DeepLocals 本地 AI 知识库桌面端
DeepLocals 是一款面向个人知识管理、学习和办公提效的 AI 桌面产品,前端基于 Next.js、React、TypeScript、Electron 构建跨平台桌面客户端,后端基于 FastAPI、SQLAlchemy、Redis 提供用户、权限、计费、任务调度和第三方能力接入服务。本人参与产品核心功能开发与质量保障工作,前端侧负责知识库文件上传、多格式资料管理、异步任务进度反馈、AI 工具入口及交互页面开发,支持 PDF、Word、PPT、Excel、图片、音频等资料导入;后端侧参与微信扫码登录、会员权限校验、用量计费、MinerU 账号池额度分配、Redis 限流和任务状态管理等模块开发。
项目中结合 MinerU/OCR、Meilisearch 和 RAG 实现复杂文档解析、本地知识检索、智能问答、文档总结、思维导图、闪卡、测验、PPT 生成、Excel 分析和 PDF 翻译等功能。同时结合自动化测试能力,对核心接口、文件上传链路、任务状态流转和异常场景进行用例设计与验证,提升功能稳定性。针对大文件解析、共享额度分配、登录状态同步、任务失败恢复、复杂页面数据抽取等问题进行优化,增强了产品在真实办公和学习场景下的可靠性与可用性。
OpenClaw Token 支付计费系统
OpenClaw Token 支付计费系统是为 AI 工具平台设计的一套用户充值、Token 余额管理和用量扣费系统,主要用于支撑用户在使用模型调用、智能体任务、文件处理等功能时的按量消费。本人独立参与系统设计与核心功能开发,负责账户余额、充值订单、Token 流水、消费扣减、退款回滚、订单状态同步等模块建设。后端基于 Java/Python 相关技术栈实现业务接口,结合数据库事务、唯一订单号、幂等校验和流水表设计,保证充值、扣费、失败回滚等关键链路的数据一致性。
系统中针对 AI 场景下高频调用和异步任务消费的特点,设计了 Token 预扣、实际结算、失败返还和消费明细记录机制,避免重复扣费、漏扣费和任务异常导致的余额不一致问题。同时提供后台查询能力,支持用户余额查看、订单记录查询、Token 消费明细追踪和异常订单排查。项目过程中重点解决了支付状态不确定、接口重复回调、并发扣费、任务失败回滚、账务流水可追溯等问题,提升了平台商业化能力和计费系统稳定性。