狗狗就医决策助手

1、立项原因：养犬人遇到狗狗呕吐、腹泻、外伤等突发症状时，无法判断是否需要立即就医、该去哪家医院；通用搜索结果混杂自媒体内容，来源权威性不可控，容易延误或过度就医。本项目要把"要不要去、去哪、依据是什么"压缩成一次可操作的判断。
2、行业场景与业务背景：面向城市养犬人群的夜间及非工作时段急诊决策场景，涉及宠物医疗信息检索、症状分级与线下宠物医院路由。项目为个人独立完成的产品全链路实践，包含用户洞察、需求验证、原型测试、PRD、开发、部署与复盘，未做商业化上线。一、我负责的具体任务：产品定义（用户洞察、六类可证伪假设、原型测试、PRD）、技术选型、前后端开发、云服务器部署与上线复盘；编码过程由 AI 工具协作完成，架构与决策由本人主导。
3、技术栈：原生 HTML/CSS/JavaScript 单页前端；Node.js 原生 http 模块编写 proxy/server.js 做接口编排；外部能力为博查 Search API、高德 POI / 地理编码、阿里云百炼 DashScope OpenAI 兼容接口；nginx 反向代理 + systemd 守护，部署于阿里云 ECS（Ubuntu），用 Node ssh2 编写自动化部署脚本；埋点落 JSONL 文件。
4、架构与亮点：前后端同源、单一 /api 代理；检索走权威域名白名单与自媒体黑名单双通道，并做真实来源分级，不虚标权威；不内置知识库，失败即明确报错；诊所排序引入地理编码与距离计算。
5、难点：通用搜索按相关性排序，早期统一标"权威"致自媒体混入；改 include 白名单 + exclude 黑名单双通道，逐条标注来源等级；无 GPS 就近排序，裸 HTTP 禁定位，IP 定位返回空数组，改用户填小区/街道 → 地理编码转坐标 → POI 距离排序。
6、复盘结论：纯问答层质量不如通用大模型，产品重心转向"急诊决策 + 就近路由 + 健康档案"。