浮签

人工智能其他案例ID：249346

落

6 年经验· 今日到家

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

1.立项背景和目标
碎片化的灵感、待办、情绪往往转瞬即逝——用户常在"想记"到"打开 App 写完"的过程中就忘了或丢失了一部分。传统记录工具打开成本高（需选分类、填表单），进一步加剧丢失。
浮签立项旨在打造一款极低门槛、无压力的 C 端碎片记录工具：系统级快捷磁贴秒开即写、写完即走，后台由 AI 异步把碎片转化为结构化认知资产。

2.软件功能与核心模块
产品为移动端应用（Flutter Android App + 系统级快捷磁贴双入口），后端 Spring Boot 模块化单体（12 模块 / 42 端点 / 22 表）。核心模块：
记录与同步（note/sync）：主 App 与 Android 原生磁贴双路径提交，离线队列加密回放，解决弱网/瞬时丢失。
AI 洞察（ai）：双 LLM 编排——LLM1 SMALL 一次产出六维评分（情绪/深度/话题/意图/重要度/紧急度）+ 意图识别；命中白名单则 LLM2 MEDIUM 抽取意图细节。模型配置免重启热刷新。
积分计费（gamify）：签到、积分流水、TCC 预扣 + Token 公式计费框架（为付费铺垫，当前未计费）。
标签（tag）：AI 自动打标 + 手动全量编辑 + 标签筛选。
账号（user/security）：短信/微信登录、JWT 双 Token、头像、注销。

3.业务流程与功能路径
【记录→AI 洞察主链路】用户下拉磁贴或打开 App 写碎片 → 提交触发 NoteCreatedEvent → 监听器 @Async 虚拟线程异步处理 → 同步串行：LLM1 生成六维+意图 → 路由定级 → 命中意图白名单则 LLM2 生成细节 → 落库并计算优先级/四象限/紧急度衰减 → 返回降级或完整结果。书写全程不被 AI 阻塞。
【积分预扣链路】 LLM 调用前 reserve（FOR UPDATE 行锁 + CAS 冻结/真扣）→ LLM 成功即 confirm 结算 → 失败则 release；清道夫兜底崩溃遗孤。（当前免费，预扣额度为 0，框架预留。）