AI 影视资源智能搜索平台产品系统Vibe Coding

市场环境
随着流媒体平台的快速发展，影视内容呈现爆发式增长，但资源分散在多个平台（爱奇艺、腾讯视频、优酷、Netflix 等），用户面临"找片难、找资源更难"的痛点。同时，TMDB 等开放元数据平台的成熟，为影视资源聚合提供了数据基础。

用户需求
搜索效率低: 传统搜索引擎无法精准识别影视资源需求，需要多次跳转
资源分散: 同一部影视作品的资源分散在网盘、磁力、迅雷等多个渠道
质量参差不齐: 资源分辨率、画质、有效性难以快速判断
个性化推荐缺失: 缺乏基于语义理解的智能推荐能力
技术趋势
AI 大模型应用: 通义千问、GPT 等大模型在语义理解和意图识别方面已趋成熟，可精准分析用户搜索需求
流式交互体验: SSE（Server-Sent Events）技术让用户实时看到 AI 思考过程，显著提升等待体验
容器化部署: Docker 和 Kubernetes 降低了全栈应用的部署和运维门槛
数据驱动运营: 埋点统计和行为分析成为产品优化的标准配置
政策与合规
影视元数据（TMDB）属于公开信息，合法合规使用
资源链接由用户分享，平台仅提供信息聚合服务
需遵守《网络安全法》《数据安全法》等相关法规，做好用户数据保护和内容审核
商业价值
流量变现: 通过广告展示、会员服务等模式实现商业化
数据价值: 用户搜索行为和偏好数据可用于精准推荐和运营决策
SaaS 输出: 可将完整解决方案输出给小型影视站点或社区

一个基于 AI 大模型的智能影视资源聚合搜索平台，整合 TMDB 元数据与多源影视资源，提供流式 AI 思考显示、实时资源聚合、用户认证与权限管理、数据统计分析的一站式搜索体验。支持电影、电视剧、动漫、综艺全类型覆盖，具备完整的 RBAC 权限体系和广告变现能力。
核心功能
AI 智能搜索 - 基于大模型的语义理解，精准识别用户搜索意图，支持流式思考过程显示
用户认证系统 - JWT OAuth2 认证，bcrypt 密码加密，Token 自动刷新机制
RBAC 权限管理 - admin/operator/user 三级角色，自定义权限配置
数据统计分析 - PV/UV 统计、点击埋点追踪、广告收益计算、搜索行为分析
完整埋点系统 - 5 大统计图表（搜索对比/筛选热度/热门影视/资源复制/收藏排行）
资源管理 - 多源资源聚合（百度网盘/阿里云盘/磁力/迅雷），自动有效性检测
管理后台 - 用户管理、角色配置、权限分配、实时数据看板
爬虫系统 - 对热门资源网站进行爬虫收集资源

个人职责
负责整体架构设计与技术选型，采用前后端分离 + 容器化部署方案
独立完成后端 FastAPI 服务开发，设计 RESTful API 接口 30+ 个
实现 AI 流式分析引擎，基于 SSE 实时推送 AI 思考过程，优化用户等待体验
设计并实现完整的用户认证与 RBAC 权限系统，支持动态权限配置
搭建数据统计分析体系，设计 8 张分析表，实现 18 个埋点事件追踪
开发管理后台数据看板，实现 5 类可视化统计图表
编写 Docker Compose 配置，实现一键部署到服务器
优化数据库索引，查询性能提升 50-80%
技术栈
前端: Next.js 16, React 19, TypeScript, TailwindCSS 4, App Router
后端: FastAPI, Python 3.10+, Uvicorn, Pydantic, AsyncIO
数据库: PostgreSQL 15+, Redis (缓存/会话)
AI 服务: 阿里云百炼/Qwen3.5-Plus (流式输出)
部署: Docker, Docker Compose, Linux
其他: JWT OAuth2, SSE 流式传输, TMDB API