AI 视频剪辑.

时间线
2026-09
团队
独立交付
角色
全栈 / AI agent
AI 视频剪辑界面预览

项目背景

短视频是门店营销的刚需,但剪辑门槛把大多数商家挡在外面。这个项目把剪辑做成三档能力:会剪的人全自定义,不会剪的人套模板,连模板都不想选的人直接跟 AI 说话——agent 全流程接管。

三档剪辑能力

  • 自定义模块:自由调整分镜、配音音色与语速/气口、字幕颜色字号、品牌名与地址、转场与音效、BGM,每个参数都开放;
  • 模板模块:配置大量 AE 模板,用户选模板后填入素材、选择 BGM 与文案音色即可自动生成,质量可控、零经验可用;
  • AI 全自动模块:与 AI 对话下达剪辑任务——直接把素材发给 AI 助手,由 AI 调用剪辑功能完成;预览后指出问题即可自动修改,例如"不满意第 2-3 个分镜的转场",说明后 AI 自动完成调整。

核心成果

  • 零经验商家从素材到成片只要一次对话,改稿也是对话;
  • 模板档保证质量下限,自定义档保留专业上限,三档共用同一条渲染流水线;
  • agent 能真正"调用功能"而不是只给建议:下达任务 → 执行 → 预览 → 按反馈修改的闭环跑通。

界面一览

AI 视频剪辑选模板页:内置 AE 模板库

选模板:内置真实 AE 模板,填素材与文案即出片,时长与段数预先标注。

AI 视频剪辑自己调页:全参数开放

自己调:分镜顺序、配音音色/语速/句间停顿、画幅、稳定性、情绪、字幕与 BGM 全参数开放。

技术要点

  1. agent 工具调用:剪辑能力封装为可被 AI 调用的工具集,对话意图映射到分镜/配音/字幕/转场的具体参数变更;
  2. 反馈式修改:预览后的自然语言反馈定位到具体分镜区间(如第 2-3 个分镜),只重跑受影响片段;
  3. 模板参数化:AE 模板抽象为参数槽位(素材位、BGM、音色、文案),同一模板服务多行业素材。

离线办公助手.

时间线
2026-06
团队
黑客松组队
角色
AI 全栈
离线办公助手界面预览

项目背景

AI 全栈黑客松比赛项目(2026.05–2026.06),已开源。命题是"没有网也能用的 AI 办公助手":完全基于 QVAC SDK 开发,靠边缘大模型在本地跑全部能力,并且全程检测并隔离软件内网络环境——断网不是降级模式,而是默认模式。

功能清单

  • 文档版本管理:本地文档的版本链维护与回溯;
  • 基于 LLM 的文档检索:边缘大模型驱动的语义检索,不走云端 embedding;
  • TTS 朗读:朗读文档与 AI 回答内容,本地语音合成;
  • 会议录音转文字:本地语音识别转写会议纪要;
  • 网络隔离:全程检测并隔离软件内网络环境,保证数据不出机。

核心成果

  • 全部 AI 能力(检索、TTS、转写)在边缘大模型上闭环,离线可用;
  • 网络隔离做成产品特性而非口号:软件内环境全程检测,敏感文档零外发;
  • 项目已上传 GitHub 开源,比赛交付后仍可复现与二次开发。

界面一览

离线办公助手 AI 对话页:会话列表与上下文文档选择

AI 对话:多会话管理、上下文文档挂载,回答可一键本地朗读。

离线办公助手知识库管理页

知识库管理:文档批量导入/导出/翻译/删除,全部本地入库。

离线办公助手语音转写页

语音转写(ASR):拖入 WAV 本地转写,实时进度与历史转写记录。

离线办公助手翻译文本视窗

翻译视窗:原文/译文对照,结果可导出或直接导入知识库。

离线办公助手系统设置页

系统设置:系统状态与硬件占用、凭据托管与 AES-256-GCM 加密、一键数据清理。

技术要点

  1. QVAC SDK 全栈使用:从模型加载、推理到资源管理完全走 SDK,控制内存与启动时间;
  2. 边缘模型选型:在本地算力约束下平衡检索质量与响应速度,检索与生成分离部署;
  3. 隔离验证:以网络检测钩子验证全流程零外联,作为验收标准写进测试。

VoidTidy.

