实现网
GraphRAG 系统开发工程师 远程兼职
Python
GraphRAG
Knowledge Graph
Vector Search
LLM

🌐 GraphRAG 开发者挑战赛——法律文档处理(原型) 职位类型: 合同 / 自由职业 报酬方式: 仅在通过评测(总体得分 95% 以上)后支付 开发周期: 从接收材料起 7–10 天内完成现场演示 项目范围: GraphRAG 原型(无前端、无生产环境) 我们正在寻找一位紧跟当前图结构检索(Graph-based Retrieval)研究的专家,能够为法律文档设计一个高精度 GraphRAG 管道系统。 本项目不是聊天机器人或界面开发项目,也不是比拼延迟速度的竞赛。 系统可包含多跳检索或智能 Agent 调度。 知识图谱的构建与遍历属于项目范围。 ⚠️ 必须实现 GraphRAG,而非普通的 RAG! 📂 你将获得的资料 /docs/ → 10 份预处理的 Markdown 法律文档(包含丰富元数据) /sample_questions.json → 2 个示例问题(格式参考) /sample_answers_rag.json → 2 个示例答案(风格与结构参考) 以上仅为格式参考。正式评测将使用未公开的新问题。 🛠️ 你需要完成的内容(仅限原型阶段) 请在 Python 3.12 环境下(Poetry 项目结构)实现以下两个函数: def ingest(document_paths: List[str]) -> None: """导入提供的法律 Markdown 文档,构建知识图谱等。""" def query(questions: List[str]) -> List[str]: """返回基于检索结果的答案,并使用 Vancouver 风格的引文格式。""" 要求: 无需前端 UI、无需 API Key、无需云环境; 可使用任意技术栈,重点在于方法与结果; query(...) 必须支持并行执行,并能在终端显示进度; 在 60 分钟的现场测试中需处理约 400 个问题。 🧪 评测与报酬(如何获得支付) 你在本地使用示例文件进行开发与调试; 现场测试时(60 分钟内),我们提供约 400 个新问题; 你运行 query(...) 并生成 /answers.json 文件; 我们使用 LLM 作为评测者对你的答案进行打分(你无需构建评估框架)。 若你的总体得分在以下四项指标中超过 95%,则视为通过: 忠实性(Faithfulness):无幻觉,回答内容来源明确; 相关性(Relevance):检索内容与问题高度匹配; 完整性(Completeness):覆盖问题的所有关键要点; 清晰度(Clarity):结构清晰、逻辑严谨、法律表达规范。 通过后需提交完整代码库(包含仓库、Poetry 锁文件、运行说明及技术说明文档)。 我们验证可复现性后支付报酬,并考虑与你签订长期合作。 注意事项: 不使用 F1 指标; 不考察延迟时间; 官方统一运行评测; 若未通过评测 → 无报酬,你保留代码所有权;不做例外处理。 英文版:We’re hiring an expert who follows current graph-based retrieval research and can design a high-accuracy GraphRAG pipeline for legal documents. This is not a chatbot/UI project and not a latency contest. The system may include multi-hop/agentic orchestration. Knowledge-graph construction and traversal are in scope. Must be GraphRAG not vanilla RAG! ---------------------------------------------------------------------- 📂 What You Receive - /docs/ → 10 pre-processed Markdown legal documents (rich metadata) - /sample_questions.json → 2 sample questions (format reference) - /sample_answers_rag.json → 2 sample answers (style/structure reference) These are for orientation only. The live benchmark uses unseen questions. ---------------------------------------------------------------------- 🛠️ What You Must Build (Prototype Only) Expose exactly two Python functions (Python 3.12, Poetry project): def ingest(document_paths: List[str]) - None: """Ingest the provided legal markdown documents, build knowledge graph etc.""" def query(questions: List[str]) - List[str]: """Return answers as strings with Vancouver-style citations grounded in retrieved sources.""" - No UI, no API keys provided, no cloud required - Use any stack—we care about your approach and results, not tools - query(...) must support parallel execution to process ~400 questions in the 60-min live session. Must show a progress indicator in the terminal. ---------------------------------------------------------------------- 🧪 Demo & Evaluation (How You Get Paid) - You implement locally using the samples for orientation - Live 60-min session: we provide ~400 questions - You run query(...) live and produce /answers.json - We run the benchmark (LLM-as-judge) on your answers; you don’t need to build an evaluation framework If your overall score is more than 95% across: • Faithfulness (no hallucinations; grounded in retrieved text) • Relevance (retrieval matches the query) • Completeness (key points fully covered) • Clarity (clear, structured, legally coherent) You hand over the entire codebase (repo, Poetry lock, run instructions, and short tech note). Payment is released only after you deliver the full repo and we verify reproducibility. You are considered for hiring/further engagement. NOTE: - We do not use F1 - We do not measure latency - We run the benchmark - Fail → No payment; you keep your code. No exceptions

