这是一个「MBTI + 兴趣标签」驱动的陌生人社交匹配小程序，跑在微信小程序和 H5两端。玩法很轻：用户先选自己的MBTI（可多选），再从性格、爱好、宠物里挑标签，由管理员一键开启匹配。系统支持纯随机，或按MBTI四维与标签重合度算相似度的智能匹配，每人最多配五个，双方可发文字、图片、语音。还有个「7天倒计时」设定，匹配满七天后数据自动清空，每段关系都带点限时意味；产品也刻意禁止发二维码，防止用户聊熟后转去微信、把流量留在平台内。
立项的根子，是陌生人社交里那个老问题——「该跟谁聊」。用户面对陌生人缺一个判断合不合得来的依据，MBTI和标签恰好是年轻人里流行又好传播的信号，让匹配有依据、可解释，也顺带解决破冰难；7天限时的稀缺感则天然推高活跃和留存。
系统提供两种匹配方式：一是纯随机分配，二是智能匹配——按 MBTI四个维度逐位比对、再结合标签重合度（Jaccard 系数）算出相似度，优先把契合的人配在一起。每人最多配到五个，匹配关系双向对称，不会出现「单相思」。
匹配成功后，双方即可开聊，支持发送文字、图片和语音三类消息。图片会上传并自动生成缩略图，语音附带时长，聊天通过 WebSocket 实时推送，支持已读回执、心跳保活、多设备同时在线和离线消息补推，消息落库保证不丢。会话列表自动汇总最后一条消息和未读数，历史记录可分页加载。产品层刻意禁止发送二维码，防止用户把关系导流到站外。
系统还有两个配套机制：一是「7天限时」，从匹配开始计时，后台每日凌晨两点自动清理七天前的数据，让每段关系带紧迫感；二是管理员后台，负责登录认证、开启或结束匹配、查看已匹配/未匹配用户。
技术栈分三段：后端 Spring Boot 3.4 + Java 17 + Maven，数据层 Spring Data MongoDB，实时通信走原生 WebSocket，配 SpringDoc 生成 Swagger、Lombok 削样板、Docker部署；前端 uni-app（Vue 3 + Vite + Pinia），条件编译一套代码同时输出小程序和H5；数据库用 MongoDB，天然契合标签列表、消息元数据这类半结构化数据。
架构上是经典分层：controller → service → repository（声明式仓库，接口签名即查询，零实现代码），config 统一管跨域、静态资源映射和WebSocket 握手。核心设计是「写时聚合 + 对称会话」：消息落库时同步 upsert 一份会话摘要，拉会话列表只需一次查询；conversationId 由两用户 ID字典序拼接、完全确定性，任意一方可推导，查询不必 $or 双向匹配。
难点亮点有四：一是智能匹配，把 MBTI 四维逐位相似度与标签 Jaccard 系数按 0.4/0.6加权，再全局贪心按分数降序分配，保证双向对称、每人上限五、容量平衡；二是实时可靠性，消息先落库再推送、离线补推不丢，ACK 只回源设备，SessionManager 用「用户→设备→会话」二级映射实现多设备共存；三是媒体链路，图片自动缩略图带宽高、语音带时长，上传发送分离，换 CDN只改 URL 前缀；四是限时机制落地为每日凌晨两点定时清理，把「7 天清空」写进系统。
评论