时间线
2026-06
团队
独立交付
角色
独立开发
VoidTidy界面预览

项目背景

VoidTidy 是一个 .NET 窗口管理工具,2026.06 开源。它有两个实验性约束:一是完全使用 Claude Code 调用 GLM-5.1 API 开发,按最小代码量完成;二是选 .NET 4.8 而非新运行时,目标是把常驻资源压到几乎无感。

做了什么

  • AI 协作开发:全程用 Claude Code 调用 GLM-5.1 API 写代码,以最小代码量为验收标准,功能不缩水;
  • 窗口管理:Windows 窗口的整理与排布能力,常驻后台随叫随到;
  • 资源极限优化:基于 .NET 4.8 节省内存与 CPU 资源,避免新运行时的额外开销。

核心成果

  • 静默状态内存占用 <10MB、CPU <0.1%;
  • 运行状态内存约 40MB、CPU <1%;
  • 已上传 GitHub 开源,可作为"AI 写的小而美工具"样本复现。

界面一览

VoidTidy 收纳栏:按分类停靠的窗口图标

收纳栏:桌面顶部按 Adobe / 游戏 / 软件开发等分类停靠图标,随叫随到。

VoidTidy 设置窗口

设置:收纳文件夹、停靠位置、缩回模式与延时、图标尺寸、开机自启。

VoidTidy 隐藏图标收纳

隐藏图标:把桌面与托盘的杂项图标统一收进收纳栏,保持桌面整洁。

技术要点

  1. 最小代码量约束:把"代码量"当作成本指标写进开发流程,AI 生成代码逐段审、能删就删;
  2. .NET 4.8 取舍:老运行时换来更低的基线开销与更广的兼容面,代价是 API 面更窄,靠 Win32 互操作补齐;
  3. 常驻优化:静默路径零轮询、事件驱动唤醒,保证后台常驻不抢资源。

品牌站矩阵.

时间线
2026-09
团队
独立交付
角色
全栈 / 前端架构
品牌站矩阵界面预览

业务背景

客户是服务北美本地商家的 SaaS 平台(hiraccoon.com / Raccoon OS / UpDeal 后台),已上线品牌站的门店 30 多家,业态横跨餐饮、美甲、汽修、零售。每家门店都需要"自己的"官网:独立的品牌视觉、独立的菜单与服务列表、独立的地址与营业时间,但点单、预约、评价、营销这些运营能力必须完全复用。目标是新门店品牌站从签约到上线以天计,同时首屏性能和 SEO 不能妥协。

架构简述

  • 前端:Next.js 静态输出(SSG),品牌站纯静态托管,首屏不依赖服务端渲染;
  • 主题化:每站点独立主题 Token(主色、字体、圆角、按钮形态),同一套组件渲染出完全不同的视觉——拉面店的暗色配正红、美甲店的紫、回转寿司的红白、汽修店的黑黄、零售店的粉色动效;
  • 通用骨架:What We Make / Our Story / Visit Us / Menu 导航结构,Location & Hours 页内嵌 Google Maps 与结构化营业时间表;
  • 转化入口:Order online / Order Pickup / Call to Book / Reservations / Free Estimate 统一挂载,直连在线点单与预约系统;
  • 信任要素:首屏评分带(4.6★ · 278+ local reviews)、数据带(8h 熬汤 / 100% 猪骨 / No MSG)、好评弹幕流与 Before & After 真实案例区,把 Google 评价资产直接变成转化组件。

代表站点

Machiya Ramen 品牌站首屏:暗色底、正红 CTA、评分与数据带

Machiya Ramen(Montréal):暗色主题 + 正红 CTA,首屏挂 4.6★ · 278+ local reviews 与 8h / 100% / No MSG 数据带。

Sichuan Alley Bistro 品牌站首屏

Sichuan Alley Bistro(West Hartford):浅色头图 + 红字点缀,"Culture you can taste.",Order Online 与 Reservations 双入口。

