(1)立项背景与目标
面向老年用户的健康服务小程序存在一个结构性矛盾:功能越全,界面层级越深,老人越找不到入口。前期调研中反复出现三类反馈:"想挂号但不知道怎么点进去""字太小看不见""不记得上次用的是哪个功能"。项目目标是把这个小程序改造为以语音为主入口的适老化版本:老人按住说一句话,系统理解意图后直接跳到对应功能;同时把视觉与交互按适老化标准整体重做。
(2)软件功能与核心功能模块
① 语音入口:长按录音,接入讯飞语音听写(支持四川话等方言),返回文本。
② 意图理解:后端用大模型把口语化表述映射为结构化意图(功能名 + 参数),例如"我想量个血压"映射为 health_record / blood_pressure。
③ 工具调度:按意图调用 MCP 工具完成页面跳转、拨号、信息查询,跳转前做二次确认。
④ 六大板块九宫格首页:挂号、问诊、用药、档案、报告、帮助,每格大图标配四个字说明。
⑤ 适老化改造:字号、行高、点击区域放大,颜色对比度提升,去掉依赖 hover 的手势。
⑥ 分级跳转白名单:只允许跳转到预先审核过的页面集合,避免误触离开小程序。
(3)业务流程与功能路径
打开小程序 → 首页九宫格或长按语音 → 语音识别 → 意图理解 → 二次确认 → 跳转目标页 → 返回首页。
(1)整体架构和设计思路
前端是微信原生小程序(WXML + WXSS + JS),不引入第三方框架,保证包体最小、启动最快。语音用 wx.startRecord 录音,录音文件上传到后端,由后端调用讯飞做识别,避免在小程序里暴露密钥。后端 Node.js + Express,接大模型做意图理解,输出结构化 JSON,再映射到工具集。工具集用 MCP 协议定义,每个工具声明名称、描述与参数 schema,便于后续扩展新功能而不改主流程。
(2)我负责的模块和结果
独立完成前端全部页面与交互、后端意图理解链路、MCP 工具定义与调度、适老化改造清单。
规模:前端 80 个文件、3,112 行;开发文档 278 行,含页面结构、组件说明与跳转关系;开发进度表中 P0/P1/P2 三级任务全部完成。
(3)遇到的难点、坑与解决方案
难点一:安全跳转与少点击的矛盾。适老化要求减少操作步骤,但小程序的页面跳转白名单机制要求所有跳转目标在配置里声明,动态跳转受限。解决方案是维护一份审核过的路径映射表,语音识别出的意图先映射成映射表里的 key,再由 key 取路径,既不越界又保留灵活性。
难点二:cover-view 层级。语音悬浮按钮需要在所有页面之上,但小程序原生组件层级高于普通 view,用 fixed 定位会被视频、地图组件盖住。解决方案是改用 cover-view 与 cover-image,并单独处理视频播放页的层级。
难点三:方言识别率。默认模型对四川话识别效果差,直接影响可用性。解决方案是切换到讯飞支持方言的模型,并在意图理解层加入同义词与容错映射,把"量哈血压""测个血压""看下血压"都归一到同一意图。