余明杰

项目背景：

随着企业数字化与智能化需求不断提升，传统的语音记录、会议纪要和数据分析方式效率低、割裂严重，难以形成 '记录 → 分析 → 沉淀 → 业务转化' 的完整闭环。在此背景下，我主导设计并落地 Aidee（AI 智能助手），旨在通过 AI 技术对语音、对话和业务数据进行深度分析与结构化沉淀，打造一个真正'懂用户、能进化、可商业化'的 AI 助手系统。

项目目标：

• •构建可支撑大规模用户的 AI 智能助手平台。
• •实现语音与对话数据的自动分析、总结与结构化存储。
• •通过短期 / 长期记忆机制，让 AI 持续学习用户偏好。
• •与营销云系统打通，形成从内容生成到业务转化的完整闭环。
• •支撑高并发、高吞吐场景，满足上亿级用户使用需求。

方案设计与实现：

• 1.采用 Java 21 + Spring WebFlux 构建高并发、非阻塞的服务架构，支撑大规模用户同时访问与实时交互。
• 2.使用 Go + LangChain 负责 AI 交互层，实现与大模型的统一通信、Prompt 编排与上下文管理，提升 AI 调用的灵活性与扩展能力。
• 3.设计语音记录助手，通过语音卡片形式完成录音采集，并对录音内容进行自动分析、总结与结构化存储。
• 4.支持用户与 AI 对话，基于多篇历史总结数据进行综合分析，生成个性化内容与 '有牌面' 展示页。
• 5.'有牌面' 基于用户过往总结数据与营销云基础数据生成，并与业务系统深度结合：记录访问与点击行为，支持第三方平台跳转，支持支付、下单与分佣结算，形成完整商业闭环。
• 6.设计短期记忆 / 长期记忆模型：短期记忆基于最近对话与录音总结实时分析用户信息，经用户确认或修正后沉淀为长期记忆，支持通过标签体系对用户信息进行分类存储与持续优化。
• 7.构建知识库系统，结合录音与对话内容进行信息提炼、归纳与标签化管理，使 AI 随使用不断'进化'，越来越懂用户。
• 8.支持基于 AI 能力生成思维导图、PDF 讲解文档、问卷内容，并在会议场景下对会议内容进行自动总结、题目生成与结果分析。
• 9.在会议结束后，可自动生成复盘问卷，分析员工答题结果，给出正确性判断、原因解析与问题回顾，提升组织知识传递效率。
• 10.规划并推进 AI 自动生成活动方案等能力，进一步扩展 AI 在营销与运营场景中的应用。

项目成果：

• ✓Aidee 成功将语音、对话、知识沉淀与业务系统打通，构建了从信息采集 → AI 分析 → 知识沉淀 → 商业转化 的完整闭环。
• ✓通过短期 / 长期记忆机制，使 AI 能持续学习用户偏好，实现真正意义上的个性化智能助手。
• ✓系统架构基于 WebFlux 的非阻塞模型设计，具备支撑上亿级用户规模的能力。
• ✓显著提升用户在记录、总结、决策与业务转化过程中的效率，为企业智能化运营提供核心技术支撑。
• ✓产品已上线 App Store，获得用户好评。

项目背景：

该项目旨在提供房地产线上一体化销售服务，包括实时看房、咨询、购房、VR 全景看房、销售直播带看等功能，同时还提供各种优惠活动进行线上举办，以吸引用户并推广房源。随着业务发展，逐步演进为面向高客单领域的全链路智能营销系统。

项目目标：

• •构建可承载上亿用户量的 SaaS 平台。
• •实现 B2B2C 场景适配，从集团到单店，从大客户到中小客户，都可以用简单的产品架构，支撑复杂的业务场景。
• •打造全链路智能营销体系，从增长、客户培育到转化形成完整闭环。
• •构建活数据体系，以动态数据贯通业务全链路，激活增长新势能。
• •用 AI 驱动增长，深度融合 Deepseek，让'活数据'驱动业务增长。