预估 7000 元

Superset 前端定制 & 告警系统 远程兼职
React
TypeScript

我们正在寻找一位有经验的 兼职工程师,帮助我们对 Apache Superset 进行前端定制化开发,并优化其 Alerts & Reports 系统。如果你对开源 BI 工具充满热情,熟悉数据可视化和前端技术,欢迎加入我们! 📌 工作内容 1. 前端定制化开发 * 修改 Superset 前端界面(UI/UX、主题、登录页面、交互优化)。 * 开发或集成新的数据可视化插件(基于 D3.js 或 ECharts)。 * 调整组件交互逻辑,提升用户体验。 2. 告警与通知系统优化 * 基于 Superset 内置 Alerts & Reports,扩展告警功能。 * 集成第三方通知渠道(如 Slack、Teams、飞书、钉钉、Webhook 等)。 * 优化阈值告警和报表推送逻辑,提升可靠性。 3. 技术协作 * 与后端工程师配合,使用 Superset API/数据库视图对接数据。 * 提供文档与简单使用说明,方便业务团队使用。 🎯 技能要求 * 熟练掌握 React + TypeScript + Redux,熟悉 Ant Design。 * 有 Superset 前端二次开发 经验,了解 Superset 插件系统。 * 熟悉 D3.js / ECharts 等数据可视化库。 * 了解 Superset Alerts & Reports 机制,能基于 Webhooks/集成平台(Slack、Teams、飞书等)做扩展。 * 加分项:有 Flask / Python 基础,能调试 Superset 后端 API。 💼 工作方式 * 兼职 / 远程,时间灵活。 * 按模块或工作量结算,具体报酬可面议。 * 项目周期预计 2–3 个月,后续可能长期合作。 📮 联系方式 有兴趣的朋友请发送简历 / GitHub / 相关作品 请在标题注明「Superset兼职申请」。

Small 9af25465b191f8cb762bef407b50ddd6
昵称登录后显示 大约 2 个月前发布

预估 100000 元

已有8人投递
远程兼职-AI Agent智能体开发工程师 远程兼职
AI Agent
GPT
Claude

岗位职责 参与AI Agent智能体的设计、开发与优化,包括但不限于:任务规划、知识库构建、多模态交互(文本/语音/图像)等模块。 基于大语言模型(如GPT、Claude、LLaMA等)或强化学习框架,开发高效、可扩展的智能体逻辑。 对接实际应用场景(如客服、自动化流程、游戏NPC等),完成需求分析、功能实现及性能调优。 解决AI Agent在复杂环境中的推理、决策和动态适应问题,提升交互自然度和任务完成率。 撰写技术文档,协助团队进行代码审查和知识分享。 任职要求 必备技能: 熟悉Python/Java/C++等语言,有AI相关项目开发经验(需提供案例)。 掌握主流AI框架(LangChain、AutoGPT、Rasa、TensorFlow/PyTorch等)。 理解Agent架构(如ReAct、AutoGen)、多智能体协作(MADP)或强化学习(RL)优先。 熟悉API集成、数据库交互及基础云计算服务(AWS/Azure/阿里云)。 加分项: 有LLM微调、Prompt工程或垂直领域Agent(如金融、电商)开发经验。 熟悉知识图谱、因果推理或可解释性AI技术。 在GitHub有AI Agent相关开源项目贡献。 软性要求: 良好的自学能力和问题解决能力,适应远程协作(使用Git/Jira/Slack等工具)。 对AI前沿技术敏感,能快速理解业务需求并落地。