KAISEN 回转寿司品牌站首屏

KAISEN Kaiten Sushi Bar(Santa Ana):红白回转寿司主题,轮播头图,$2.00 起按盘色计价。

Yo2 Nail Bar 品牌站首屏

Yo2 Nail Bar(Cary):美甲业态的紫色主题,35+ 服务 / 每周 7 天 / Cary Pkwy 数据带,View Services 与 Call to Book。

Legend Sushi 品牌站首屏

Legend Sushi(Orlando):和风纸纹底 + 金墨配色,自助价格牌午市 $22.95 / 晚市 $35.95。

Carheart 汽修品牌站首屏

Carheart Auto Tech & Collision(Hillsboro):黑黄高对比,电话与免费估价双 CTA,Before & After 真实案例区。

动效、地图与信任组件

YUGO 品牌站动效首屏

YUGO Asian Lifestyle:粉色花瓣放射动效首屏 + 全屏巨型字标,零售业态的视觉天花板。

Legend Sushi 品牌站整页长截图

Legend Sushi 整页:首屏价格牌之后是 ALL YOU CAN EAT 价格区,长页结构按业态自由拼装。

100 Boil Pot & Grill 门店位置与营业时间页

100 Boil Pot & Grill(Tucson):Location & Hours 页,Google Maps 嵌入 + 结构化营业时间表(含周二休息)+ Open in Maps。

Carheart 免费估价表单与好评弹幕

Carheart 估价表单:年份/品牌/车型、保险信息、最多 6 张车损照片(浏览器端压缩后上传);背景是流动的好评弹幕信任墙。

核心业务成果

  • 30 多家门店共用一套品牌站架构,新站从立项到上线以天计;
  • 品牌站全静态输出,首屏无服务端等待,利于收录与分享;
  • 估价表单照片在浏览器端压缩(JPG / PNG / WEBP / HEIC)后再上传,不消耗顾客流量;
  • 评分带、数据带、好评弹幕、Before & After 四类信任组件跨业态复用,直接把 Google 评价资产变成转化率。

技术难点总结

  1. 主题隔离:主题 Token 只作用于站点作用域,避免多主题 CSS 互相污染,同时保证组件层零分支;
  2. 多业态复用:餐饮菜单、美甲服务、汽修估价、零售展示四类完全不同的转化路径,收敛到统一的入口组件与下单/预约接口;
  3. 地图与营业时间结构化:营业时间按周建模(含休息日),地图落点用 Place ID 而非坐标,避免地址变更失效;
  4. 动效性能:首屏花瓣放射等动效用纯 CSS/transform 实现,静态导出后依旧满帧,不拖累 LCP。

流量分析.

时间线
2026-09
团队
独立交付
角色
后端 / 数据
流量分析界面预览

业务背景

30 多家品牌站跑起来之后,问题变成"哪家店流量真实在涨、广告费花得值不值"。第三方分析工具按站点收费、且拿不到订单数据,无法把"访问 → 下单 → 付款"串成一条链。于是自研了一套轻量分析:品牌站埋点上报,后台按门店聚合,和订单库同库关联,转化口径完全自己定义。

模块总览与汇总指标

流量分析总览页:页签、KPI 与趋势

流量分析总览:站点选择器(全部站点 38)+ 今天/近 7 天/近 30 天与自定义区间,总览/来源/用户画像/热门页面/转化漏斗/搜索排名页签;同屏 UV 8,063 / PV 12,550 / 访问 8,709 / 跳出率 80.5% / 付款订单 123 单 $5,620.10 / 真转化率 1.41%,底部按天(美东)订单金额与订单数双曲线。

汇总指标 API 响应

汇总指标接口:GET /api/websites/<id>/stats 一次返回当期 pageviews / visitors / visits / bounces / totaltime 与 comparison 上期同口径,总览四个数与跳出率全部由它算出。

