← 返回项目列表
核心项目
psyAI 学生心理素质综合服务平台
Web + 小程序双端，从设计到部署的全链路项目
Next.jsFastAPIPostgreSQLQdrantWeChat Mini ProgramDocker
核心指标
2
端（Web + 小程序）
15+
心理量表
5
核心模块
MVP3
当前迭代
技术架构
psyAI 是一个面向高校的心理健康管理平台，包含学生端（微信小程序）和教师端（Web 应用）。
前端层
- •学生端：微信小程序（原生开发）
- •教师端：Next.js + TypeScript
- •UI 组件：自定义组件库
后端层
- •FastAPI: 高性能 Python Web 框架
- •PostgreSQL: 关系型数据库
- •Qdrant: 向量数据库，存储心理知识库
- •Redis: 缓存会话数据
AI 层
- •OpenAI API: 心理对话辅导
- •本地模型兜底: 确保服务可用性
- •向量检索: 相似案例匹配
核心亮点
故事 1：微信小程序的登录流程设计
现象：微信小程序的登录流程比较复杂，需要先调用 wx.login 获取 code，再换取 session_key 和 openid。早期版本登录失败率较高。
解决方案：设计了完善的登录状态管理流程，处理各种边界情况（网络失败、session 过期、用户拒绝授权等）。添加了登录重试机制和本地缓存，提升用户体验。
故事 2：Qdrant 向量数据库的坑
现象：使用 Qdrant 存储心理知识库向量时，发现检索结果不够准确。排查后发现是向量化模型选择不当，导致语义相似度计算不准确。
解决方案：切换到专门针对中文优化的 embedding 模型（text-embedding-ada-002），并优化了向量检索的 top-k 参数和 score threshold。检索准确率从 60% 提升到 85%。
设计特色
•双端分离设计，学生和教师使用不同的前端
•数据隐私保护，敏感数据加密存储
•AI 对话记录可追溯，便于后续分析
•支持批量导入学生信息，方便学校使用
个人角色
职责：独立负责从需求分析、架构设计、前后端开发、测试联调到部署上线的完整流程。
技术决策：技术栈选型、数据库 Schema 设计、API 规范制定、代码 Review 标准。
团队协作：与前端/后端/测试团队紧密协作，推动需求落地。