程序聚合 软件案例 校园跑腿小程序demo

校园跑腿小程序demo

2026-09-12 18:02:34
行业:外卖跑腿
载体:小程序
技术:Spring Boot、Vue

业务和功能介绍

【立项背景和目标】高校校园里,取快递、取外卖、跑腿代办是高频需求,传统依靠微信群、朋友圈喊单的方式信息分散、没有资金保障、发生纠纷也难以追溯。本项目的目标是搭建一套覆盖“发布任务—支付赏金—接单配送—确认结算—售后退款”完整闭环的校园跑腿平台,让供需双方在可信、有记录、有资金保障的环境中完成交易。

【软件功能】系统由微信小程序用户端、Web管理后台和服务端组成。小程序端15个页面:支持微信一键登录、账号密码登录与注册;首页聚合轮播图、系统公告、灵动岛通知与附近任务;任务大厅支持分类筛选、按时间与赏金排序、关键词搜索;发布任务支持选择分类、取送地址、赏金、截止时间与附图,支付后进入待接单;我的订单支持骑手送达、确认收货、申请售后;另有校园互助发布、地址管理、骑手认证、余额充值与意见反馈。管理后台16个模块:仪表盘统计与用户地域分布、用户管理、骑手审核、任务管理、订单管理(含售后退款处理)、高校管理、轮播图管理、通知中心、分类配置、收益统计与操作日志。

【业务流程】学生发布任务并支付赏金后,任务进入待接单;通过认证的骑手在任务大厅接单,系统生成订单并进入配送;骑手点击已送达后,发布者确认收货,赏金自动入账骑手余额,后台收益统计实时更新;如有纠纷可申请售后,由管理员处理退款。骑手须先提交学号与证件照片、经后台审核通过后方可接单。超时未支付、超时未接单、超时未确认的单据由系统定时任务自动取消、退款或结算。

项目实现

【整体架构与设计思路】采用前后端分离架构。服务端基于Spring Boot 3.3.7与Java 17,使用Spring Security+JWT实现无状态鉴权,Redis缓存登录态并维护token黑名单,MyBatis-Plus操作MySQL(17张表),图片存于腾讯云COS私有桶并经后端代理读取;小程序端为原生框架,统一请求封装与接口字段适配器;管理端为Vue3+Vite+ECharts,axios拦截器注入token,路由守卫控制访问。开发阶段通过Vite代理联调,生产环境以Docker多阶段构建部署至微信云托管。

【负责模块与结果】本人独立完成系统的需求分析、架构设计、三端开发与测试。实现小程序15个页面与后台16个管理模块;服务端提供14个小程序接口控制器、17个后台控制器,约130个接口;完成17张表的数据模型设计。核心交易闭环(发布、支付、接单、送达、确认、结算、售后)状态机全部落地,资金操作全部纳入事务并以条件更新防止并发问题;36条功能用例与8项接口冒烟测试全部通过;最终产出4份项目文档与演示视频。

【难点与解决方案】一是微信登录联调:jscode2session要求appid与密钥经环境变量注入且修改后需重启进程,code一次性有效,通过统一环境变量配置与错误信息分档(如appid missing、invalid code)快速定位问题,并用curl伪造code验证链路连通性。二是资金安全:早期方案存在信任前端金额的隐患,重构为服务端以数据库数据为准重新加载订单,扣款采用余额条件更新的原子SQL,入账与退款全部事务化。三是私有桶图片访问:小程序image标签无法携带token,改为后端代理接口读取并校验对象名前缀,防止越权。四是并发竞态:两名骑手同时接单时,用带旧状态条件的更新实现乐观锁,保证仅一人成功。五是金额精度:赏金以分、余额以元存储,换算统一收敛在SQL层,避免浮点误差。