趋势、来源与画像

按天趋势曲线

趋势图:访问 / UV / PV 与订单金额按天曲线,时区统一按门店当地(美东)归天。

趋势曲线核心代码

趋势曲线核心代码:时区对齐的按天聚合与缺日补零,避免跨时区门店曲线错位。

来源分析环图

来源分析:付费广告 40.9% 等渠道占比环图 + 明细表,广告依赖度一眼可见。

维度分布

维度分布:自选维度拆解会话、跳出与转化,定位"哪种流量在浪费"。

用户画像

用户画像:城市 / 设备 / 浏览器 / 操作系统 Top 榜,决定投放与兼容优先级。

页面、排名与谷歌搜索

热门页面追踪

热门页面追踪:浏览量 Top 页 + 入口页 / 退出页,找出承接力最差的那一页。

搜索排名分析

排名分析:Semrush 关键词榜 + "查什么"成本面板(单次查询 $0.018/页、余额 $0.757),把 SEO 开销做成可见预算。

谷歌搜索追踪

谷歌搜索追踪:Search Console 曝光 4,296 / 点击 130 / CTR 3.0% / 平均排名 17.0,关键词与落地页各 Top 25,固定 28 天窗口。

门店排行与订单对照

门店排行

门店排行:Legend Sushi Orlando 1,686 访客居首;Hokkaido Ramen House 46 单 $1,787.76、转化率 4.36%;Chung Wah 11 单 5.19%;Machiya Ramen 3 单 4.62%。

本周对比上周与订单记录

本周 vs 上周对比表 + 每日订单与金额记录:合计 123 单 $5,620.10,周界按美东对齐。

转化漏斗

转化漏斗前端

漏斗前端:预设漏斗卡片一键套用;漏斗配置支持页面/事件混排步骤、转化窗口 60 分钟、只看指定来源;结果 131 → 58(流失 55.7%)→ 8(流失 86.2%)。

漏斗计算核心代码

漏斗核心代码:会话切分、步骤顺序匹配与窗口剪枝,保证同一步骤不被重复计数。

核心业务成果

  • 访问到付款全链路同库关联,真转化率 1.41% 这类口径只有自研能算;
  • 广告渠道占比、SEO 查询成本、GSC 表现三本账放在同一屏,预算决策不再拍脑袋;
  • 漏斗步骤可由运营自行配置(页面/事件混排 + 转化窗口),新活动上线不用改代码。

技术难点总结

  1. 时区归天:门店横跨美东/美中/山地/太平洋时区,所有按天聚合一律按门店当地时区归天,周对比表同规则;
  2. 真转化口径:只统计付款成功的订单金额,持位未付与退款单分别剔除,避免漏斗虚高;
  3. 漏斗会话切分:同一访客多次会话按窗口切分后再匹配步骤,防止跨会话拼接出假转化;
  4. 外部配额管理:Semrush 按次计费、GSC 有配额,查询结果落库缓存 + 余额面板,超支前先看得到。

预约系统.

时间线
2026-09
团队
独立交付
角色
全栈
预约系统界面预览

业务背景

美甲、按摩这类服务业的预约痛点不是"能不能约",而是"约到的时段是不是真的有人能做":员工技能不同(美甲师不会做蜜蜡)、排班不同(有人周日休)、项目时长不同(凝胶 manicure 40 分钟、spa pedicure 15-25 分钟)。系统必须把这三者叠在一起算可约时段,而不是简单按营业时间切格子。

客户端:选日子、选时段

预约客户端选时段页

Yo2 Nail Bar 预约页:日期横滑条(Today Sep 9 起一周)+ 15 分钟粒度时段网格;提示"This appointment takes about 40 min. Times shown already leave room for it."——展示的每个时段都已按项目时长和员工排班校验过。

下单与改期接口

POST /booking/hold 下单持位

POST /booking/hold:带 menuItemId / providerId / startAtIso / 顾客信息 / payLater 与 items 下单,返回 appointmentId、orderId、短码 A7X2、depositCents 与 status confirmed——持位成功即锁时段。

