升识别的准确性与智能化水平。