chenyx119

@chenyx119

chenyx119 暂无简介

所有 个人的 我参与的
Forks 暂停/关闭的

    chenyx119/ruoyi-vue-pro forked from 芋道源码/ruoyi-vue-pro

    🔥 官方推荐 🔥 RuoYi-Vue 全新 Pro 版本,优化重构所有功能。基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 微信小程序,支持 RBAC 动态权限、数据权限、SaaS 多租户、Flowable 工作流、三方登录、支付、短信、商城等功能。你的 ⭐️ Star ⭐️,是作者生发的动力!

    chenyx119/yudao-mall-uniapp forked from 芋道源码/yudao-mall-uniapp

    芋道商城,基于 Vue + Uniapp 实现,支持分销、拼团、砍价、秒杀、优惠券、积分、会员等级、小程序直播、页面 DIY 等功能,100% 开源

    chenyx119/yudao-cloud forked from 芋道源码/yudao-cloud

    ruoyi-vue-pro 全新 Cloud 版本,优化重构所有功能。基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能。你的 ⭐️ Star ⭐️,是作者生发的动力!

    chenyx119/yudao-ui-admin-vue3 forked from 芋道源码/yudao-ui-admin-vue3

    芋道管理后台,基于 Vue3 + Element Plus 实现,支持 RBAC 动态权限、数据权限、SaaS 多租户、Flowable 工作流、三方登录、支付、短信、商城等功能。

    chenyx119/harbor

    企业内部搭建容器镜像仓库

    chenyx119/NettyDemo

    一个基于Netty框架的多人聊天室示例,适合学习Netty、WebSocket和实时通信技术。

    chenyx119/mybatis-spring

    mybatis-spring代码,用于学习使用。官方github地址:https://github.com/mybatis/spring.git

    chenyx119/MybatisDemo

    用于Mybatis源码分析的示例项目

    chenyx119/mybatis-3

    Mybatis3源码,供学习使用。

    chenyx119/mybatis-parent

    Mybatis源码,供学习使用

    chenyx119/DDDExample

    这是一个基于领域驱动设计(Domain-Driven Design,DDD)的示例项目,实现了一个简单的订单管理系统。本项目旨在帮助开发者理解如何在实践中应用DDD的核心概念和最佳实践。

    chenyx119/GiftBook

    一个帮助用户记录和管理礼尚往来的微信小程序。通过这个小程序,用户可以轻松记录收礼、送礼等事项,更好地管理人际关系。

    chenyx119/ToolBoxApp

    ToolBoxApp 是一个集成了多个实用工具的小应用程序。它提供了一个图形用户界面(GUI),用户可以通过该界面轻松访问和使用这些工具。

    chenyx119/jpress forked from JPressProjects/jpress

    JPress,一个类似 WordPress 的系统,使用 JFinal 和 Jboot 开发。jpress官网(www.jpress.io)的所有功能都是由jpress搭建的...

    chenyx119/racketMQDemo

    基于 Spring Boot 和 RocketMQ 5.X 的消息队列示例项目,展示了四种消息类型的实现

    chenyx119/ChatGLM-6B

    ChatGLM-6B: An Open Bilingual Dialogue Language Model | 开源双语对话语言模型

    chenyx119/nacos

    chenyx119/GOOD-NAME-AI

    AI取名服务

    chenyx119/ai-navigation

    AI导航页面

    chenyx119/RAG_SYSTEM_DEMO

    这是一个DEMO,基于 RAG (Retrieval-Augmented Generation) 架构的本地知识库问答系统。系统能够加载本地文档,通过向量检索找到相关内容,并结合 LLM 生成准确的回答。 用意是通过这个项目了解RAG的工作流程。

搜索帮助