Small 769dc2c341d68b38aac824013341cf41
昵称登录后显示 3 个月前发布

预估 5000 元

已有7人投递
爬虫软件开发 远程兼职
易语言

抖音商家采集工具需求说明 一、软件核心功能 自动采集抖音平台公开显示的商家公司名称和联系电话,导出为本地文件(如CSV格式)。 二、关键附加功能 1. 分享推广功能 - 用户可生成专属邀请码/分享链接 - 好友通过邀请码注册并购买VIP后:分享者自动获得奖励(如采集额度或VIP时长) - 界面实时显示邀请进度和已获奖励 2. 在线支付与自动开通VIP - 集成第三方支付(支付宝/微信/银联) - 支付成功时:系统后台自动开通VIP(无需人工操作),用户端10秒内解除所有采集限制,界面显示“VIP已生效”提示 3. 邀请好友奖励规则 - 好友完成注册试用:分享者获赠500条采集额度 - 好友购买VIP:分享者获赠30天VIP或永久额度提升 三、系统运作流程 用户试用 → 采集1000条 → 功能受限 → 选择操作: └─ 支付开通VIP → 系统自动解锁 └─ 分享邀请码 → 好友购买VIP → 奖励自动到账 四、技术要求 1. 后端必备 - 支付成功回调接口 - 实时VIP权限开通服务 - 自动化邀请关系绑定与奖励发放 2. 前端必备 - 清晰展示:剩余额度、VIP状态、邀请数据 - 一键生成邀请码按钮 - 第三方支付跳转入口 五、交付清单 - 带试用/支付/分享功能的EXE桌面程序 - 基础管理后台: ✓ 用户订单状态查看 ✓ 奖励规则配置(如修改赠送额度)

Small 86fdc7563945f6ab2d8fb97056370f3b
昵称登录后显示 4 个月前发布

预估 8000 元

已有4人投递
客户系统支持专员(驻场兼职,英文流利沟通) 远程兼职
金蝶星空云,power BI

职位核心职责 该岗位主要负责 直接支持客户的客户(终端用户),确保他们能正确使用公司开发的系统(基于金蝶云星空、Power BI 和中间件平台)。 工作安排 • 兼职模式:每周 2-3天 • 工作地点:客户现场,黄浦区南京东路地铁站附近 具体职责包括: 1. 系统培训与用户支持 • 直接面向 客户的客户(终端用户),提供系统操作培训,解答使用问题。 • 指导用户使用 Power BI 报表(数据筛选、提取、可视化分析)。 • 协助用户理解 金蝶云星空采购/销售模块 的操作流程。 • 解释中间件平台 的数据展示逻辑,帮助用户理解订单、库存等关键数据的来源和含义。 2. 问题排查与基础技术支持 • 收集用户反馈,记录常见问题,并协调内部团队优化系统。 • 针对 Power BI 报表 的显示或计算问题,进行初步排查(如数据源问题、DAX公式错误)。 • 针对 金蝶系统 的操作问题(如单据录入、审批流程),提供解决方案。 • 对 中间件平台 的数据同步异常、以及用户问题进行初步分析,并反馈给开发团队。 任职要求 • 2-3年相关经验,熟悉金蝶云星空(采购/销售模块)和Power BI。 • 具备良好的沟通能力,能直接面向终端客户提供培训和支持。 • 学习能力强,能快速掌握公司定制化的中间件平台逻辑。 • 英文能流利沟通 • 加分项: o 了解金蝶BOS Designer,能处理简单定制需求。 o 熟悉DAX函数,能优化Power BI报表性能。

