程序聚合 软件案例 微信肉鸽rpg小游戏

微信肉鸽rpg小游戏

2026-07-30 17:17:55
行业:游戏/电竞
载体:游戏、小程序
技术:TypeScript、Cocos2d-x

业务和功能介绍

该项目是使用 Cocos Creator + TypeScript 开发的微信小游戏产品,当前处于开发迭代阶段。游戏局内核心玩法为技能进化+随机事件过图,局外搭建起庞大且复杂的长线业务体系,包含多元化养成模块以及一整套完整可配置的商业化运营体系。

项目实现

负责工作

1. 独立开发多个商业化系统,包括通行证系统、节日主题活动、充值冲刺活动、商城系统及各类抽奖机制,并参与大型养成系统的设计与实现,涵盖家园系统、大地图与成就系统、各氪金点整合套装等内容;

2. 重构导表与读表底层框架,优化游戏数据加载逻辑与运行效率,在业务层面实现游戏包体的有效缩减;同步开发配套导表工具,并封装集成到Cocos编辑器扩展插件,实现配置流程自动化,减少重复开发工作量,提升策划配置效率与团队整体协作体验;

3. 负责客户端与数据后台的接口对接开发。

示例图片视频


Tnt
15天前活跃
方向: 游戏开发-Unity、游戏开发-cocos2d-x、
交付率:100.00%
相似推荐
荷叶健康小程序
### 1. 立项背景 在医疗健康领域,用户面临三大痛点:一是购药不便,尤其是处方药需到院排队开方;二是问诊效率低,优质医疗资源集中在三甲医院,基层患者难以触达;三是健康管理分散,个人健康档案、用药记录、体检报告散落在不同平台。同时国家推行"互联网+医疗健康"政策,鼓励处方流转、远程问诊和慢病线上管理。在此背景下,"一块钱"小程序立项,旨在依托微信生态(月活13亿+),以一张权益卡为载体,将在线购药、视频问诊、健康科普、权益管理打通为一体化服务,让用户在微信内完成"咨询→问诊→开方→购药→配送→健康管理"全闭环,降低就医门槛,提升健康服务可及性。 ### 2. 软件功能 小程序为C端用户提供一站式健康医疗综合服务,主要功能包括: - 在线购药 :支持OTC药品、处方药、保健品、医疗器械等全品类商品浏览、搜索、下单,提供B2C快递配送和O2O附近药店自提/配送两种履约模式 - 在线问诊 :基于TRTC实时音视频的远程问诊,支持图文问诊和视频问诊,医生可在线开具电子处方 - 处方流转 :电子处方从医生开具→药师审核→流转至合作药店→用户购药的全链路管理 - 权益卡管理 :权益卡激活、续期、升级,最多5位家庭成员共享,权益使用次数实时追踪 - 健康档案 :个人健康档案建立、体检报告上传、健康数据(血压/血糖/体重)记录与趋势可视化 - 医院预约 :按城市/科室/医院浏览搜索,查看医生详情,在线预约挂号 - 健康科普 :名医讲堂内容社区,文章/视频/图文合集,支持点赞收藏互动 - AI智能管家 :自然语言对话式健康咨询,智能引导至专业问诊或购药 - 支付与钱包 :微信支付(含医保混合支付)、荷叶币商城、优惠券、红包管理 ### 3. 核心功能模块介绍 首页模块 — 综合服务入口,包含智能搜索栏、横向金刚位快捷导航(覆盖购药/问诊/档案/预约等入口)、Banner轮播、商城活动楼层、新人专享推荐、领券中心、个性化商品推荐列表,以及消息通知和购物车快捷入口。通过楼层化布局实现精准导流,新手引导弹窗降低使用门槛。 健康商城模块 — 核心交易板块,包含商品分类导航(处方药/OTC/保健品/医疗器械/中药饮片等)、多维度搜索(药品名/症状/疾病/药店)、商品详情页(多规格SKU选择、图文详情、说明书)、购物车管理、下单流程(地址选择/优惠券抵扣/患者信息/处方上传)、B2C+O2O双模式履约。支持促销活动专区、满减/优惠券/红包等多种营销工具。 家庭医生模块 — 远程医疗服务板块,包含科室/医生选择、排队等待接诊、TRTC视频问诊或图文问诊、医生开具电子处方、药师审核、处方流转购药。集成医院预约挂号系统,支持按城市/科室/医院浏览搜索。内含"荷叶家医"(家庭医生服务)、"荷叶家居"(居家健康管理)、"荷叶家护"(老年人照护)三大特色服务模块。AI智能管家提供对话式健康
头皮检测-头皮检查
