狗狗就医决策助手产品系统Vibe Coding

1、立项原因：养犬人遇到狗狗呕吐、腹泻、外伤等突发症状时，无法判断是否需要立即就医、该去哪家医院；通用搜索结果混杂自媒体内容，来源权威性不可控，容易延误或过度就医。本项目要把"要不要去、去哪、依据是什么"压缩成一次可操作的判断。
2、行业场景与业务背景：面向城市养犬人群的夜间及非工作时段急诊决策场景，涉及宠物医疗信息检索、症状分级与线下宠物医院路由。项目为个人独立完成的产品全链路实践，包含用户洞察、需求验证、原型测试、PRD、开发、部署与复盘，未做商业化上线。

1. 症状分诊：输入症状描述、选择症状类别与所在城市/小区，输出急诊分级、结论与升级就医信号。
2. 实时联网检索：调用博查搜索，优先限定院校、协会、政府、兽医手册等权威域名。结果按"权威/官方来源"与"网络参考（非权威）"分级标注，附原文链接与免责声明；检索失败明确报错，不做内置知识库静默兜底。
3. 大模型推理：把检索证据与症状送入阿里云百炼 qwen-plus，生成分级结论。
4. 就近就医路由：把用户填写的小区/区名经高德地理编码转成坐标，检索宠物医院 POI 后按距离升序展示，显示"距您约 X km"、地址与电话。
5. 自建埋点与看板：事件写入服务端 JSONL，提供 /api/log、/api/logs 及 dashboard.html 查看，数据归自己服务器。
6. 部署：nginx 同源托管前端并反代 /api/，systemd 守护 Node 服务，部署于阿里云 ECS。

一、我负责的具体任务：产品定义（用户洞察、六类可证伪假设、原型测试、PRD）、技术选型、前后端开发、云服务器部署与上线复盘；编码过程由 AI 工具协作完成，架构与决策由本人主导。
二、技术栈：原生 HTML/CSS/JavaScript 单页前端；Node.js 原生 http 模块编写 proxy/server.js 做接口编排；外部能力为博查 Search API、高德 POI / 地理编码、阿里云百炼 DashScope OpenAI 兼容接口；nginx 反向代理 + systemd 守护，部署于阿里云 ECS（Ubuntu），用 Node ssh2 编写自动化部署脚本；埋点落 JSONL 文件。
三、架构与亮点：前后端同源、单一 /api 代理；检索走权威域名白名单与自媒体黑名单双通道，并做真实来源分级，不虚标权威；不内置知识库，失败即明确报错；诊所排序引入地理编码与距离计算。
四、难点：通用搜索按相关性排序，早期统一标"权威"致自媒体混入；改 include 白名单 + exclude 黑名单双通道，逐条标注来源等级；无 GPS 就近排序，裸 HTTP 禁定位，IP 定位返回空数组，改用户填小区/街道 → 地理编码转坐标 → POI 距离排序。
五、复盘结论：纯问答层质量不如通用大模型，产品重心转向"急诊决策 + 就近路由 + 健康档案"。