POST /booking/requests 改期申请

POST /booking/requests:kind=reschedule 提交改期申请(requestedStartAtIso + 顾客备注"临时有事"),返回 requestId 与 status pending、"已提交,等门店确认"——改期走审批,不直接改单。

商家后台:技能与周排班

商家后台员工与排班

商家后台预约页"员工与排班":添加员工时勾选能做的项目(42 项技能芯片:Standard/French/Gel Manicure、Dip Powder、各类 Pedicure、蜜蜡系列等),再按周设置班次(周一到周六 10:00-19:00、周日休息,美东 24 小时制);下方 Store Staff 卡片汇总技能与每日班次,支持改排班/删除。

后台日视图接口

GET /admin/booking/day 日视图

GET /admin/booking/day?slug=yo2-nail-bar&date=2026-09-11&includeCancelled=1:返回当日 appointments(含 providerName、serviceName、status confirmed、depositCents / depositPaidCents / refundedCents 押金三态)与 nextAppointmentDate,后台日历与取消单同接口出。

核心业务成果

  • 可约时段 = 员工排班 ∩ 技能匹配 ∩ 项目时长留白,顾客看到的每个时段都真实可履约;
  • 下单持位返回短码(A7X2),门店前台口头核销不用翻系统;
  • 改期走申请-审批流,门店对日历有最终控制权;
  • 押金三态(应付/实付/已退)在日视图接口直接给出,对账不用二次查询。

技术难点总结

  1. 时段计算:按项目时长在员工班次内滑动开窗,再扣除已持位区间与缓冲时间,复杂度控制在门店规模可实时响应;
  2. 持位并发:同一时段多人下单用持位记录互斥,未付款超时自动释放,不超卖;
  3. 改期审批:改期不直接移动订单,而是生成 pending 申请,门店确认后原子换时段,避免审批期间时段被抢;
  4. 时区:排班按门店当地时区存储与展示(美东 24 小时制),接口一律 ISO 带时区,杜绝夏令时错位。

自动营销.

时间线
2026-09
团队
独立交付
角色
全栈 / 合规设计
自动营销界面预览

业务背景

门店的营销短信/邮件过去靠店主手动群发:没分层、没时机、也没合规意识。Content Studio 把"顾客经历"变成触发器——第一次来、没付完款、好久没来、周末和节日、吃完请留评——开一条规则,剩下的系统自己做。短信走 Twilio、邮件走 Resend,两条通道独立开关、独立模板。

规则中心:六条生命周期规则

Raccoon OS 顾客自动营销规则页

Raccoon OS 顾客自动营销:按店切换(CM Korean Fried Chicken),KPI 卡显示本店可发邮件 112 人(在该店下过单)、本月已发 0、短信已同意 0、短信发送器未配置;黄色横幅明确"短信受 TCPA 管,必须顾客事先明确同意才能发;邮件走退订制"。六条规则:新顾客欢迎+首单优惠、弃单提醒、30 天未回老顾客召回、每周主题回购(周一/周五/周六+节日促销)、节日祝福(当天不带优惠)、用餐后评价邀请(付款后 3 小时)。

Content Studio:模板与发送记录

Content Studio 管理长截图

UpDeal 后台 Content Studio(Chung Wah Restaurant):顶部 Twilio Messaging Service SID 配置横幅 + Email Resend 已配置、时区 America/New_York;KPI 今日发送 / 送达率(7日) / 退订(STOP) / 本月预估花费;六张规则卡各自带 SMS/Email 通道页签、变量模板({名字} {店名} {优惠} {订单链接} {评价链接})、发送预览与"测试发送";底部发送记录表 65 条,按时间/渠道/触发规则/内容/状态/Provider ID 全量留痕,支持重发。

同意与合规

同意退订面板与合规检查

同意/退订面板:营销短信同意 0 人、STOP 抑制名单 0 人、营销邮件同意 58 人、未勾选同意/仅 OTP 138 人,支持手动设同意/退订(测试用);合规检查卡对照 TCPA / A2P 10DLC 上线前项:独立营销 Messaging Service(与登录验证码号隔离)、STOP/HELP 自动退订(入站 webhook + 本地抑制名单已接)、发送引擎(cron + 事件钩子)、结账 opt-in 勾选 UI 已接。