会员注册登录/访客 会员注册保留用户资料,头皮检测的照片结果分析以及全面记录。 访客可以使用头皮检测功能可以进行分析获取检测报告但是无法保存资料,退出即销毁。 用户资料保存u盘,检测不到时兜底本地。支持多语言环境支持语音播报。
Med Agent-Med Agent
心内科门诊胸痛是高危急诊场景,急性冠脉综合征、主动脉夹层、肺栓塞等疾病致死风险高;门诊医生接诊时需要快速整合患者 HIS 病历、生命体征、既往史,同步完成主诉解析、危险线索识别、鉴别诊断、查体提醒,信息量大、决策时间紧张,容易遗漏关键问诊要点与鉴别方向。 **Med Agent** 是面向医院心内科门诊的 AI 辅助问诊协同工作台,基于多智能体(Agent)架构,辅助临床医生完成胸痛类高危患者的接诊全流程。系统**不替代医生诊断**,仅做信息汇总、线索识别、鉴别推理、问诊提示,所有医学结论必须由医生复核确认,保障医疗安全。
基于多Agent架构与知识图谱的中医体质辨识智能诊疗系统
一、项目定位 基于**多 Agent 架构 + 知识图谱 + RAG** 的中医体质辨识与个性化养生推荐平台。以王琦九种体质学说为理论基础,通过 72 题标准化量表与自然语言问诊双通道完成体质辨识,结合 Neo4j 知识图谱(1500+ 节点)输出可追溯的个性化调理方案。 二、解决的核心问题 辨识门槛高:72 题标准化量表 + 规则引擎自动评分,覆盖九种体质 AI 幻觉严重:置信度门控(<0.6 拒答反问)+ 方案实体锚定知识图谱,幻觉率从 38% 降至 6% 问卷与 AI 结论矛盾:问卷结果作为**单一权威体质来源**,seed 模式锁定体质、跳过 LLM 推理,彻底避免口径漂移 推荐千篇一律:RAG 相似案例召回 + Follow-up 追问(过敏史 / 用药 / 作息)双向回填,方案随用户画像动态调整 故障即不可用:五级容错降级链,任一环节故障仍可输出基础推荐 三、两条核心业务路径 路径 A — 问卷测评(高置信度): 注册登录 → 填写 72 题 → 规则引擎评分 → 生成体质报告(主体质 + 兼夹 + 分数 + 判定依据)→ 自动 seed Agent 会话 → 结果页展示方案 + 内嵌迷你问诊 路径 B — 自然语言问诊(灵活): 用户描述症状 → SymptomAgent 提取结构化症状 / 舌象 / 脉象 → ConstitutionAgent(RAG + CoT 推理 + 置信度校准)→ MasterAgent 仲裁(<0.6 反问澄清)→ PlanAgent 调用图谱生成方案 → 实体锚定校验 双向闭环:问诊中追问到的个性化信息写回数据库,下次测评一并读入,持续积累用户画像。
Power Bicycle 康复训练系统
本项目面向康复与运动处方场景,为医院/康复机构提供智能功率车训练终端。用户扫码登录后,可开展适应性评估(QUEST+ 心理物理算法测定最小可感知负荷增量)、处方训练、体验与考核等流程。终端通过串口控制阻力负荷,通过 BLE 连接心电带采集心率、RRI、ECG 等生理数据,并将训练过程实时上传云端,供后台制定个性化处方、跟踪训练效果。核心模块包括:用户登录与绑定、适应性评估引擎、处方训练引擎、阻力/转速实时采集、心电带数据解析、MQTT 云端通信、本地 CSV 备份导出。业务路径为:设备联网 → 用户登录 → 评估/训练 → 数据上云 → 后台分析与处方下发。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服