省省联盟产品系统Vibe Coding

随着移动电商行业高速发展，高校学生与年轻职场群体网购频次持续提升，理性消费意识不断增强，但当前电商平台分散、优惠券信息隐蔽、消费决策参考信息杂乱，用户跨平台比价耗时费力，现有省钱工具普遍功能单一、智能化程度低，难以满足一站式消费决策需求。本项目立项旨在解决用户比价繁琐、优惠获取困难、消费决策效率低的核心痛点，打造智能化的消费服务工具，帮助用户实现高效、省钱的购物体验。

项目包含四大核心功能模块，覆盖用户购物决策全流程。一是全网智能比价引擎，可聚合淘宝、京东、拼多多等主流电商平台的商品实时价格与历史走势，用户输入商品名称或链接即可一键查询全网最低价，省去多平台切换的繁琐操作；二是 AI 个性化省钱攻略，支持用户填写预算、采购品类与使用场景，通过大模型自动生成定制化购物清单、推荐购买渠道与最优下单时机；三是全网优惠自动归集模块，自动抓取整合各平台的隐藏优惠券、店铺满减与返利活动，集中呈现并支持一键跳转领取；四是真实消费交流社区，设置好物推荐、避坑指南、购物心得分区，支持用户发布 UGC 内容、互动评论，沉淀真实消费参考信息，增强平台用户粘性。

我在项目中主要负责 APP 前端界面开发、交互逻辑实现，以及 AI 功能模块的对接与效果调优，同时参与产品需求梳理与用户体验迭代优化。技术架构采用前后端分离模式，前端基于移动端开发框架搭建轻量化界面，通过精简代码逻辑保障应用体积小、启动速度快、运行流畅；后端搭建稳定的服务器集群，通过定向爬虫接口聚合多平台商品与优惠数据，接入主流大模型 API 并通过 Prompt 工程调优，实现 AI 定制省钱攻略功能，搭配关系型数据库存储用户、商品与社区内容数据。
项目实现亮点在于将 AIGC 能力与导购工具深度融合，实现了从 “被动查信息” 到 “主动给方案” 的体验升级；核心难点在于跨平台数据接口的稳定性适配、大模型输出内容的实用性校准，以及在轻量化产品定位下，兼顾功能完整性、运行流畅度与社区内容合规管控的平衡设计。