FinClip Hackathon 那些令人拍案叫绝的项目
FinClip Hackathon 自2022年3月1日开启报名至今,已经收到超过150名用户的报名,参赛队伍中不乏知名厂商和实力超群的优秀开源项目作者,包括:环信、Authing、灰鲸智航、uCharts、DIYGW、图鸟UI等,也吸引了各大知名院校的大学生积极参与,众多开发者正在通过创新和创意打破小程序的边界,用技术解决现实问题,为社会创造更大的价值。
距离5月6日的揭榜日还有不到三周时间,各支队伍也进入到了白热化的作品 Coding 阶段,甚至也有队伍已提前提交作品待候即将开启的全民投票和专家评审环节。在这期间让我们一同走近这些队伍和作品,了解他们的奇思妙想,以及是如何基于 FinClip 打造一个优质作品的。
一、看看这些好作品
1、疫情地图——灰鲸智航
新冠疫情持续第三个年头,疫情不仅改变了世界,也改变了人的思想,更会改变人的行为习惯。人们在出行方式上也尽量选择可独自出行的方式,而不是需要与人密切接触的方式。第一个要介绍的就是「灰鲸智航」以新冠疫情为主题而开发的「疫情地图」小程序。参赛队伍发现人们的关注点,每天都会通过各种途径查找当前疫情状况,了解身边情况,那么如何能够第一时间了解我们活动的范围是否有影响,就需要有更加直观、更加全面的工具做辅助。
「疫情地图」是一款能够准确同步卫健委疫情信息,基于 FinClip 的灵活的拓展能力,利用地图组件打造以地图方式展示全国范围疫情分布的移动端小工具,同时辅助疫情实时资讯和百科知识满足C端用户需求,还能支持企业客户快速将「疫情地图」小程序嵌入集成了 FinClip 小程序运行时 SDK 的 APP 中,从而丰富服务内容,增强流量粘性。
基于大数据和LBS地图技术,随时知道你周边是否存在确诊病例,自动获取你的位置,分析附近确诊病例逗留地。也会增加疫情应对指南,搜索全国疫情,了解各地出行政策,只要输入地理位置,便可以更好更快的掌握疫情动态。风险地区速查,第一时间了解日常状态。还可通过5大内容模块,如综合数据统计、疫情全国地图、省市详情列表、新闻时事百科、疫情分布地图及患者行程轨迹等。为保险行业、外卖、快递、个人等提供服务。
2、跨平台图表库——uCharts
数据可视化是数据科学中关键的一步,图表正好能够通过更直观的方式让浏览者了解数据规律和问题,从规律和问题中分析原因更快的找到解决办法。
「uCharts」是一款基于 canvas API 开发的跨平台图表库,全端全平台支持的图表库,在黑马活动中报名参与插件赛道,以图表可视化插件的形式用于以图表的形式可以在 FinClip 平台对数据进行展示,相当于未来将帮助更多的开发者在 FinClip 小程序开发中获得开箱即用,体积小巧、调用简单方便、性能及体验极佳的图表能力。
「uCharts」现已支持饼图、圆环图、线图、柱状图、山峰图、区域图、雷达图、圆弧进度图、仪表盘、K线图、条状图、混合图、玫瑰图、漏斗图、词云图、时序图、散点图、气泡图、地图等常见图表。
3、DIY可视化——DIYGW可视化
在云计算和移动互联网的助推下,企业数字化转型加快,软件应用开发的需求激增,加之新冠肺炎疫情发生以来,协同办公已经成为了一种新型的办公趋势,也让“低代码开发平台”成为大家的关注重心,通过少量代码就可以快速生成应用程序,能更高效地满足企业数字化转型需求。
「DIY可视化」是一个开放式的低代码前端开发平台,从想法到原型到源码,一次打通设计师+产品经理+技术开发团队,打造业界领先的可视化快速生成前端源码。「DIY可视化」在线提供了组件模板、页面模板、案例模板,解决了组件复用问题,无须编程助力系统快速完成上线,可以帮助更多的 FinClip 小程序开发者,以更简单、便捷的方式完成小程序的开发并在线可视化导出 FinClip 小程序源码包,让小程序开发成为一件轻松愉悦的事儿。
二、FinClip Hackathon 心动指南
如果您也希望参与到 FinClip 黑马活动,与大牛们进行过招,欢迎在4月24日前进行组队报名和作品提交。
大赛划分了「插件组」「小程序组」「应用组」三大赛道,超过10万元的奖金池等您来战。参赛者只要基于 FinClip SDK 自研插件、开发上架小程序应用、使用 FinClip SDK 开发应用或基于「FinClip App」进行改造,即可报名参赛。赛事评委将从4月25日起开始对所有作品进行评分,评选优秀的获奖作品。
活动报名及更多详情规则欢迎查阅 FinClip Hackathon 活动页。
FinClip Hackathon 那些令人拍案叫绝的项目相关推荐
- 深入理解 python 虚拟机:令人拍案叫绝的字节码设计
深入理解 python 虚拟机:令人拍案叫绝的字节码设计 在本篇文章当中主要给大家介绍 cpython 虚拟机对于字节码的设计以及在调试过程当中一个比较重要的字段 co_lnotab 的设计原理! p ...
