程序聚合 软件案例 机械设计众包平台-松辰智能

机械设计众包平台-松辰智能

2026-09-20 17:22:24
行业:电商、广告营销
载体:网站、小程序
技术:NestJS、Vue

业务和功能介绍

我这个项目本质上是一个机械设计服务撮合平台,不是通用电商。
平台连接三类角色:

客户:有机械设计、建模、出图、工装夹具、逆向、仿真这些需求的人
设计师:接单、报价、沟通、交付、售后
管理员:审核、运营、案例库维护、资金和异常处理
从仓里的业务枚举和模块看,平台覆盖的服务类型比较全,像:

整机设备设计
机械机构设计
产品结构设计
钣金机柜
焊接机架
工装夹具
测试治具
CAD 建模与制图
产品改造与逆向
仿真分析
非标自动化
传动设计
工程咨询
这些在后台 RAG 案例分类里是有明确枚举的,不是口头概念。

核心业务闭环
这个系统最核心的业务链路是:

AI估价 / 发布需求 → 设计师报价 → 客户选人下单 → 支付 → 设计沟通 → 交付验收 → 售后/退款 → 设计师结算提现

主要功能我会分成几块讲
1. 客户侧
可以先做 AI 智能报价/估价
发布需求,上传图纸/图片/附件
查看设计师报价
和设计师聊天、实时沟通
选定报价后生成订单并支付
查看进度、验收交付物
发起售后或退款
2. 设计师侧
在需求大厅看公开需求
对需求报价
和客户聊天
更新订单进度
上传交付成果
处理售后
订单完成后收入进入钱包,可提现
3. 管理端
需求和设计师审核
订单、支付、退款、提现管理
案例库维护
网站知识库、站内通知、统计看板
对支付异常、人工对账、异常状态做兜底处理
4. AI相关能力
这个系统里 AI 不是一个单独聊天玩具,而是嵌进业务里的,主要有两块:

AI 报价
AI 客服 / 知识库问答
AI 报价这块,当前仓里已经从早期本地 Worker 方案,逐步往云端 pipeline 方案迁移了。

项目实现

1. 负责机械设计服务平台核心业务研发与架构整合,基于 NestJS + Prisma + MySQL + Vue3 搭建统一后端与多端前台,完成 AI估价、需求发布、设计师报价、在线沟通、订单支付、交付验收、售后退款、钱包提现 等完整交易闭环;将原分散的站点能力收口为统一业务底座,并引入 WebSocket 实时消息、微信支付 V3、RAG 案例检索、请求级 trace_id 日志链路,提升系统一致性、可维护性与问题排查效率。
2. 后端业务层:NestJS、Prisma、MySQL、Schedule 定时任务、类状态机建模
实时通讯:原生 WebSocket(@nestjs/platform-ws)+ 会话消息持久化 + 领域事件解耦推送
支付与资金:微信支付 V3、支付回调验签、主动查单、超时关单、退款、钱包与提现结算
AI 报价模块:OpenAI 兼容接口、视觉模型图片理解、BAAI/bge-m3 Embedding、Qdrant 向量检索、规则引擎算价
前端:微信小程序(uni-app / Vue3)、网站前端(Vue3)、管理端(Vue3 + Element Plus)
日志与排障:自研 trace_id + AsyncLocalStorage 请求链路日志、JSON Lines 文件落盘、统一异常包装
难点与解决方法:
支付链路存在重复回调、回调丢失、超时取消与真实支付并发冲突问题:通过支付状态幂等校验、事务更新、主动查单补偿、先查后关单等机制,避免重复入账与误取消已支付订单。
AI 报价容易受大模型幻觉与无关案例干扰:将 LLM 能力收敛到工时评估,把价格计算下沉到确定性规则引擎,同时引入 RAG 历史案例检索与降级兜底方案,提高报价稳定性。
实时消息存在离线、弱网、重复展示等一致性问题:采用消息先入库、WebSocket 负责实时推送、离线后通过历史消息和未读恢复的设计,保证消息不因连接状态丢失。
多端共用业务导致接口口径、数据模型、状态流转容易分裂:通过统一后端、模块化拆分与状态枚举约束,将小程序、网站、管理端能力收口到一套业务模型中,降低重复开发和维护成本。

示例图片视频


zrocks
30天前活跃
方向: 后端-Node.js、
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