示例图片视频


狄沁
3天前活跃
方向: 前端-前端其他、
交付率:100.00%
相似推荐
工程代号 dsh-memory 保留作技术包名,备选:忆栈/脑痕、Mnemo/Trace。-Engram
业务定位:当前 AI 助手的记忆要么靠模型参数(换模型即丢失、不可审计),要么靠 RAG 向量库(会"脑补"未发生的内容、无法单点撤销)。本项目把记忆做成一层外挂的系统提示词中间件:每条记忆都是原文 + 稀疏符号标签,可逐条解释、逐条撤销、离线存储,且任何环节失败都只降级为"不注入",绝不阻断对话。 主要能力: 能力 说明 符号编码 归一化 + Aho–Corasick 多模式匹配,产出带权重与极性的稀疏标签;不做语义理解、不调用任何模型做判断 长期存储 独立 SQLite(WAL + 外键),每条记忆带 sha256 校验;JSONL 文件兜底;schema 版本化自动迁移 最小注入 前部强约束(systemPrompt.section,order 860)+ 后部参考记忆(带来源的动态上下文);top-3 / 400 token / 披露闸门 披露与租户隔离 scope 按用户 / 群隔离(如 qq:user:<uin>),audience ≤ origin 才允许注入,防止私聊内容在群里被复述 写入闸门与去重 基于身份窗口与证据充分性判定,负标签优先——宁可不注入,也不注入错误内容 安全与合规 AES-256-GCM 加密归档、密钥环管理、sha256 完整性校验、mem_purge 五步物理清除 + crypto-shredding、脱敏 工具集 mem_stats / mem_search / mem_verify / mem_export / mem_purge 五个 mem_ 前缀工具,重名自动降级 可运营 备份脚本、Web 控制台、注入回执(audit kind=inject),全程可审计 典型场景:QQ 机器人的多租户长期记忆(已在 VM 真机跑通"QQ → 打标 → 门控 → SQLite"端到端);也可作为任何 DSH Agent 的可解释记忆层。
SaaS大模型API聚合与分发平台
我独立设计、开发并上线了 Bubble大模型API聚合与分发平台,为希望开展大模型 API 业务的企业和团队提供建站与运营系统。平台统一接入多家模型供应商,将对话、图像和视频生成能力通过兼容 API 对外提供。企业可以使用自己的品牌和域名开设独立站,自主决定向客户提供哪些模型、如何定价,并管理从客户接入、调用计量到收款对账的完整流程。项目覆盖模型网关、多租户业务后台和用户端,从系统设计、前后端开发到部署上线均由我独立完成。
掌静脉os系统
1.掌静脉os 2.基于掌静脉识别模型,设计掌静脉识别设备的整体技术方案,从0-1实现掌静脉设备的整体功能界面,业务逻辑包括信息增删改查、掌静脉识别(支持应对各种场景,包括门禁,支付等)。系统包含管理端和用户端,界面根据设计稿包含多种界面动画和界面效果。 3.动画效果复原和性能优化是开发过程的两个大难点,要在保持25fps的基础上,界面不能卡顿,动画效果的刷新也不能影响识别。
LLM智能体项目编译器-FATASS
FATASS 是一个把软件项目当作「编译器输入」来管理的 Python 命令行工具:项目被建模为一张节点图,每个节点由 Claude Code CLI 作为自主智能体合成与维护,而不是由人手写文件。我独立完成了节点与变换模型、事务式的命令接口(每次变更可整体提交或回滚),以及一个用 TypeScript 写的 VS Code 扩展,用于可视化浏览项目拓扑。项目目标是让 LLM 编码智能体承担「主编译器」角色,把需求变更收敛为一次可审查、可回退的图变换。适合希望用智能体自动化维护多模块代码库、又要求过程可审计的团队参考。项目仍在持续开发中。
基于大语言模型的跨平台智能陪伴机器人
【立项背景与目标】 市面上的陪伴型 AI 助手普遍存在三个问题:只能活在单一平台、没有长期记忆(今天说过的事明天就忘)、回复像客服。本项目目标是做一个"记得住人、跨平台是同一个她"的陪伴型机器人,让对话在 QQ、抖音两端连续,并具备语音、表情包等拟人表达能力。 【核心功能模块】 1. 多平台接入:QQ 为主阵地(接入 NapCat/OneBot 协议),抖音为副阵地,两端共用同一人格与同一套记忆,用户在一端说过的话另一端能回忆起来。 2. 三层长期记忆:事实卡(固定偏好/禁忌,每次对话强制注入)、向量记忆库(跨会话语义召回)、会话历史。"记住我说的话"有两条落地通道:桥接层正则直接落盘 + 模型侧工具写入。 3. 语音交互:收到的语音消息本地离线转写,回复可按情绪合成语音(三套 TTS 引擎按优先级自动兜底)。 4. 情绪化表达:337 张表情包按情绪分类发送,支持主动发起消息、定时提醒、QQ 空间动态。 5. 人格与安全:傲娇系人格提示词 + 出站文本清洗,既避免"AI 腔",也防止内部机制和实现细节泄露给用户。 【业务流程】 用户消息 → NapCat 上报 → 桥接服务组装上下文(事实卡 + 当前情绪状态 + 记忆召回结果)→ 调用大模型 → 解析回复中的动作标记(表情包/语音/说说/提醒)→ 按字数自动拆分为多条气泡发送。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服