方案设计与实现：

• 1.构建平台级基础服务：数据采集平台、用户分析平台、会员中心、支付中心、权益中心、风控中心、结算中心、任务中心、用户中心、算法平台、通知中心、事件中心、楼盘中心、房源中心、组织架构、鉴权中心、应用中心、渠道中心等。
• 2.实现核心业务模块：增长（内容中心、渠道管理、线索管理、判客引擎）、客户培育（客户管理、智能运营、沟通管理）、转化（电子签到、跟进管理、场景管理、交易管理、回款管理、佣金管理、经纪人转化）。
• 3.设计活数据体系：多源数据融合（打通小程序、智能工牌等触点，整合行为、沟通、业务数据，构建实时更新的'活数据'池）、数据价值循环（依托新技术与AI算法，驱动数据在'采集-分析-应用'中持续流转，优化业务策略）、智能场景落地（赋能Aidee助手矩阵，将数据价值转化为精准服务与高效运营）。
• 4.AI 驱动增长：深度融合 Deepseek，实现活数据、客户洞察、销售智能、分析智能等能力，让'活数据'驱动业务增长。
• 5.产品模块化设计：小程序客户运营（线上商城、活动中心、优惠券、社群搭子、线上预约、视频看房、会员积分、注册合伙人、佣金提取）、销冠CRM APP（电子名片、电子物料、发抖音、营销活动、招募经纪人、排行榜、AI 数字人、AI 内容创作、Aidee）、营销云数据驱动（投放中心、渠道中心、管理报表、客户台账、营销画布、渠道管理、内容中心、交易管理、AI 周报）。
• 6.行业解决方案：为房地产、教育、大健康、汽车、家装等行业提供专业的数字化营销解决方案。
• 7.平台架构：采用微服务架构，从 3 个单体架构拆分至 20+ 微服务，实现服务网关、统一鉴权、事件中心、服务脚手架等平台级能力。
• 8.性能优化：QPS 峰值 6500，PV 可达十万+，支持上亿用户量。

项目成果：

• ✓工程能承载上亿用户量，QPS 峰值 6500，PV 可达十万+。
• ✓项目从单体架构拆分到微服务架构，显著提升系统灵活性和可扩展性。
• ✓获得多家合作企业的一致好评以及赞赏书。
• ✓带领团队完成多个私有化项目的验收，总回款金额达千万级别。
• ✓定制化开源框架 XXL-JOB、ShardingJdbc、Feign 使其更贴合公司实际业务开发，定制化事件中心消息分发。
• ✓个人独立维护网关、鉴权、底层JAR包，并提供丰富好用的工具使各个开发人员能高效完成业务开发。
• ✓解决私有化代码合并标品代码痛点问题。
• ✓14 年行业沉淀，服务多个行业头部客户。

架构图：

项目背景：

随着业务规模扩大，客户数量和运营场景不断增加，传统依赖人工和代码定制的客户分配与运营方式已无法支撑高频、多策略、可配置的运营需求，存在开发成本高、响应慢、运营灵活性不足等问题。

项目目标：

• •将客户运营流程拆解为标准化、可配置的执行模型。
• •支持多触点、多渠道、多节点的自动化运营。
• •显著降低后续业务扩展对研发资源的依赖。
• •提升客户触达效率与运营执行可观测性。

方案设计与实现：

• 1.将智能引擎整体拆分为执行动作、触发节点、过程结果记录、结果统计等核心模块，实现运营流程的标准化建模。
• 2.支持客户到访、签约等多类业务场景，客户行为触发后可自动执行短信、App 消息、企业微信等多渠道通知，模板与执行规则均支持自定义配置。
• 3.智能引擎与任务系统深度结合，可在指定节点下发任务并实时监控任务完成情况，形成 '触发 → 执行 → 监控 → 结果反馈' 的闭环。
• 4.引入工程化任务能力，支持发送 HTTP 请求并基于返回结果决定下一步执行动作，同时将结果写入过程记录，供后续节点继续使用。工程化节点也可以快速结合到飞书与企业微信等作为系统的链接器。
• 5.在引擎内部采用策略模式、工厂模式实现动作与节点的灵活扩展，并设计等待节点、判断节点，支持复杂条件分支与流程控制。
• 6.针对客户运营场景，设计圈人引擎，支持基于客户特征进行灵活人群筛选，通过 SQL 拆分与动态拼接实现高级筛选能力，并结合设计模式保证系统可扩展性。

项目成果：

• ✓智能引擎上线后，极大降低了复杂运营场景对研发的依赖，运营人员可独立完成完整业务流程配置。
• ✓截至目前，智能引擎累计执行记录 21,088,863 次，系统运行稳定，支撑多业务线持续运营。
• ✓显著提升客户触达效率和运营执行一致性，同时减少了后续功能开发与维护成本。

项目背景：

随着微服务数量和业务事件规模不断增长，系统中消息类型复杂、数量庞大，传统点对点消息处理方式难以保障高可用性、一致性与可扩展性。同时，手动 ACK 方式在复杂业务场景下维护成本高、易出错，且系统需要支持对内服务解耦、对外事件订阅与回调能力。

项目目标：

• •统一平台事件模型，保障消息可靠投递与处理一致性。
• •实现服务间彻底解耦，降低系统复杂度。
• •支持对外事件订阅与外部系统接入。
• •适配多种 MQ，满足私有化部署的灵活需求。