核心业务成果

  • 六条规则覆盖新客、弃单、召回、回购、节日、邀评全生命周期,门店零操作成本;
  • 短信只发给 opt-in 顾客、STOP 即时生效入抑制名单,TCPA / A2P 10DLC 上线前检查全绿;
  • 营销号与登录验证码号隔离,验证码送达率不被营销投诉拖累;
  • 发送记录带 Provider ID 全量留痕,客诉与退订争议可逐条回溯重发。

技术难点总结

  1. 同意建模:短信同意、邮件同意、STOP 抑制三张名单独立维护,结账勾选、手动设置、入站 webhook 三个入口写同一事实源;
  2. 触发与去重:cron 扫表 + 事件钩子双通道触发,同一顾客同一规则按冷却期去重,弃单提醒"隔一会儿提醒一次"而非连发;
  3. PAID GUARD:弃单提醒发送前复查订单支付状态(min-unpaid 30 分钟),顾客刚付完款立刻停发,避免催付乌龙;
  4. 模板变量安全:{名字} {订单链接} 等变量在预览与实发走同一渲染器,测试发送即所见即所得。

评价分流页.

时间线
2026-09
团队
独立交付
角色
全栈
评价分流页界面预览

业务背景

线下门店想要 Google 好评,但直接贴 Google 链接会把差评也全公开出去。分流页的做法是:顾客扫桌牌二维码进入打分页,4-5 星跳转该店 Google 写评价,1-3 星转成私密反馈发到店主邮箱——好评上墙、差评到店主手里先处理。整套页面由 UpDeal 后台配置,保存即生效,不需要发版。

后台管理:一店一页

扫码评价页管理列表

UpDeal 后台扫码评价页列表:每家店一条 /r/<slug>(bestbuffet、bunny-nails、carheart、chungwah…),含 Google 落点核对链接、店主邮箱与差评计数;顶部黄色提示"未开通 14 家:这些门店在 merchants 里,但没填 Place ID,/r/ 页是 404",把待办直接亮出来。

一键生成与内容修改

评价页编辑抽屉

编辑抽屉:按店名地址搜 Google 取 Place ID(提示"同名餐厅很多,选错会把好评送到别人家"),或粘贴 Google 地图链接免 API key 解析;选中店铺绿卡回显地址与 Place ID 并提供"在 Google 地图上核对"链接;slug 已印在二维码上不可改,店主邮箱各家各填(1-3 星差评转发到这里),保存并生效按钮一键上线。

桌牌二维码生成

桌牌二维码导出

桌牌二维码弹窗:指向 https://hiraccoon.com/r/bestbuffet;打印用 SVG 放大不糊,容错级 H 沾油磨损也能扫;支持下载 SVG / PNG 两种格式直接交印厂。

核心业务成果

  • 好评进 Google、差评进邮箱,门店评分资产与客诉处理互不干扰;
  • 配置保存即生效,新开一家店的评价页分钟级上线,无需发版;
  • 未开通门店(缺 Place ID)在列表顶部集中提示,运营按清单补录即可;
  • 二维码容错级 H + SVG 源文件,桌牌印刷与日常磨损场景均可扫。

技术难点总结

  1. slug 生命周期:二维码印上桌牌后 slug 不可修改,改店名、换 Place ID 都不能动 slug,绑定关系单独建模;
  2. Place ID 绑定:同名门店多,搜索候选必须带地址回显 + 地图核对链接,另提供免 API key 的地图链接解析兜底;
  3. 差评路由:1-3 星反馈按店路由到各自邮箱,邮箱缺失时落后台待办而非静默丢弃;
  4. 二维码可靠性:容错级 H + 纯 SVG 输出,保证印刷尺寸缩放与油污磨损后仍可识别。

AI 指令台.

