一个面向社交聊天场景的即时通讯系统原型，主要解决两个日常烦恼：
一是聊天时不知道回什么——对方发来消息，你懒得想、想不出来，或者想回得更贴合对方性格，系统可以根据聊天上下文和对方平时的说话风格，帮你生成几条回复建议，你挑一条改改就能发。
二是消息太多懒得逐个点开——对方发来图片、语音、文档，系统会自动生成图片描述、语音转写、文档摘要，让你不用点开也能知道大概内容。
适合用在：社交App私信、社区站内聊天、在线客服辅助回复、小型团队沟通工具。本项目为本科毕业设计，定位是可运行的原型系统，非商业产品，可作为IM类、社交类、AI辅助类项目的基础参考或二次开发起点。
本项目为本科毕业设计，定位是可运行的原型系统，非商业产品。适合作为IM类、社交类、AI辅助类项目的基础参考或二次开发起点。
1. 基础即时通讯功能
用户注册登录：支持手机号/用户ID双方式登录，注册时校验昵称、密码、手机号格式，生成全局唯一9位用户ID。
好友关系管理：支持按用户ID或手机号搜索用户、发送好友申请（含验证消息与备注）、同意/拒绝申请、查看申请列表，同意后自动创建好友关系与单聊会话。
多模态消息收发：支持文本、图片、语音、文档四种消息类型。文本长度限制1000字符，文件大小限制10MB，语音支持录制（0.5s~60s）、下载、播放与断点续播。
离线消息与通知：用户在线时通过WebSocket实时推送；离线期间消息与好友申请暂存，上线后按时间顺序补推。
历史消息管理：进入会话加载最近50条消息，支持分页加载更早历史记录。
2. 上下文感知与智能回复（核心亮点）
多模态语义提取：图片消息调用多模态模型生成文字描述；语音消息转写为文本；PDF/Word/TXT文档自动生成摘要。所有语义信息统一纳入会话上下文窗口。
用户画像动态构建：基于历史聊天记录，每累积20条新消息触发一次画像更新，提炼用户的兴趣偏好、表达风格（幽默/温柔/直爽/佛系）、亲密度等长期特征，以JSON格式按会话隔离存储。
个性化智能回复：用户触发智能回复后，系统将“对方画像 + 最近20条消息 + 用户自定义指令”组装为提示词，调用大语言模型生成符合对方交流习惯的回复建议。支持重新生成、编辑后采纳，不干扰正常聊天流程。
3. 工程质量保障
后端采用领域驱动设计（DDD）划分限界上下文，七微服务独立部署；客户端遵循六边形架构，端口-适配器分离。
提供完整的单元测试（Google Test / JUnit5）与集成测试用例，覆盖注册、登录、好友申请、消息收发、智能回复等核心流程。
客户端消息列表引入LRU头像缓存，解决滚动卡顿问题。
从产品设计，开发，测试，均由个人完成。
技术：
后端：Java、Spring Boot、Spring Cloud、Spring Cloud Gateway、Dubbo、Kafka、Nacos、MySQL、Spring AI、Spring AI Alibaba
客户端：C++、Qt、SQLite、Google Test、QInjection、CLion
通信：HTTP + OpenAPI（业务接口）、WebSocket + Protobuf（实时推送）
架构方法：领域驱动设计（DDD）、限界上下文、聚合根、领域事件、六边形架构
AI能力：多模态模型（图片描述）、语音转写、文档摘要、大语言模型（智能回复生成、用户画像更新）
工程实践：Maven、Git/GitHub、JitPack（RPC接口与公共代码版本管理）
亮点：
1. 微服务拆分有方法论支撑：不是拍脑袋拆服务，而是以DDD限界上下文为依据，识别出用户、认证、聊天、文件、通知、智能七个业务边界，每个上下文独立为一个微服务，实现高内聚低耦合。
2. 多模态上下文统一建模：针对文本、图片、语音、文档语义割裂的问题，设计了一套统一的多模态上下文建模方法——文本直接作为语义输入，图片调用多模态模型生成描述，语音转写为文本，文档提取摘要，所有语义信息汇入会话上下文窗口。
3. 用户画像按会话隔离 + 滑动窗口更新：每个单聊会话维护独立的用户画像，每累积20条新消息触发一次更新，既捕捉近期谈话趋势，又避免频繁调用大模型带来的性能开销。画像与短期消息分离存储，生成回复时灵活组合。
4. 可测试性设计：后端与客户端均遵循六边形架构，领域层不依赖基础设施，测试时用Mock/Fake替换适配器，单元测试无需启动数据库或网络服务；集成测试以用例为单元，验证RPC请求、数据落库、事件发布是否符合预期。
评论