方案设计与实现：

• 1.设计并实现平台级事件中心，作为统一事件分发与管理枢纽，对内解耦微服务调用，对外开放事件订阅能力。
• 2.支持通过 MQ 或 HTTP 方式接入事件，统一处理外部系统结果回调场景。
• 3.引入事务后执行事件机制，确保业务数据提交成功后再触发事件，保障数据一致性。
• 4.设计事件订阅者心跳检测机制与服务上报机制，自动监听订阅者状态，提升系统可用性。
• 5.事件中心底层不绑定具体 MQ 实现，可灵活接入 RocketMQ、RabbitMQ、Kafka 等，在私有化项目中可快速适配客户环境。
• 6.对事件消费记录与原始数据采用按月分表设计，支撑大规模事件数据的长期存储与查询。
• 7.针对重要或大体量事件，设计 Channel 通道机制，支持为关键事件（如 KA 项目）单独开辟处理通道。
• 8.支持延时事件、事务事件等多种高级事件模型，满足复杂业务场景需求。

项目成果：

• ✓事件中心稳定支撑平台高并发事件处理需求，2026 年 1 月单月事件发放量达 30,874,102 条。
• ✓有效降低服务间耦合度，提升系统整体稳定性、可维护性与扩展能力。
• ✓在私有化与多部署环境下实现快速交付，显著提升平台架构的通用性与工程化水平。

项目背景：

在成功拆分微服务架构后，众多项目中涌现出大量可重用且能显著提效的架构设计。其中，底层鉴权机制、实用工具对于提升开发效率和系统稳定性至关重要。

方案设计与实现：

• 1.成功主导基础架构包的拆包工作，根据不同工程的特性精准拆分依赖引用，使得各个项目能够按需获取所需的架构组件和工具。
• 2.通过对底层鉴权机制的优化整合，为所有项目提供了统一、安全的访问控制方案，有效防止了未经授权的访问，提升了系统的安全性。
• 3.对 Redis、MQ、分布式锁等工具的合理拆分和封装，使得这些关键技术组件能够更便捷地被各个项目调用，大大降低了技术使用门槛，提高了系统的性能和稳定性。
• 4.不同项目可以根据自身的发展需求，灵活地选择和扩展基础架构包中的组件，实现了系统的可扩展性，能够更好地适应业务的变化和增长。

项目成果：

• ✓极大地提高了开发效率，开发人员无需重复构建通用功能模块，可将更多精力投入到业务逻辑的实现上。
• ✓为所有项目提供了统一、安全的访问控制方案，提升了系统的安全性。
• ✓降低了技术使用门槛，提高了系统的性能和稳定性。
• ✓实现了系统的可扩展性，能够更好地适应业务的变化和增长。

项目背景：

随着业务的不断发展，原有项目因启动缓慢、牵一发而动全身等缺点，已不再适用于 SaaS 的应用需求。

方案设计与实现：

• 1.成功将项目从 3 个单体架构拆分至 20 余个微服务，极大地提高了系统的灵活性和可扩展性。
• 2.通过服务解耦，实现微服务独立开发、独立部署、独立升级与弹性扩展，支持多团队并行开发。
• 3.设计并实现服务网关、统一鉴权体系，并引入熔断、限流、服务降级等稳定性机制。
• 4.针对不同业务场景进行分库分表设计，并结合 Feign 服务调用与统一调度，提升数据访问性能与整体吞吐能力。

项目成果：

• ✓项目启动速度显著提升，有效避免了因局部问题导致的整体系统故障，降低了维护成本。
• ✓显著提升研发效率与业务迭代速度，系统可维护性显著增强。
• ✓线上问题可快速定位到具体服务进行修复，避免影响全局业务，系统稳定性明显提升。
• ✓有效提升系统在高并发与异常场景下的可靠性和安全性。

项目背景：

在房地产行业积极迈向线上营销一体化的大趋势下，本项目旨在为全体经纪人打造一个强大的平台，提供从线上客户运营到成交结佣的全流程管控。

项目成果：

• ✓优化全民营销的代码逻辑，提高可维护性、可用性、可读性和易上手性。
• ✓主导分库分表逻辑，将单体服务的增删改查改为单服务提供，通过 rpc 调度便于管控。
• ✓参与业务逻辑拆分，将不相关的业务逻辑拆分新的服务。
• ✓快速响应线上问题，提供线上使用的稳定版本。
• ✓主导需求划分，担当 SE 职责，根据需求划分不同的领域模型，打造核心模块。
• ✓提供工具，如机器人修复数据、导入数据、查询 token 等。
• ✓分析并解决线上 OutOfMemoryError（堆溢出）、StackOverflowError（栈溢出）等问题。
• ✓线上 Pod 维护，伸缩扩容 Pod。优化项目启动速度，从 3-5 分钟改善到一分钟内启动，提升开发效率约 80%。
• ✓进行全民营销判客系统底层优化，打造判客引擎，解决原判客模块存在的问题，降低开发成本，提高系统的逻辑清晰度和维护成本。