时间线
2026-09
团队
独立交付
角色
前端 / AI 集成
AI 指令台界面预览

业务背景

门店老板不会写营销文案,也没时间盯三个平台。AI 指令台的定位是"运营入口即对话框":打开后台第一屏就是输入框,一句"给本周新到的拉面写个 Google 帖子"直接产出可发布内容,模型可换(DeepSeek V4 Pro 等),素材可拖图进对话。

前端体验:明暗双主题

AI 指令台白天模式

白天模式:左侧当前门店卡(YUGO · Madison Place)+ 新建指令 + 快捷入口(AI 指令台 / 门店 671 / 订单 / 顾客 / 帖子 / 素材库 / AI 图片 / 视频剪辑)与工具箱(AI 大脑知识库 / 账单看板 / 顾客自动营销);主区"你好,YUGO——我是 Raccoon OS。今天想发 Google 商家帖、回复评论,还是发 Instagram/Facebook?",输入框支持添加或拖入图片,右侧模型选择 DeepSeek V4 Pro。

AI 指令台夜间模式

夜间模式:同一信息架构的暗色主题,渠道连接状态(Raccoon / 在线点单 / Google Business / Meta / Instagram 就绪)在暗底上用低饱和绿标保持可读。

核心业务成果

  • 对话即运营:发帖、回评论、跨平台分发收敛到一个输入框,老板学习成本为零;
  • 模型可插拔:DeepSeek 等模型按任务切换,成本与效果可权衡;
  • 明暗主题 + 中/EN/ES 三语全量覆盖,匹配北美多语种门店员工;
  • 指令台与门店、订单、素材库、自动营销同侧边栏互通,AI 产物可直接进入发布流。

技术难点总结

  1. 上下文装配:指令自动带上当前门店档案、近期订单与素材库图片,模型不用反复问"你是哪家店";
  2. 主题系统:明暗双主题用同一套 Token 切换,图表、渠道状态标、代码块等组件在暗底对比度单独校准;
  3. 流式与中断:长文案流式输出,中途可停可改,停止后已生成部分仍可编辑发布;
  4. 多语言界面:ZH/EN/ES 三语界面与生成内容语言解耦——界面是中文的店主也能产出英文帖子。

商家后台.

时间线
2026-09
团队
独立交付
角色
全栈
商家后台界面预览

业务背景

平台侧后台是给运营看的,门店老板只关心三件事:今天几单、钱什么时候到、有没有要处理的。商家控制台把这三件事放在首屏:指标卡 + 最近订单 + 营业额曲线 + "需要你处理"待办区,登录进来十秒看完一天的生意。

经营首页

商家控制台首页

100 Boil Pot & Grill 首页:今天 / 近 7 天 / 近 30 天切换;四指标卡——订单·近 7 天(已支付订单)、营业额·近 7 天(顾客实付合计)、预计到账·近 7 天(已扣佣金与手续费)、出票失败·近 7 天(需要重新出票);最近订单表带短码(BO-WEYXVN 等)、类型自取、实付 $53.67 → 到账 $47.29 与状态已完成;右侧近 7 天营业额柱状图(9/3-9/9);底部"需要你处理"空态。左导航:订单记录 / 菜品分析 / 谷歌评论 / 私密反馈 / 门店素材 / POS 连接 / 来单通知 / 收款与结算(结算账户、交易明细、争议处理 1);中/EN/ES 三语与明暗主题切换。

核心业务成果

  • 实付与到账双列展示,佣金手续费透明,老板不用问平台"我的钱怎么少了";
  • 出票失败单独成指标并进待办区,支付成功但出票异常的单不会被漏掉;
  • 争议处理带角标计数(1),结算争议在导航层就看得见;
  • 三语 + 明暗主题全量覆盖,北美多语种店员可直接使用。

技术难点总结

  1. 金额口径:实付、到账、预计到账三个口径分别扣除佣金、手续费与未结算周期,卡片副标题直接写明口径避免误读;
  2. 待办聚合:"需要你处理"汇聚出票失败、争议、改期审批等多源待办,空态明确告知"目前没有需要处理的事项";
  3. 多语言:中/EN/ES 文案与金额、日期格式一起本地化,切换语言不刷新页面;
  4. 权限边界:商家账号只能看到本店数据,结算账户等敏感页按角色挂载。

登录鉴权.

