立项原因：校园流浪猫数量持续增长，但缺乏统一的信息化管理手段。传统方式依赖纸质登记和微信群零散记录，信息分散且难以追溯，导致猫咪健康状况无法持续跟踪、喂养资源分配不均、领养流程不透明。本项目旨在通过数字化手段构建校园流浪猫统一管理平台，解决信息孤岛、流程割裂、管理低效的核心问题。
业务场景：1. 猫咪档案管理，为校园流浪猫建立电子档案，记录品种、毛色、健康状态、绝育情况等信息；2. 喂养打卡与任务分配，志愿者记录每日喂养情况，系统自动统计喂养频次，避免重复或遗漏；3. 领养流程管理，在线提交领养申请，管理员审核后完成领养匹配，全程可追溯；4. LBS位置服务，发现附近流浪猫，查看猫咪活动热力图，了解校园猫咪分布密度；5. AI识别建档，拍照后自动识别猫咪品种、毛色、年龄等特征，降低人工建档成本；6. 社交互动，发布猫咪动态、点赞评论、分享救助经验，形成校园动物保护社区。
本项目包含用户系统、猫咪档案、喂养系统、领养系统、LBS地图、AI助手、社交系统、积分系统、3D可视化和管理后台共十个功能模块。核心功能包括：AI多模态识别支持拍照自动提取品种、毛色、年龄等结构化数据；LBS位置服务基于Haversine算法计算球面距离，支持附近猫咪发现和热力图聚合；AI健康顾问基于DeepSeek实现SSE流式对话，支持多轮上下文；喂养打卡系统自动统计喂养频次，避免重复喂养；领养系统支持在线申请、审核和状态追踪；社交系统支持发帖、点赞、评论和通知推送。
我负责的具体任务：后端架构设计与开发，基于Node.js搭建服务，设计155+个RESTful API接口；数据库设计与优化，设计38张MySQL数据表，优化复杂查询并添加索引；AI多模态识别集成，对接DeepSeek API，设计结构化Prompt实现JSON格式输出；LBS位置服务实现，编写Haversine距离算法和热力图网格聚合逻辑；AI健康顾问开发，实现SSE流式对话和Redis多轮上下文管理；前端页面开发，基于Vue3、TypeScript、Tailwind CSS完成猫咪详情、喂养、领养、社交等页面。
技术栈：前端React 19、TypeScript、Tailwind CSS、Three.js、GSAP、Socket.IO；后端Node.js、MySQL、Redis、JWT；AI层DeepSeek API、SSE流式输出；部署Nginx、PM2。
架构亮点：MPA+SPA混合架构，公共页面走MPA保证加载速度，动态页面走SPA保障交互体验；Haversine球面距离算法，纯JS实现精确距离计算，不依赖数据库空间扩展；热力图网格聚合，按55m网格聚合数据，密度加权后归一化到1-10；AI结构化输出，Prompt约束DeepSeek返回固定JSON格式，前端直接解析。
技术难点：LBS位置数据稀疏且动态变化，通过Haversine公式加内存计算解决实时距离排序；热力图大量数据聚合计算量大，通过网格化聚合加归一化优化性能；AI识别结果不稳定，通过结构化Prompt加JSON解析加重试机制保障输出质量；MPA加SPA混合架构下统一处理CORS和JWT认证，通过中间件统一注入响应头解决。
评论