8套源码全部100%开放。其中,铛铛企业移动IM已经作为正式的开源产品推出(遵循Apache开源协议);其余7款源码均为WeX5开发工具的完整源码案例。
案例一仿淘宝:
主要实现的功能包含:
1)模仿淘宝的首页展现;
2)查看购物车;
3)宝贝搜索页;
4)宝贝列表和宝贝详情的展现;
案例二仿微店:
主要实现的功能包含:
1)模仿微店的首页展现;
2)多级宝贝分类的展现;
3)宝贝列表和宝贝详情的展现;
4)将宝贝加入购物车;
案例三外卖APP:
主要实现的功能包含:
1)菜单选择加入购物车;
2)购物车下单;
3)历史订单查看;
4)用户信息管理。
案例四问卷调查抽奖活动:
主要实现的功能包含:
1)扫一扫开始答题;
2)输入入问题信息,输出为回答统计信息,输出需要使用可视化图表呈现,必要时也提供元数据;
3)统计数据显示打开页面人数。
案例五仿途牛:
主要实现的功能包含:
1)模仿途牛的首页展现;
2)切换城市;
3)旅游项目的搜索;
4)旅游项目列表和产品详情的展现;
5)多栏目侧滑查看等。
案例六铛铛企业移动IM:
主要实现的功能包含:
1)多端同步,无缝沟通,随时随地,省时省心 提供ios版、android版、mac桌面版、window桌面版、铛铛网页版、国产麒麟OS桌面版、国产元芯手机版
2)统一通讯平台 支持私聊、群聊、图像、语音、文档、通知,为企业提供统一通讯平台
3)高效移动工作平台 提供计划、任务、工作、签到等工作场景支持,让工作和协作更简单、高效
4)All-in-One业务接入 CRM、HR、PM、SCM……各行各业,各类业务,无缝接入,一站式平台,All-in-one。
案例七仿闲鱼APP:
主要实现的功能包含:
1)登录及注册 2)用户头像的上传 3)鱼塘的创建(鱼塘都是百度地图定位到的周边建筑) 4)加入其它鱼塘 5)想要卖出的商品的发布(可选择发布到的鱼塘及商品的分类) 6)鱼塘的人气以及发布数 7)下单购买买商品 8)对自己所发布、买到及卖出商品的统计
案例八微信二维码名片:
掐指一算,此处放不了二维码
主要实现的功能包含:快速定制自己个性二维码名片
最后上菜了,8套源码公开地址:http://pan.baidu.com/s/1hsBGSba
相关推荐
干货!8套H5 App完整源码!果断收藏!-附件资源.txt
干货!8套H5 App完整源码!果断收藏!-附件资源
基于H5开发旅游app,直接上干货
stm32+esp8266+mqtt/onenet智能家居
Android开发不用存储权限进行拍照,得到拍照后的图片效果。有一点难度,关键是存储路径的定义。
j
反向Lora提高画面细节。
小秘书(凤凰电话管理系统)【纽曼声卡版小秘书】,主要用来做为来电自动录音功能。
基于SpringBoot的疫情居家检测管理系统,系统包含三种角色:管理员、用户、医生,主要功能如下。 【用户功能】 1. 首页:获取系统信息。 2. 论坛:参与居民讨论和分享信息。 3. 公告:查看社区发布的各类公告。 4. 医保信息:了解医疗保障相关信息。 5. 个人中心:管理个人信息,查看预约和就诊历史。 【管理员功能】 1. 首页:查看系统整体。 2. 个人中心:管理管理员的个人信息。 3. 管理员管理:维护系统管理员的账户信息。 4. 医生管理:添加、编辑和删除医生信息。 5. 用户管理:查看和管理系统用户的信息。 6. 预约管理:审核和管理用户对医生的预约服务。 7. 就诊历史管理:查看和管理用户的就诊历史记录。 8. 健康信息管理:记录和查看用户的健康信息。 9. 药品管理:管理系统内的药品种类。 10. 药品入库管理:记录和管理药品的入库情况。 11. 药品使用管理:记录和管理药品的使用情况。 12. 医保信息管理:管理医保相关信息。 13. 论坛管理:审核和回复用户在论坛上的帖子。 14. 公告管理:发布、编辑和管理公告信息。 15. 基础数据管理:管理系统的基础数据。 16. 轮播图信息:管理系统首页的轮播图展示。 【医生功能】 1. 首页:查看医生个人信息。 2. 个人中心:管理医生的个人信息。 3. 预约管理:查看和管理用户对医生的预约服务。 4. 就诊历史管理:查看和管理用户的就诊历史记录。 5. 健康信息管理:记录和查看用户的健康信息。 6. 药品管理:管理系统内的药品种类。 7. 药品入库管理:记录和管理药品的入库情况。 8. 药品使用管理:记录和管理药品的使用情况。 9. 医保信息管理:管理医保相关信息。 10. 论坛管理:审核和回复用户在论坛上的帖子。 11. 公告管理:发布、编辑和管理公告信息。 12. 轮播图信息:管理系统首页的轮播
基于python的Opencv项目实战.zip
鸿蒙开发画廊效果功能,中间大,两边小的浏览效果,难度不小,进行了一定的封装。很好看的画廊效果
win32汇编环境,网络编程入门之十九
linux
【HD-RK3576-PI】定制用户升级固件
内容概要:本文是关于大规模L1正则化线性分类优化方法和软件比较的补充材料,由台湾大学计算机科学系的研究团队撰写。文章详细介绍了GLMNET算法的核心公式推导及其具体实现步骤,包括如何计算L¯j(0; X˜),以及如何维护关键变量以减少计算量。此外,文中对比了多种求解器(如CDN、IPM、TRON等)在不同数据集上的性能,涵盖达到特定停止准则所需时间、迭代次数及每次迭代的平均成本。研究结果显示,在大多数数据集上,CDN方法表现最优,但在极严格的条件下,IPM方法表现更好。对于L1和L2正则化的逻辑回归,文中指出L1正则化在某些数据类型上可能提供更好的准确性,但训练时间较长,因此推荐先尝试L2正则化用于分类任务,而L1正则化更适合特征选择。 适合人群:对机器学习算法尤其是正则化技术有一定了解的数据科学家和研究人员。 使用场景及目标:①需要进行大规模线性分类问题的优化;②比较不同优化方法和工具包在实际应用中的效果;③理解L1和L2正则化在逻辑回归中的区别及其适用情况。 其他说明:本文提供了详细的数学推导和实验结果分析,有助于深入理解各种优化方法的工作原理及其优劣。读者可以通过这些内容选择最适合自身需求的算法和工具包。
西电A测或通院微控温度仿真控制系统的proteus文件
华为ONT使能2.0工具
basalt_top
无极调速数控车床主轴箱装配CAD图.rar
乳液涂料生产流程图.rar