MAX.

演示环境 · Demo Lab · 主打方向：Agent 企业落地应用

能跑起来，
才算真的落地。

这里放的是「能跑起来」的系统，而不是截图和方案 PPT。 主打方向是 Agent 的企业落地应用 —— 把大模型能力接进真实业务流程， 让它在有约束、有权限、有审计要求的生产环境里稳定干活。 下列演示环境正在陆续部署上线，上线后可直接在浏览器里访问体验。

演示案例

正在运行 / 即将开放的系统

以下演示环境均为真实运行的系统，而非演示视频或概念稿。已上线的可直接访问，开发中的会在此页实时更新状态。

GameGo · 弈CO

Agent 应用 · 赛事服务

开发中 架构设计 / 全栈实现 · 2026 — 进行中

业余围棋赛事记录与赛事服务平台：H5 与微信小程序多端复用同一套后端，覆盖赛事检索、对阵展示、成绩归档与运动员聚合。

  • 接入视觉模型识别对阵表图片，把纸质/截图对阵表自动转成结构化数据，替代人工逐条录入。
  • 采用异步任务 + 人工确认/驳回的审核流，识别结果可追溯、可修正，并自动清理孤立选手数据。
  • 一套 Go 后端同时服务 H5 与小程序端，前端多端复用，部署与迭代成本压到最低。

GoGinGORMPostgreSQLSQLiteVue3Vantuni-appMCP视觉识别

XClaw Memory

Agent 基础设施 · 记忆系统

开发中 架构设计 / 核心实现 · 2026 — 进行中

Agent 分层记忆系统：把对话记录逐层提炼为原子记忆、场景档案与长期画像，让 Agent 具备跨会话的稳定记忆能力。

  • L0 原始对话 → L1 原子记忆 → L2 场景记忆 → L3 长期画像，四层模型逐级抽象、逐级收敛。
  • 异步提炼管线：抽取与去重、场景生成、画像维护解耦成独立阶段，不阻塞对话主链路。
  • 存储层统一落 PostgreSQL + pgvector，记忆以结构化 + 向量双形态资产化管理，支撑语义召回。

GolangPostgreSQLpgvectorLLMPipeline

智能盯盘与自动化交易平台

Agent 应用 · 实时系统

内测中 技术负责人 / 主程开发 · 2026 — 进行中

面向数字资产交易者的智能盯盘与自动化交易平台，支持人工交易与 Agent 自动交易，覆盖行情分析、信号判断与交易执行闭环。

  • 基于 Agent 框架编排多个职能 Agent，通过自定义工具、提示词与技能完成市场分析与持仓巡检。
  • 统一 JSON 输出契约串联预处理、Prompt 组装与执行决策，保证机器可读、可回放、可审计。
  • 覆盖模拟盘到实盘的完整链路验证，实时数据经 WebSocket 推送至客户端。

GolangGinGORMPostgreSQLRedisWebSockettRPC-Agent-Go

下一个，也许就是你的场景

开放中

可预约 按需准备 · 场景定制

演示环境按业务场景准备，而不是通用 Demo。如果你关注的是流程自动化、知识检索、图文识别录入或决策辅助，告诉我场景与数据形态，我可以针对性地搭一套能跑的环境给你看。

  • 先对齐业务目标与现有流程，确认 Agent 该接在哪一步。
  • 再确定数据边界、权限与人工兜底方式，避免「演示能跑、上线不能用」。
  • 最后给出可验证的演示环境与落地方案，小步上线、逐步扩大范围。

上线计划

接下来会放出来的演示环境

GameGo · 弈CO

赛事记录与对阵表智能录入，多端复用一套后端，计划开放公开演示环境

XClaw Memory

Agent 分层记忆系统，计划开放在线体验与源码说明

Agent 企业落地案例

围绕流程自动化、知识检索与业务审查，持续补充真实场景的演示实例

联系我

想先看某个场景的演示？

如果你关注的是某个具体业务场景 —— 比如流程自动化、知识检索、图文识别录入或交易决策 —— 告诉我场景，我可以针对性准备一份演示环境，也可以直接聊落地方案与协作方式。

申请演示 / 聊落地 项目合作
微信二维码，微信号 dramapark
微信扫码添加 · dramapark