作为本项目的独立全栈开发者，我全面负责了“飞鱼单词”从产品构思、技术架构设计、前后端与移动端开发、到最终上线运营的全过程。这是一款深度融合语言学习理论与工程实践的智能App，旨在通过技术手段显著提升用户的单词记忆与口语表达能力。

核心功能与我的实现：

个性化智能学习系统：我基于艾宾浩斯记忆曲线算法，在后端（Spring Boot）设计了动态复习调度引擎，为每位用户生成量身定制的学习计划。同时，我开发了包含“自然拼读规则引擎”、“词根词缀分析”和“音节智能拆分”的助记体系，将单词从机械记忆转化为理解性记忆。
高交互性口语训练功能：为解决口语练习痛点，我集成了科大讯飞语音评测SDK，独立开发了“句子跟读”与“语音评测”模块。通过原生（Android/iOS）插件封装确保音频采集的低延迟与高稳定性，实现了对用户发音的精准打分、纠错与可视化反馈。
可持续的内容生态搭建：我利用Python构建了自动化内容管道，通过定向数据抓取、音频转录（ASR）与文本转语音（TTS）合成技术，持续构建与更新海量的例句库与配套音频，保障了学习内容的鲜活性与丰富性，显著降低了后期内容运营成本。
完整的商业与用户体验闭环：我独立完成了复杂的支付系统对接，无缝集成微信支付、支付宝支付及Apple应用内购买（IAP），处理了跨平台的订阅管理与订单校验逻辑。同时，实现了微信登录、手机号验证码登录等多种账号体系，并确保了用户学习数据在多设备间的实时、稳定同步。
模块化专项训练工场：我设计并开发了系列化的训练模块，如“英文选义”、“中文选词”、“自然拼写”、“单词听写”、“同步听课文”等。采用Flutter的模块化设计，这些功能组件可灵活配置，支撑了高效的功能迭代与个性化学习路径推荐。
技术架构亮点： 项目采用“Flutter混合开发框架为主体，结合原生能力进行性能增强”的混合架构。关键音视频处理与硬件交互部分通过原生代码（Kotlin/Swift）实现并以插件形式嵌入，在享受跨平台开发效率的同时，获得了媲美原生应用的核心体验。后端以Spring Boot+MyBatis提供RESTful API服务，利用Redis缓存热点数据，MySQL进行结构化存储，保障了系统的响应速度与数据可靠性。