Small 6e05c9f4ee16f709846e63274a384f6d
昵称登录后显示 4 个月前发布

预估 25000 元

已有1人投递
UX设计师(驻场兼职1-2月) 远程全职

资深UX设计师(驻场兼职1-2月) 工作地点:上海市徐汇区漕河泾开发区地铁站附近(驻场) 工作时间:周一至周五 8:30-17:30 英语口语要求:流利沟通 ________________________________________ 职位描述 我们正在寻找一位经验丰富的资深UX专家(10年以上工作经验),全面负责B2B网络应用的用户体验战略规划与设计执行。理想的候选人应具备深厚的B2B或企业级产品UX设计经验,拥有为跨国公司(MNC)及专业服务机构提供设计解决方案并推动落地的成功案例,具备卓越的领导力、战略思维和跨文化协作能力。您将主导关键项目的设计方向,统筹用户体验全流程,赋能产品创新与用户价值提升。 项目内容:Global业务系统(客户门户网站开发),面向B端用户及后台运营人员。平台功能涵盖客户在线下单、订单状态跟踪、支付管理,以及后台订单维护与数据报表整合等。 ________________________________________ 工作职责 • 制定并推动B2B网络应用的UX设计愿景与策略,确保产品体验符合业务目标与用户需求; • 主导用户研究、需求分析、信息架构和交互设计全流程,构建系统化的用户体验框架; • 独立完成高保真原型、交互设计与视觉方案输出,使用Figma、Sketch或Adobe XD等工具清晰表达设计理念; • 规划并执行用户测试与评估,持续挖掘深层需求,驱动设计优化与产品体验迭代; • 与国际用户、客户及内部利益相关者密切协作,准确把握多元背景下的用户体验期望; • 负责设计项目管理和团队协调,明确优先级,把控节点交付,保障设计质量与进度; • 发挥领导力作用,指导和提升团队设计能力,建立设计规范与方法论沉淀。 ________________________________________ 职位要求 • 10年以上B端或企业级Web/SaaS产品UX设计经验,有多国用户产品或跨国公司项目经验者优先; • 精通用户体验设计全流程方法论,具备扎实的用户研究、交互设计与视觉表达能力; • 熟练运用Figma、Sketch、Adobe XD等专业设计及协作工具; • 具备出色的英语口语及书面沟通能力,能够胜任跨文化、跨时区的团队与用户沟通; • 具备战略思维和系统分析能力,能统筹复杂业务需求并转化为优雅的解决方案; • 卓越的项目推动力和团队领导力,能够主导多方协作并有效管理设计项目全周期;(优先考虑)