时间线
2026-09
团队
独立交付
角色
后端 / 安全
登录鉴权界面预览

业务背景

整个系统有三类界面:顾客侧品牌站、门店侧商家控制台、平台侧 UpDeal/Raccoon OS 后台。三处如果各做一套登录,账号体系和密码策略必然漂移。统一鉴权的做法是:一个 auth 服务签发 JWT,各端只验 token 不碰密码;账号由平台管理员在后台统一开设,前端登录页全平台共用一套。

登录页与 token 签发

全平台统一登录页

统一登录页(Raccoon OS):邮箱 + 密码登录商家控制台;提示"没有账号或忘记密码?联系平台管理员在后台为你设置"——不开自助注册,开户权收归平台管理员,从源头控制账号来源。

POST /api/auth/login 签发 token

POST /api/auth/login:username + password 换 200 { token: eyJhbGciOiJIUzI1NiIs…, user: { id, username } };token 为 JWT,各端持同一密钥验签,到期走换发流程,刷新期间无感续期。

核心业务成果

  • 品牌站 Sign in、商家控制台、平台后台共用一套登录页与 token 机制,新端接入只验签不重建账号体系;
  • 密码只存在于 auth 服务,业务服务拿到的只有 token 里的用户身份,横向越权面收窄;
  • 开户收归管理员后台,离职店员账号可即时停用;
  • 登录验证码短信与营销短信走不同 Messaging Service,鉴权通道送达率不受营销投诉影响。

技术难点总结

  1. token 换发:access token 短有效期 + 换发接口静默续期,前端 401 重试一次而非直接踢回登录页;
  2. 密码存储:bcrypt 加盐哈希,登录接口对"用户不存在"与"密码错误"返回同一提示,避免账号枚举;
  3. 多端角色:同一 token 结构携带角色声明,商家端与平台端路由守卫按角色挂载,接口层二次校验;
  4. 会话安全:登录失败限流 + 异常提示统一化,后台开户密码由管理员设置后强制首登修改。

魔法书.

时间线
2026
团队
独立交付
角色
全栈 / AI 应用
魔法书界面预览

项目背景

魔法书是一个即将面向市场的商业化项目:把纸质书写体验搬进屏幕,同时保住"手写感"这件最容易被数字化磨掉的东西。技术上的三个抓手是识别精确率、书写质感与回答质量。

做了什么

  • 多模态大模型做底层识别:用多模态模型替代传统 OCR 链路做底层识别,提升复杂版面与手写混排场景的精确率;
  • 矢量化笔迹生成:笔迹以矢量方式生成而非位图贴图,放大缩小不失真,笔画的起收与连笔保留书写感;
  • 精炼提示词控制回答质量:用精炼后的提示词约束模型输出风格与结构,保证产物稳定可用,而不是每次开盲盒。

核心成果

  • 识别精确率由多模态底层模型托底,混排手写内容的可用率显著提升;
  • 矢量笔迹让产物在任意尺寸下保持手写质感,直接可用于打印与分享;
  • 提示词精炼后输出方差变小,商业化交付的质量底线可控。

界面一览

魔法书官网首屏:Ask it in ink. It answers in ink. 主视觉与早鸟订阅入口

官网首屏:手写提问、墨水作答的主视觉,配早鸟订阅与等待名单入口。

魔法书产品页:羊皮纸质感的书写界面

产品页:整页羊皮纸质感,配置 API key 后唤醒日记本。

魔法书 API 配置页:可选 OpenAI / 通义千问 / 自定义

配置页:OpenAI / 通义千问 / 自定义三档模型源,密钥本地封存(Seal to the Diary)。

技术要点

  1. 多模态识别链路:图像与文本统一进模型,避免传统 OCR + 后处理两级误差叠加;
  2. 矢量化笔迹:笔迹建模为矢量路径,渲染与存储分离,兼顾质感与体积;
  3. 提示词工程:以最小提示词集控制回答质量,减少冗余指令带来的漂移。