智能护理

项目立项的核心原因，是为了解决传统体重与夜间状态管理中“数据分散、监测滞后、异常难以及时识别”的问题。过去在实际工作中，体重变化往往依赖人工记录，存在漏记、误记、统计周期长等痛点；夜间异常事件也常常在事后汇总时才被发现，导致干预窗口被动。项目希望通过统一的数据采集与分析能力，把分散在不同环节的信息整合为连续、可追溯的健康与照护数据，形成“实时感知—异常预警—闭环处理—效果复盘”的工作链路，从而提升管理效率与服务质量，降低人工负担与运营风险。
在行业场景与业务背景上，本项目面向智慧照护与健康管理场景，适用于需要持续观察体重趋势、睡眠状态与夜间异常行为的机构化服务环境。随着行业数字化升级，业务侧对精细化运营提出更高要求：一方面需要通过客观数据支持日常决策，另一方面需要在保障服务连续性的同时兼顾标准化流程与可审计能力。项目通过构建标准数据模型、异常识别规则和可视化报表能力，帮助业务团队从“经验驱动”逐步转向“数据驱动”，并为后续跨系统协同、质量评估与智能化扩展打下基础。由于项目涉及到部分协议问题和数据安全问题，截图部分截取一小部分，如有疑问可直接联系沟通。
由于项目涉及保密和协议等问题只能提供部分的截图，如感兴趣可单独联系。

项目整体采用 Next.js + TypeScript + Node.js 作为全栈基础，前端以管理后台形态承载监测、预警、报表与配置页面，后端围绕网关与业务服务构建数据处理链路；数据与消息层使用 Redis + RabbitMQ + Prisma（数据库持久化），设备接入侧支持多 MQTT Broker 与多 Topic 映射，并通过按设备类型注册 Parser 的方式实现异构协议统一解析。架构上形成“接入层—标准化层—缓存层—消息分发层—入库与分析结果处理层—配置与编排层—可视化运维层”的分层设计，既保证实时性又兼顾可扩展性。实现亮点在于：一是通过 MQ 解耦采集、算法、存储与消费方，支持链路独立扩缩容；二是借助 Redis 维护设备状态与短窗数据，为分钟级状态分发和规则编排提供基础；三是以规则化思路推进二次分发、告警去重/抑制等能力，减少硬编码并提升业务迭代效率；四是强调统一启动、健康检查、功能开关与可观测性，使系统从“可运行”升级为“可治理、可审计、可持续演进”的工程化平台。