Bohea Still

Demo 库

我写的提案，几乎每份都会留下一个能跑的 demo，不管中没中标，都会脱敏后公开在这里。下面所有项目都不需要凭据就能运行（需要的地方用模拟模式），每个 README 都写明测了什么、哪些数据是合成的、结果能证明什么、不能证明什么。案例页深入讲几个项目，这一页覆盖的面更广。

工业方向

标注过的画面：检测器忽略中央的眩光，锁定左上方较暗的真实激光点
难点在哪里：中间那团很亮的白色是眩光，“取最亮像素”的检测器会被它带偏。真正的激光点是左上方那个暗一些的，检测器锁定的正是它（绿色标记），偏移量精确到亚像素。这张图是这个仓库在合成画面上跑出来的，验证的是方法在合成真值上的表现，不是现场拍摄的实测。

  • 工业数据 · MQTT

    一个不会误杀在线机器的 Sparkplug B 主机

    我没找到还在维护的 Sparkplug B 开源 Python 主机实现，所以写了一个。它按 bdSeq 而不是时间戳匹配死亡证书，遇到序号缺口先当作乱序处理，不急着报错；对 rebirth 请求做了限流，因为一次请求就会让节点把全部指标重发一遍。十四个场景，不需要 broker，大约一秒跑完。README 里还记录了 3.0.0 规范中自相矛盾的四处。

    GitHub

  • 软硬件交界 · 安全

    用 MQTT 控制一台机器，然后试着弄坏它

    每条指令按可能出的问题分类（界面层面、动不了、损坏机器、伤到人），必须满足该类别的硬性前提才能执行。运行 break_it.py：大约一秒跑完十一项检查，九项是想让它出错，两项确认操作员事后仍能恢复。附带操作员 HMI 和真实的 MQTT 桥接。

    GitHub

  • 软硬件交界

    可信的近距深度：滤波、融合、定量验证

    RealSense D405 近距深度：滤波 + 融合管线，带定量精度验证 harness。跑在合成基准上；可直接接入真实 .bag 录制。

    GitHub

  • 软硬件交界

    把一个激光点读到亚像素毫米级

    靶上的激光点，实时转成抗眩光、亚像素精度的毫米偏移读数。相机式水平读数的方法演示，用 NumPy 和 OpenCV，合成基准如实标注。

    GitHub

  • 系统与集成

    给浏览器 ERP 的静默打印

    一个本地桥接服务，让浏览器里的 ERP 能把 PDF 静默打印到指定的 Windows 打印机。零依赖的 Node 服务，每台机器独立 token，外加 Origin 白名单。任何系统上都能用模拟模式运行。

    GitHub

工厂之外的软件

其他能跑的仓库（AI 流水线、支付、路径规划等）放在我的实验室 byteplain.com，这一页只放和机器相关的。

这些是能力演示，不是客户交付。客户项目在案例页，按合同要求做了匿名处理。如果其中某个和你的问题很接近，从 demo 到一个范围明确的首个里程碑，通常不远。