Small 6e05c9f4ee16f709846e63274a384f6d
昵称登录后显示 8 个月前发布

预估 1200元 / 8小时

已有2人投递
PICO轻武器射击系统开发 远程兼职
PICO
VR
unity

PICO轻武器射击系统开发 地址: 上海 闵行 基于PICO4产品进行轻武器射击系统开发,包含:静态打靶、多种类型战术训练 1、用户信息管理:配置用户信息,图片,姓名等;2、科目管理:配置科目信息,科目类型、科目说明、训练标准;3、训练场景管理:配置管理训练场景,场景名称,场景说明;4、靶标管理:配置靶标,靶标名称,靶标说明;5、AI目标管理:AI人管理、AI无人机管理、反向攻击配置;6、训练成绩记录:训练人员、参训科目、射击环数、射击命中率、射击弹着点分布,射击弹道记录、击发时武器姿态记录。7、训练成绩支持导出文件,方便打印留存,导出文件为:.xlsx/.xls/.csv等格式,可使用office或者wps均可打开;8、历史训练成绩查询:根据人员、科目进行历史训练成绩查询;训练成绩可输成图表,方便用户查看; 1、 训练需求:射击教学、射击训练、射击考核、红蓝对抗、战术演练、战术协同训练;2、 画质质量:≥2K;3、 每秒刷新率FPS:≥60FPS;4、 基础训练科目:精度射击科目、压制射击科目、夜间射击科目、移动目标射击科目;5、 基础训练科目内容定制:可根据用户需求定制或修改训练内容不少于12个;6、 进阶训练科目:场景射击科目、快速反应射击科目、堑壕清缴射击科目、室内近距离清缴科目;7、 进阶训练科目内容定制:可根据用户需求定制或修改训练内容不少于12个;8、 战术训练科目:战术协同训练场景、红蓝对抗战斗场景;9、 战术训练科目内容定制:可根据用户需求定制或修改战斗训练场景不少于6个(每个训练科目不少于3个训练场景);10、 靶标种类:标准靶、显隐靶、移动靶、人物靶、响应靶、AI人靶,AI无人机靶; 11、 标准靶种类:人头靶、部位靶、胸环靶、半身靶、全身靶;显隐靶种类:起倒靶、摇摆靶;移动靶种类:向前移动、向后移动、左右移动;人物靶种类:平民靶、人质靶、劫匪靶、持刀靶、持枪靶;响应靶种类:破碎靶、玻璃靶、铁靶;15、AI靶种类:AI平民、AI人质、AI劫匪、AI恐怖分子、AI外军;16、AI无人机靶种类:小型侦查无人机、小型自杀式无人机;17、显影靶行为:可根据用户训练科目需求定制科目中起倒方向、摇摆方向、节拍速度;移动靶行为:可根据用户训练科目需求定制科目中移动方向、移动速度、移动路线;AI靶行为:可根据用户训练科目需求定制科目中AI靶位置、行为、姿态、是否攻击; AI无人机靶行为:可根据用户训练科目需求定制科目中AI无人机靶初始位置、飞行轨迹、飞行姿态、攻击行为; 18、 训练场景包括:室内靶场、室外靶场、公共场所、居民住宅、城市街道、交通工具等;19、 场景训练要求:用户可走入训练场景,进行沉浸式射击训练体验;20、 虚拟室内训练场景尺寸:可活动区域需大于:2米*3米;虚拟场景尺寸:30米*100米; 虚拟室外训练场景尺寸:可活动区域需大于:2米*3米,虚拟场景尺寸:50米*200米;公共场所训练场景:包括但不限于:电影院、银行、机场、办公室、公园等;21、 居民住宅和城市街道训练场景:高度还原各种CQB训练场景,内容包括但不限于:丁字路口、十字路口、各种拐角、各种房型、单侧门、中间门、狭窄走廊过道、各种杂物、家具、电器、车辆等虚拟仿真物品;22、 交通工具训练场景:飞机机舱、火车车厢、公交车车厢、船舱等;23、 训练场地虚拟化定制:可根据用户要求将训练场地进行虚拟化重建到训练系统中,进行重新布置,以达到训练场地最佳使用效果,虚拟化场地定制不少于2个;24、 物理仿真引擎:采用高效物理仿真引擎,能够提供接近于真实的作战训练效果,仿真引擎为开源代码;25、天气光照仿真:沉浸式体验白天、黑夜、黎明、黄昏、阴天等光照环境;天气气象环境仿真:沉浸式体验雨、雪、雾、霾、闪电等气象环境和音效;战场环境动态仿真:沉浸式体验烟雾、火焰、移动光源、阴影、动态遮挡关系、动态风效、环境音效;26、模拟仿真辅助瞄准器材:激光瞄准器、全息瞄准器、3倍瞄准镜;27、模拟仿真夜视作战器材:战术手电、夜视仪、IR瞄准器;28、模拟仿真武器射击动态效果:枪口火光、发射药烟雾、射击音效;29、模拟武器配件切换能力:用户可在训练过程中切换瞄准具、战术手电、夜视仪等辅助作战装备。30、可射击范围:无射击方向限制要求,可进入虚拟空间,对前后,上下,左右全方位进行射击,可在射击时做CQB战术动作;31、 模拟空间音效:支持空间音效,用户可在虚拟世界中感受发声源距离、位置、强度等信息,有效模拟真实世界中听声辨位能力。32、模拟目标击中后效果:包括但不限于击中后破碎、摇晃、倒地、液体泼溅、击中音效。33、支持最大物理活动空间:20米*20米,约400平方; 34、支持最大虚拟射击距离:≥300米;35、同一场景下最多容纳可射击目标数:≥50个;36、训练场地建设要求:无需安装外部辅助定位传感器,无需场地强弱电施工;37、系统支持语言播报:用户操作提示音、训练状态语音播报、训练成绩语音播报;38、数据采集:训练过程数据采集,包括但不限于武器数据、射击数据、训练成绩等;39、训练复盘:还原射击过程中弹道数据,还原射手据枪瞄准过程,还原枪械射击姿态;40、虚拟训练场景中显示信息面板:训练内容、训练成绩、训练排名;

