AskSimon Beauty Journal（iOS / Android 双端上架）产品系统

美妆与个人形象记录赛道。用户在不断尝试不同妆容、发色与造型时，缺一个能长期沉淀个人影像档案、并做结构化纵向对比的工具；而这类应用一旦接入云端视觉大模型做分析，单张图片的调用成本与网络延迟都很高，直接决定了体验好坏和商业模型能否成立。本项目就是为了同时解决这两件事：既提供可长期积累的个人美妆档案，又把视觉分析的单次成本压到可持续的水平。

主要功能模块：① Beauty Archive 美妆档案 —— 按时间线记录每次妆容与造型，支持照片归档、分类与检索；② 面部结构记录（Facial Structure and Record）—— 对人脸特征做结构化留存，便于纵向对比不同时期的变化；③ Semi-AR 妆容工作室 —— 在人脸上做半增强现实的妆效预览与风格切换，内置 Modern Monochrome、Soft Rose-Gold 等多套风格预设；④ 端侧人脸检测预筛服务 —— 在设备本地先判断画面中是否存在有效人脸、质量是否达标，未通过的图片不再上传云端；⑤ 账号体系与数据同步的 Node 后端服务。产品已在 App Store 与 Google Play 双端上架。

我一人完成从架构、开发到双端商店发版的全流程。客户端用 React Native + TypeScript 实现 iOS / Android 双端，后端用 Node.js 提供接口与数据同步。本项目最关键的工程难点在成本控制：把每一张图片都直接送去付费视觉模型在商业上不可行。为此我用 C++14 + OpenCV DNN 自研了一个跑在设备本地的人脸检测预筛服务，先在端侧完成人脸有无与画面质量的判断，只有通过预筛的图片才会触发云端调用，显著降低了付费 API 的调用量与响应延迟。这部分直接复用了我在 C++/图形与实时 CV 管线上的长期积累（多线程、内存控制、推理延迟优化）。