Felo.ai 是一款面向研究与内容生产场景的多语言 AI 搜索与创作平台,目标是在同一产品内打通「检索—理解—生成—交付」,降低用户在不同工具之间反复复制、整理信息的成本。平台以 AI 搜索为入口,支持自然语言提问、多源信息检索与结果结构化呈现,并可将检索结果进一步转化为演示文稿、研究报告、思维导图、网页内容等多种可交付成果。
核心功能模块包括:AI 搜索(Felo Search)、一站式创作(Felo Create)、AI Office 工具集(如 AI Slides、AI Research、AI Page、AI Image 等),以及 Felo Agent 智能体能力,用于自动化调研、摘要、翻译等复杂任务。典型业务流程为:用户输入问题或主题 → 系统检索并归纳关键信息 → 用户选择创作类型(如幻灯片、报告、页面)→ 平台基于上下文生成初稿 → 用户编辑、导出或分享。产品为 Web 端访问,强调多语言支持、可视化信息展示与从搜索到创作的连续工作流。
项目采用 React 构建的单页 Web 应用,整体按「搜索页 / 创作工作台 / 工具子应用 / 公共组件库」进行模块划分。前端通过组件化与路由拆分承载多业务场景,与后端 API 及大模型服务交互,完成问答检索、流式输出、内容生成与任务状态管理等能力;界面层注重响应式布局、多语言切换与复杂表单、编辑器的交互体验。
本人主要负责(可按实际修改)搜索与创作相关页面的 React 开发与维护,包括核心页面搭建、通用组件封装、接口联调与状态管理,参与搜索问答、创作流程、结果展示等关键链路的实现与优化。通过拆分业务组件、统一请求与错误处理、优化首屏与列表渲染等方式,提升页面可维护性与交互流畅度。项目难点主要包括:大模型流式返回的前端渲染与中断重试、长文本/多模块状态同步、多工具入口下的路由与权限一致性,以及多语言文案与 UI 适配;对应方案为采用流式增量更新、合理的状态分层与缓存策略、统一的 Loading/Error 反馈,并沉淀可复用的业务组件与工具函数,降低后续功能迭代成本。