Taylor2024.07 — 2025.01
ChatAI 多端 AI 对话应用
ChatAI Multi-platform Application
面向 C 端的多端 AI 对话产品：H5 / 小程序 / App，覆盖 SSE 流式对话、登录与支付。
架构示意
Multi-end flow · shared core
01
项目背景
晟为数科时期交付。要解决的问题是：让用户在不同端获得一致的 AI 对话与付费体验。使用场景包括移动端快速提问、H5 投放转化与 App 内长会话。
02
技术栈
- uni-app
- Vue3
- SSE
- Payment
架构选择原因
- uni-app 收敛 H5 / 小程序 / App 业务层，减少多端重复实现；核心会话模型保持一致。
- 对话主链路用 SSE：按端处理收流差异（如 H5 与小程序分块流），将增量文本拼接到会话消息并更新界面。
- 登录与支付按端拆适配层（微信小程序 / App 一键登录；微信 / 支付宝调起，签名由服务端完成）。
03
核心挑战
- SSE 流式输出：不同端收流差异、逐 Token 更新时的滚动与中断后半包恢复。
- 会话侧基础能力：消息列表、历史会话切换与分页加载，以及发送中状态与异常提示。
- 多端登录态统一：微信小程序 / App 一键登录后，请求对话与业务接口。
- 支付前端调起：微信 / 支付宝结果处理与弱网异常态，签名等由服务端完成。
04
我的贡献
- 我负责 H5 / 小程序 / App 多端 AI 对话核心页：流式输出接入与展示。
- 我完成会话侧基础能力：消息列表、历史切换与分页、发送中状态与异常提示。
- 我完成多端登录，并负责微信支付 / 支付宝的前端调起与支付结果处理。
- 我跟进联调上线、缺陷修复与核心交互相关的回归验证。
05
工程实践
性能
- 关注对话主路径；减少长列表无谓重绘，优化流式更新策略。
测试
- 按端回归清单覆盖登录、对话、支付主路径；线上问题闭环验证。
部署
- 多端发版节奏管理；按端差异发布，降低一次全量翻车风险。
安全
- 登录态与支付回调参数校验协作；避免敏感信息落日志与前端明文残留。