AI Native CRM&CDP产品系统Vibe Coding

项目面向 FMCG 快消与零售品牌的会员运营场景。传统 CRM 系统存在数据孤岛严重、跨渠道会员身份割裂、营销活动配置依赖开发排期、业务人员取数需提工单等问题,导致运营响应慢、数据价值难以释放。CRM 3.0 立项旨在构建 AI Native 的一体化 CRM & CDP 平台,打通线上线下全渠道会员数据,让业务人员通过自然语言即可完成数据洞察与活动配置,大幅缩短从数据到决策的链路。

平台采用模块化单体架构,划分为十大业务域:会员中心(会员档案、成长值/积分/虚拟币多账户体系、等级权益)、One ID 身份识别(跨渠道多源身份归一与图谱构建)、标签与人群圈选(实时标签计算、可视化人群包)、活动营销中心(签到、任务、抽奖、裂变等活动模板可配置化编排)、权益与卡券、订单与积分兑换、渠道接入(小程序、公众号、企微、电商平台 API 对接)、数据看板与报表、消息触达、系统权限管理。AI 能力深度嵌入各业务域,提供 NL2SQL 智能问数(业务人员自然语言查询会员与活动数据,自动生成 SQL 并可视化)、智能人群推荐、活动方案生成、异常数据归因分析等 AI Agent 功能,实现「所问即所得、所想即所配」。

我作为技术负责人,主导整体架构设计、技术选型与核心模块开发,负责 AI Agent 能力的工程化落地及团队技术方案评审。技术栈以 Java 21 + Spring Boot 4 模块化单体为核心,MySQL 存储会员主数据,Redis 支撑高并发积分与实时标签,ClickHouse 承载 CDP 侧海量行为数据存储与人群圈选计算,数据侧采用数仓分层建模与 SCD Type 2 拉链表管理会员状态变更;整体基于 Docker 容器化部署,配合 Kubernetes 编排与 GitLab CI/CD 全流程自动化。

实现亮点:一是采用模块化单体而非微服务,兼顾多品牌独立部署与运维成本;二是 AI Agent 层通过 Context Engineering 与多智能体编排实现 NL2SQL 高准确率,配合 Langfuse 全链路追踪与效果评估形成可迭代闭环;三是活动引擎抽象为规则可配置模型,新增活动类型无需发版。主要难点在于 One ID 跨渠道身份归一的准确率保障,以及亿级行为数据下人群圈选的实时性优化,借助 ClickHouse 列式存储与位图(Bitmap)预计算能力,配合 A/B 表切换机制实现零停机更新与秒级圈人。