干饭了咩产品系统Vibe Coding

"干饭"小程序聚焦都市白领与学生的日常就餐决策场景。用户常因"吃什么"反复纠结、耗时费力，且缺乏饮食记录与优惠聚合渠道。产品以"随机推荐+饮食记录+数据分析"为核心，解决决策效率低、结构不清晰、优惠分散三大痛点，同时连接餐饮商家实现精准引流。

"干饭"提供一站式用餐决策与饮食管理：①「今天吃什么」多维标签随机推荐，支持摇一摇；②「附近餐厅」基于定位智能排序周边美食；③「饮食记录」记录三餐时间/地点/花费并拍照；④「数据统计」可视化用餐频率与偏好；⑤「AI 饮食报告」生成周期性分析与建议；⑥「我的收藏」与「优惠券」沉淀心仪餐厅、聚合福利。以游戏化与数据驱动降低决策成本。

我独立负责该小程序从 0 到 1 的全栈开发与持续优化，具体任务包括：
技术选型与架构：确定微信小程序原生 + Skyline 渲染引擎 + 腾讯云 CloudBase 的 Serverless 技术栈，规划主包与分包结构，将主包控制在 1.5MB 限制内；
前端开发：完成「今天吃什么」「饮食记录」「数据统计」「AI 报告」「附近餐厅」「优惠券」「我的收藏」「个人中心」全部页面，实现 Skyline 嵌套滚动、沉浸式头部与转发分享能力；
后端云函数：编写 OpenID 安全获取、饮食记录增删改查、收藏云端同步、优惠券初始化等接口；
性能与成本优化：精简云函数使 CloudBase CU 消耗降低 70%+，为 AI 报告设置 8 秒超时降级，落地本地缓存与游标分页；
质量保障：主导代码审查，修复多端数据同步不一致、本地记录无限增长、同时间记录误删等 P0 级缺陷。
2. 技术栈、架构与实现亮点/难点
技术栈：微信小程序原生（WXML/WXSS/JS）、Skyline 渲染引擎、腾讯云 CloudBase（云函数 / 云数据库 / 云存储）、高德地图 SDK、SiliconFlow AI API；
架构：前端直连云函数的 Serverless 全栈架构，无自建服务器，数据本地 Storage 与云端数据库双写，确保低延迟与容灾；
实现亮点：① 通过接口拆分与缓存将 CloudBase 消耗降低 70% 以上；② AI 报告 8 秒超时 + 本地规则降级，避免外部 API 挂起烧钱；③ 主包分包策略与图片资源优化，控制小程序体积；④ 游标分页替代 skip 拉取，避免数据量增长后的性能劣化；
主要难点：本地 Storage 与云数据库的多端同步一致性、Serverless 架构下的 CU 成本控制、Skyline 渲染兼容性边界，已通过缓存策略、精确 ID 匹配、云函数精简与兼