介绍
一款低空经济无人机领域的综合信息服务平台,可发布求职,招聘,任务,作品等广播信息,
解决行业信息差,助力低空产业生态发展,为中国经济腾飞装上新引擎!


技术栈

  1. 前端:uniapp(vue2)+uview1.8.x
  2. 后端:java+springboot,基于若依框架改造(随主流,便于二开,懂得都懂)

平台支持

  1. 微信小程序
  2. app(后续可能支持)

功能支持

  1. 微信小程序登录,个人资料完善
  2. 个人身份认证,包括实名认证,飞手认证,教员认证,企业认证
  3. :发布求职,招聘,任务,作品广播信息
  4. 信息列表展示,查询
  5. 分享获取积分,打电话咨询对接
  6. 联系我们,
  7. 更多功能点持续完善

开发开放说明(白嫖勿扰)

  1. 对于个人开发者,有需要源码的老板,前端开源,后端收费;
  2. 对于有想法运营本平台的老板,可提供技术支持,格局打开,合作共赴;

预览说明(个人小程序不能上架,麻烦关注下面联系我)：

# 无人机 # 微信小程序 # spring boot # uni-app
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

Understand Anything 多智能体知识图谱管线：从代码扫描到可交互 Dashboard 的实现解析

本文以 Understand Anything 的官方文档为主线，系统拆解它如何用一条「Tree-sitter 静态分析 + LLM 语义理解」的多智能体管线，把任意代码库 / 知识库 / 文档转换成可探索、可检索、可问答的知识图谱，并落到一个可交互的 Web Dashboard。读完你应能掌握：如何安装并在 Claude Code / Codex / Cursor / Copilot / Gem

avatar 天工造物局

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局