Small b4f5276e4fccd29705e6f9a37298120f
昵称登录后显示 9 个月前发布

预估 150000 元

已有1人投递
PICO轻武器射击系统开发 远程兼职
PICO
VR
unity

基于PICO4产品进行轻武器射击系统开发,包含:静态打靶、多种类型战术训练 1、用户信息管理:配置用户信息,图片,姓名等;2、科目管理:配置科目信息,科目类型、科目说明、训练标准;3、训练场景管理:配置管理训练场景,场景名称,场景说明;4、靶标管理:配置靶标,靶标名称,靶标说明;5、AI目标管理:AI人管理、AI无人机管理、反向攻击配置;6、训练成绩记录:训练人员、参训科目、射击环数、射击命中率、射击弹着点分布,射击弹道记录、击发时武器姿态记录。7、训练成绩支持导出文件,方便打印留存,导出文件为:.xlsx/.xls/.csv等格式,可使用office或者wps均可打开;8、历史训练成绩查询:根据人员、科目进行历史训练成绩查询;训练成绩可输成图表,方便用户查看; 1、 训练需求:射击教学、射击训练、射击考核、红蓝对抗、战术演练、战术协同训练;2、 画质质量:≥2K;3、 每秒刷新率FPS:≥60FPS;4、 基础训练科目:精度射击科目、压制射击科目、夜间射击科目、移动目标射击科目;5、 基础训练科目内容定制:可根据用户需求定制或修改训练内容不少于12个;6、 进阶训练科目:场景射击科目、快速反应射击科目、堑壕清缴射击科目、室内近距离清缴科目;7、 进阶训练科目内容定制:可根据用户需求定制或修改训练内容不少于12个;8、 战术训练科目:战术协同训练场景、红蓝对抗战斗场景;9、 战术训练科目内容定制:可根据用户需求定制或修改战斗训练场景不少于6个(每个训练科目不少于3个训练场景);10、 靶标种类:标准靶、显隐靶、移动靶、人物靶、响应靶、AI人靶,AI无人机靶; 11、 标准靶种类:人头靶、部位靶、胸环靶、半身靶、全身靶;显隐靶种类:起倒靶、摇摆靶;移动靶种类:向前移动、向后移动、左右移动;人物靶种类:平民靶、人质靶、劫匪靶、持刀靶、持枪靶;响应靶种类:破碎靶、玻璃靶、铁靶;15、AI靶种类:AI平民、AI人质、AI劫匪、AI恐怖分子、AI外军;16、AI无人机靶种类:小型侦查无人机、小型自杀式无人机;17、显影靶行为:可根据用户训练科目需求定制科目中起倒方向、摇摆方向、节拍速度;移动靶行为:可根据用户训练科目需求定制科目中移动方向、移动速度、移动路线;AI靶行为:可根据用户训练科目需求定制科目中AI靶位置、行为、姿态、是否攻击; AI无人机靶行为:可根据用户训练科目需求定制科目中AI无人机靶初始位置、飞行轨迹、飞行姿态、攻击行为; 18、 训练场景包括:室内靶场、室外靶场、公共场所、居民住宅、城市街道、交通工具等;19、 