HSGPT AI助手产品系统Vibe Coding

搭建商业变现闭环： 将底层大模型的能力进行套壳与二次包装，通过会员订阅、按次付费和流量引导（公众号引流）实现 AIGC 应用的快速商业化落地；
AIGC 普及趋势： 在通用 AI 大模型爆发背景下，用户在职场提问、营销文案创作、技术学习及日常咨询等多样化场景中对智能化辅助产生了极高需求

具体功能模块：
对话交互模块： 新建/清除会话、流式打字机响应、提示词（Prompt）推荐模板库。
用户与商业化模块： 会员升级（PLUS）、会员卡兑换、订单记录查询、联系客服与公众号引流。

主要功能描述：
智能提示词推荐： 首页精选职场规划、英语翻译润色、代码学习、营销买点转化等热门 Prompt，用户点击即可一键发起对话。
流式对话与会话管理： 支持多轮上下文连续对话，提供流式文本实时渲染，并支持历史会话的本地/云端持久化与一键清空。
会员权益与订单管理： 提供 PLUS 会员卡密/支付购买通道，展示用户历史消费订单，并与微信生态相结合实现流量沉淀。

负责的具体任务：
后端核心服务搭建： 基于 Java Spring Boot 框架搭建后端系统，设计并实现用户鉴权、会话管理、订单与会员权益逻辑。
大模型 API 接入与流式传输： 封装对第三方大模型 API 的调用逻辑，采用 Server-Sent Events (SSE) 技术实现后端与前端的低延迟流式响应传输。
Token 计费与上下文管理： 实现多轮对话上下文组装算法，并设计基于 Redis 的 Token 扣费与限流机制，控制 API 调用成本。
商业化与数据库设计： 设计 MySQL 数据库表（用户表、订单表、会员卡密表等），并对接支付接口及卡密兑换逻辑。

实现亮点：
高性能流式响应： 基于 Spring WebFlux / SseEmitter 架构，建立高效的 SSE 流式传输通道，实现 AI 回答的低延迟打字机效果。
灵活的上下文与 Token 控制： 针对多轮对话场景，设计了动态滑动窗口机制，在保证回答准确度与连贯性的同时，最大限度降低 Token 消耗。
高可用的商业化闭环： 结合 Redis 分布式锁实现会员卡密的高并发防刷与原子兑换，确保账单与权益逻辑的准确性。

实现难点：
大模型长连接与超时处理： 处理大模型响应缓慢或网络抖动时的长连接保持（Keep-Alive），结合异步线程池与重试机制保障后端服务的稳定性。
流式数据解析与前端同步： 解决后端接收大模型流式 Chunk 数据时的粘包与断包问题，确保数据平滑推送至前端进行实时渲染。