- 令人拍案叫绝的Wasserstein GAN
雷锋网按:本文作者郑华滨,原载于知乎.雷锋网已获转载授权. 在GAN的相关研究如火如荼甚至可以说是泛滥的今天,一篇新鲜出炉的arXiv论文<Wassertein GAN>却在Reddit的 ...
- 令人拍案叫绝的 Wasserstein GAN,彻底解决GAN训练不稳定问题
[新智元导读] 本文详细解析了最近在 reddit 的 Machine Learning 版引起热烈讨论的一篇论文Wassertein GAN,该论文提出的 WGAN 相比原始 GAN 的算法实现流程 ...
- [转载]--令人拍案叫绝的Wasserstein GAN
文章转载自: https://zhuanlan.zhihu.com/p/25071913 令人拍案叫绝的Wasserstein GAN 郑华滨 · 2 天前 在GAN的相关研究如火如荼甚至可以说是泛滥 ...
- 深度有趣 | 16 令人拍案叫绝的WGAN
简介 在DCGAN的基础上,介绍WGAN的原理和实现,并在LFW和CelebA两个数据集上进一步实践 问题 GAN一直面临以下问题和挑战 训练困难,需要精心设计模型结构,并小心协调G和D的训练程度 G ...
- 一种令人拍案叫绝的 ChatGPT 攻击手段!
公众号关注 "GitHubDaily" 设为 "星标",每天带你逛 GitHub! 最近看到一个非常巧妙的 ChatGPT 攻击手段,跟大家分享一下,也算是做个 ...
- 评委拍案叫绝、项目惊喜不断,这是一届怎样的 Hackathon ?丨TiDB Hackathon 2021 回顾
昨日, 主题为「Explore the Sky」的 TiDB Hackathon 2021 完美收官!今年已经是 TiDB Hackathon 第五届赛事,参赛规模创历届之最,共有 279人 ,64 ...
- TPC TiKV:Hackathon 中最硬核项目是如何炼成的?| TPC 战队访谈
数据库调优可以使数据库应用运行得更快,但对于很多人来说,对数据库内核进行调优是一项很有挑战的"技术活",是只属于少部分内核研发们的"游戏".但即使是他们,对数据 ...
- 1个字,绝! -- CNN中十大令人拍案叫绝的操作
前言 近十年是深度学习飞速发展的十年,自LeNet.AlexNet发展至今,通道注意力.空间注意力.生成对抗网络等技术层出不穷,最近大火的Transformer技术也在屠杀各种深度学习比赛的榜单,经过 ...
最新文章
- parsing:NLP之chart parser句法分析器
- vue-cli#2.0项目结构分析
- linux 分析 ptrace
- Android Studio 导入应用时报错 Error:java.lang.RuntimeException: Some file crunching failed, see logs for de
- js中call和apply的作用和用法
- [转载]Manually configuring Microsoft Internet Information Services (IIS)
- 将DataFrame格式的数据存入到mysql数据库中
- 几道经典的SQL题目
- JAVA多线程共享变量的可见性
- 数字安全控制系统行业调研报告 - 市场现状分析与发展前景预测
- python中run函数作用_Python run()函数和start()函数的比较和差别介绍
- Convert.ToInt32()与int.Parse()的区别
- java中的greeting_JAVA基础知识——字符串
- xp桌面上显示计算机名,巧妙还原WinXP快速启动栏的“显示桌面”图标
- 【[小说/游戏]设定】The Dreamy World 夢世界
- 用74LS161和74LS138加必要的门电路实现下面波形图的电路.
- container_of的用法
- 荣耀3x android 5.0,华为荣耀3X畅玩版_EMUI2.3_Android4.4_完整
- 七尺男惨遭毒手变侏儒 痴情女真情不变仍同居
- 用Python计算利率,告诉你亏了多少!
热门文章
- 1094 谷歌的招聘(c语言实现)
- 夺宝观察:从一元夺宝用户的舆论看行业发展
- Flutter自定义Decoration实现特殊的背景框
- 计算机word怎么选中全文,word选定全文快捷键是什么
- 《PTA——拼题A》之第1008题
- 细数2021年前端圈发生的30多件大事
- 一本深入探讨C++11~C++17最新语言特性的书推荐给你
- 欺骗的艺术——第二部分(1)
- 视频重建论文EDVR: Video Restoration with Enhanced Deformable Convolutional Networks阅读笔记
- Network Slimming