场景训练要求:用户可走入训练场景,进行沉浸式射击训练体验;20、 虚拟室内训练场景尺寸:可活动区域需大于:2米*3米;虚拟场景尺寸:30米*100米; 虚拟室外训练场景尺寸:可活动区域需大于:2米*3米,虚拟场景尺寸:50米*200米;公共场所训练场景:包括但不限于:电影院、银行、机场、办公室、公园等;21、 居民住宅和城市街道训练场景:高度还原各种CQB训练场景,内容包括但不限于:丁字路口、十字路口、各种拐角、各种房型、单侧门、中间门、狭窄走廊过道、各种杂物、家具、电器、车辆等虚拟仿真物品;22、 交通工具训练场景:飞机机舱、火车车厢、公交车车厢、船舱等;23、 训练场地虚拟化定制:可根据用户要求将训练场地进行虚拟化重建到训练系统中,进行重新布置,以达到训练场地最佳使用效果,虚拟化场地定制不少于2个;24、 物理仿真引擎:采用高效物理仿真引擎,能够提供接近于真实的作战训练效果,仿真引擎为开源代码;25、天气光照仿真:沉浸式体验白天、黑夜、黎明、黄昏、阴天等光照环境;天气气象环境仿真:沉浸式体验雨、雪、雾、霾、闪电等气象环境和音效;战场环境动态仿真:沉浸式体验烟雾、火焰、移动光源、阴影、动态遮挡关系、动态风效、环境音效;26、模拟仿真辅助瞄准器材:激光瞄准器、全息瞄准器、3倍瞄准镜;27、模拟仿真夜视作战器材:战术手电、夜视仪、IR瞄准器;28、模拟仿真武器射击动态效果:枪口火光、发射药烟雾、射击音效;29、模拟武器配件切换能力:用户可在训练过程中切换瞄准具、战术手电、夜视仪等辅助作战装备。30、可射击范围:无射击方向限制要求,可进入虚拟空间,对前后,上下,左右全方位进行射击,可在射击时做CQB战术动作;31、 模拟空间音效:支持空间音效,用户可在虚拟世界中感受发声源距离、位置、强度等信息,有效模拟真实世界中听声辨位能力。32、模拟目标击中后效果:包括但不限于击中后破碎、摇晃、倒地、液体泼溅、击中音效。33、支持最大物理活动空间:20米*20米,约400平方; 34、支持最大虚拟射击距离:≥300米;35、同一场景下最多容纳可射击目标数:≥50个;36、训练场地建设要求:无需安装外部辅助定位传感器,无需场地强弱电施工;37、系统支持语言播报:用户操作提示音、训练状态语音播报、训练成绩语音播报;38、数据采集:训练过程数据采集,包括但不限于武器数据、射击数据、训练成绩等;39、训练复盘:还原射击过程中弹道数据,还原射手据枪瞄准过程,还原枪械射击姿态;40、虚拟训练场景中显示信息面板:训练内容、训练成绩、训练排名;

Small 46c414072aed04f449f8596c2fbda5e1
昵称登录后显示 9 个月前发布

预估 150000 元

我是技术人才
我在寻找远程工作

技术人才入驻

我是创业者
我在寻找技术人才

发布用人需求