想象一个刚入坑的水族玩家：在鱼店看到一缸漂亮的小鱼，拍下来却叫不出名字；照着网上攻略开缸，石头买多、水草摆错位置，试错全是真金白银；两个月后缸里长了黑毛藻、鱼开始缩鳍，翻遍论坛也说不清是水质问题还是寄生虫。水族内容散落在论坛帖子、短视频和电商详情页里，没有一处能把「认识它 → 学会养 → 搭好景 → 出问题能排查」串成完整链路。水景集解决的就是这个断层：面向水族爱好者提供结构化的物种百科、体系化的养护攻略、可交互的 3D 开缸工具与 AI 排查助手，把开缸决策从「凭感觉」变成「有依据」。行业层面，水族是国内持续增长的兴趣消费品类，核心人群 20–40 岁，付费集中在设备、生物与耗材，内容平台可自然承接「内容 → 决策 → 选购」的链路。
产品包含微信小程序、PC 网站与管理后台三端，核心能力如下：
1. 物种百科：覆盖鱼类/水草/虾螺多类群，多维筛选（类别、环境、难度），维基式详情页含饲养档案、混养兼容、繁殖育苗等分区，数据字段级溯源。
2. 3D 鱼缸造景编辑器：组件库（石景/水草/鱼虾/设备）拖放搭建、底床材质与起伏、灯光背景、动态预览（鱼群游动、水草摆动）、快照分享、模板库只读预览与复制创作、自动生成 6 大类配件采购清单。
3. AI 排查助手：用户用大白话描述鱼缸异常（如「水发白有腥味」「鱼缩鳍」），系统通过本地知识检索与大模型兜底双通道，结合缸况事实给出处置方案，覆盖 17 个问题域、62 篇知识文章。
4. 内容社区：Notion 式块编辑器发布、4 套内容模板、AI 写作助手（续写/大纲/质检）、评论与收藏体系。
5. 用户中心与成长体系：微信登录、多缸管理、缸况记录与指标评分、等级积分。
管理后台支撑物种数据核验打标（23 类标签 + 五态状态机）、内容审核、数据看板与抓取任务管理。
本项目由我一人独立完成产品设计、前端、后端、AI 与上线运维，代码按域拆分。
架构：后端 Spring Boot 3.5（Java 17）Maven 8 模块 DDD 分层（物种域/内容域/3D域/认证/基础设施），MySQL + 阿里云 OSS；PC 端 Nuxt 4 SSR 以利于搜索引擎收录，配百度主动推送与物种 sitemap 校验脚本；小程序原生开发，4 个业务分包共 36 页控制主包体积。
3D 实现是最大难点：小程序端基于 three-platformize 自建 three 运行时（esbuild 打包），模型经 meshoptimizer 压缩 + Draco 解码按需加载；逐项解决真机 Canvas 截图上下文不兼容、组件拖拽与缸体旋转手势冲突、低端机帧率下降（画质降级策略）。
AI 排查：离线构建 Lucene 索引随发布包上线、线上进程只读打开（零新增中间件）；可靠命中判定 + 后端裁决 + 大模型兜底三层设计，避免模型自由发挥给出不可靠的剂量建议；自建 500 题标注评测集驱动迭代，独立留出集 Top3 命中率 84%。
质量与效率：原型阶段先做 52 项自动化交互回归测试全通过再写真实代码；3D 编辑器 2 天完成从需求到发布上线闭环（101 次 AI 协作会话，实际执行 5.5 小时）。
评论