立项原因:当前主流日记 / 复盘工具停留在 "写完即结束",AI 陪伴类产品又多是一次性问答或鸡汤式安慰,用户沉淀了上百条记录仍无法形成对自己的稳定认知 —— 不知道自己在回避什么、重复踩什么坑。积伴 Memo 旨在解决 "记录无法转化为自我洞察" 的产品问题,让 AI 从聊天机器人变成长期陪跑的认知镜子。
行业场景:面向 20-35 岁、处于职业转型与自我探索期的年轻人群,覆盖个人成长、心理健康、求职复盘三条业务线。用户每天花 1-3 分钟写一条文字或语音日记,系统长期沉淀,帮助用户在焦虑、跳槽、亲密关系等关键决策中看清自己的行为模式。区别于通用大模型聊天,本产品强调 "证据可回溯、结论可修正、跨天可沉淀",是垂直于个人记录赛道的 AI Native 应用。
项目主要功能模块:
1. 快速记录模块:支持文字日记与 App 端实时语音转写(16kHz 单声道 PCM 边说边出字),快捷面板一键记录。
2. AI 即时反馈:日记保存后异步生成反馈,不阻塞用户操作,毫秒级返回。
3. 每日发现:系统从历史日记中抽取能回溯到原文的事实与观察,经规则聚合后每天只推一条 "今日发现",首页只服务这一条业务闭环。
4. 用户评价与画像修正:用户对每条发现点 "准确 / 不太准确",反馈反向修正观察权重,跨天稳定后沉淀为个人画像。
5. 日记助手聊天:基于知识库 RAG 的对话式问答,支持 SSE 流式输出与滚动上下文摘要。
6. 运营后台:公共语料维护、草稿管理、检索调试、用户与内容审核。
7. 多端覆盖:Web 工作台、Electron 桌面端、uni-app 同时输出 H5 / 微信小程序 / App、独立运营后台,共用一套接口与类型。
我作为全栈独立开发者,负责从 0 到 1 的全部设计与编码:后端接口与数据模型、Web / 桌面端前端、App 与小程序端、运营后台、部署脚本,以及 AI 提示词与工程化约束。
技术栈与架构:pnpm monorepo 单仓管理五端;后端 Express + Prisma + MySQL,向量检索用 Qdrant;前端 Vue3 + Vite,桌面端用 Electron 打包,移动端用 uni-app 同时产出 H5 / 小程序 / App;AI 链路用 SSE 做流式聊天、WebSocket 做实时语音转写。
实现亮点:一套后端通过 clientKind 同时支撑五端登录态且互不干扰;AI 输出做字段级校验、规则回退与内容哈希幂等,模型不可用时降级为确定性解析;知识库采用 "MySQL 存原文 + Qdrant 存切片" 双存储,按版本号切换避免检索真空。
主要难点:一是让 AI 发现可追溯原文、不重复消耗 token、用户否定也不污染历史证据;二是 SSE 流式输出在 markdown 全量重渲染组件下做到匀速不蹦字、滚动连续不跳动;三是 App 实时语音首包时序、断线重连与旧连接迟到消息的 generation 丢弃;四是五端同号在线、同端顶号时区分 "被顶号" 与 "登录过期" 两种错误码。
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!

下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论