小依产品系统Vibe Coding

小依是一款面向孤独人群的 AI 情感陪伴助手，通过多模型路由引擎将单次对话成本控制在 0.02元以内，依托长期记忆系统和自适应性格让每个用户拥有独一无二的"AI 伙伴"，覆盖日常陪伴、情绪疏导、青少年成长和老年关怀四大场景，以 C 端订阅为主（19-49 元/月）、B 端授权为辅的商业模式，在 2027-2028 年即将爆发的百亿级 AI伴侣市场中，用"有温度、有记忆、懂你"的体验差异化于 Replika 和 Character.AI等竞品，实现商业可持续与社会价值的双赢

小依是一个有虚拟形象的 AI 情感陪伴助手，具备三大核心能力：长期记忆（通过 PostgreSQL + 向量检索记住用户的喜好、经历和重要时刻，对话中能主动提起过去的事）、自适应性格（根据每次互动动态调整性格参数，从初识时的谨慎温柔到熟悉后的活泼亲密，千人千面）、多模型路由（智能选择最合适的 LLM处理不同强度的对话，简单闲聊用低成本模型，深度情感交流调用高质量模型，兼顾体验与成本），配合虚拟形象的情绪联动表情和实时安全护栏，为用户提供 24 小时在线、有温度、有记忆的情感陪伴体验。

我独立负责了小依项目的全栈开发与架构设计，涵盖需求分析、产品规划、技术选型、前后端开发、数据库设计、部署运维及商业化方案设计等全部环节，并完成了从多模型路由引擎、MCP 跨 Agent 通信框架到 Token计费监控系统的底层基础设施建设，确保项目在高并发场景下的成本控制与系统稳定性。

项目采用 Fastify + TypeScript 后端、Vue3 + Element Plus 前端、PostgreSQL + pgvector 记忆存储、Docker Compose容器化部署的全栈技术架构，核心亮点在于自研多模型路由引擎可根据对话强度智能切换模型（简单闲聊走Ollama/GPT-3.5 约 0.005 元/次，深度情感对话走 GPT-4o/Claude 约 0.03 元/次），使单次对话平均成本降至0.02 元，同时基于 RAG 的长期记忆系统支持语义检索用户历史对话并自动提取重要事件存入向量数据库，难点在于情绪识别与虚拟形象表情的实时联动、自适应性格参数的动态更新算法以及安全护栏对敏感内容的毫秒级检测。