一、整体架构蓝图

plaintext

• 核心目标：前端轻量化（减少本地计算）、服务层模块化（便于扩展功能）、AI 能力可插拔（支持多模型切换）、数据层安全合规（符合微信生态规范）。

二、核心层设计与技术选型

1. 前端交互层（小程序端）

• 技术栈：
  • 基础框架：优先选用微信原生框架（WXML+WXSS+JavaScript/TypeScript），保证兼容性；复杂场景可选用跨端框架（如 UniApp），支持一次开发多端发布。
  • 状态管理：使用小程序内置getApp()全局对象存储轻量状态；复杂状态（如多会话管理）可引入mobx-miniprogram或pinia的小程序适配版。
  • 多模态交互：
    • 文字：原生输入组件 + 自定义表情 / 快捷指令面板；
    • 语音：集成微信wx.startRecord()API 或第三方语音 SDK（如讯飞语音），实现 “语音输入→本地转文字→提交”；
    • 图片：wx.chooseImage()选择图片，通过云函数转发至 AI 视觉接口（如 OCR 识别、图像分析）。
• 设计要点：
  • 分包加载：将 AI 模型相关组件（如本地轻量化推理模块）放入分包，降低主包体积（微信小程序主包限制 2MB）；
  • 离线能力：通过wx.setStorageSync()缓存用户配置、历史对话（非敏感数据），支持弱网环境下的基础交互；
  • 响应式 UI：适配不同设备尺寸，对话界面采用 “气泡 + 加载动画” 设计，减少用户等待焦虑。

2. API 网关层

• 技术选型：
  • 轻量场景：直接使用微信云开发的 “云函数网关”（通过云函数统一接收前端请求，再分发至对应服务）；
  • 高并发场景：自建网关（如基于 Node.js 的 Express/Koa，或开源网关 Kong），部署在云服务器（如腾讯云 ECS）。
• 核心功能：
  • 身份鉴权：校验前端传入的code（通过wx.login()获取），调用微信auth.code2Session接口解析openid，绑定用户身份；
  • 限流防护：对单用户 / 单 IP 设置请求频率限制（如每分钟 50 次），防止 AI 接口被恶意调用；
  • 请求过滤：拦截非法参数（如过长文本、违规关键词），减少下游服务压力。

3. 服务层（核心业务逻辑）

• 模块划分：
  • 用户服务：管理用户信息（基于openid关联昵称、头像）、会员等级（免费 / 付费）、权限控制（如高级 AI 功能解锁）；
    • 技术：微信云数据库（存储用户基础信息）+ 云函数（处理登录、会员校验）；
  • 对话服务：维护会话上下文（多轮对话状态）、对话历史持久化、对话摘要生成；
    • 技术：采用 “会话 ID + 上下文窗口” 机制，用 Redis 缓存短期上下文（提升响应速度），用 MongoDB 存储完整历史（支持分页查询）；
  • 任务调度服务：当 AI 识别到用户需要执行具体任务（如 “设置明天 9 点闹钟”“查询上海天气”），调用对应接口完成操作；
    • 技术：基于消息队列（如腾讯云 CMQ）异步处理任务，对接微信生态 API（如wx.addPhoneCalendar添加日历）或外部服务 API（如高德天气 API）。

4. AI 能力层（核心智能模块）

• 接入方式（按场景选择）：
  • 通用场景：调用第三方 API（如 OpenAI 的 GPT 系列、微信云 AI 的对话接口、讯飞星火），快速实现基础对话能力；
  • 垂直场景：基于 LangChain 构建 “知识库 + 通用模型” 的混合架构（如法律智能体需接入法律法规知识库），通过 RAG（检索增强生成）提升回答准确性；
  • 轻量化场景：在小程序端部署轻量级模型（如 MobileBERT、MiniLLM），通过 TensorFlow Lite 实现本地推理（适合离线问答）。
• 能力封装：
  • 意图识别：通过 AI 模型解析用户输入（如 “帮我订明天去北京的机票”→ 意图：“订票”，实体：时间 “明天”、地点 “北京”）；
  • 多轮对话管理：用状态机维护对话状态（如用户问 “天气怎么样”→ 追问 “哪个城市？”→ 确认后调用天气 API）；
  • 响应优化：对 AI 生成结果进行二次处理（如过滤敏感词、格式化输出为小程序友好的卡片样式）。

5. 数据层

• 存储选型：
  • 关系型数据（用户信息、会员订单）：微信云数据库（MySQL 兼容）或自建 MySQL；
  • 非结构化数据（对话历史、图片）：MongoDB（存储对话 JSON）+ 腾讯云 COS（存储图片 / 语音文件）；
  • 缓存数据（上下文、热点问题答案）：Redis（提升高频访问场景的响应速度）。
• 数据安全：
  • 加密存储：用户敏感信息（如手机号）通过 AES 加密后存储，密钥由服务端管理；
  • 脱敏处理：对话历史中涉及的身份证、银行卡号等信息自动脱敏（用 “*” 替换）；
  • 合规备份：按微信规范定期备份数据，支持数据删除（用户注销账号时）。

三、关键技术链路示例（以 “AI 办公助手生成周报” 为例）

1. 用户交互：用户在小程序输入 “生成本周周报”，并上传每日工作记录图片（多模态输入）；
2. 前端处理：
   • 调用wx.chooseImage()获取图片，通过云函数上传至 COS；
   • 将文本 “生成本周周报”+ 图片 URL + 会话 ID 打包，发送至 API 网关；
3. 网关层：校验用户openid合法性，确认用户有使用权限，转发至对话服务；
4. 服务层：
   • 对话服务通过会话 ID 获取历史上下文（如用户上周周报风格）；
   • 调用任务调度服务，触发 “图片 OCR 识别” 任务（解析工作记录）；
5. AI 能力层：
   • 接收文本需求 + OCR 结果 + 历史上下文，调用 GPT-4 API 生成周报；
   • 对生成结果进行格式化（分点、加粗标题），适配小程序展示；
6. 反馈用户：服务层将结果返回前端，前端以 “卡片 + 一键复制” 形式展示，同时异步保存对话历史至数据层。

四、安全与可扩展性设计

1. 安全防护

• 内容安全：接入微信msgSecCheck接口，对用户输入、AI 输出进行合规校验（过滤色情、暴力等内容）；
• 接口安全：所有 API 调用采用 HTTPS，云函数密钥通过微信云环境变量管理（避免硬编码）；
• 权限控制：基于 RBAC 模型设计权限（如免费用户限制每日 5 次 AI 调用，付费用户无限制）。

2. 可扩展性设计

• 模块化拆分：各服务（用户、对话、AI）独立部署，通过 API 网关松耦合，便于单独升级；
• AI 模型可切换：封装统一的 AI 接口层（如AIService抽象类），支持快速切换第三方 API 或自建模型；
• 灰度发布：通过微信小程序 “体验版”+ 云函数环境隔离，先向部分用户测试新功能，再全量发布。

五、性能优化要点

• AI 响应速度：对高频问题（如 “你好”）缓存答案；采用 “流式返回”（如 SSE 协议），让 AI 边生成边展示；
• 小程序加载速度：压缩图片 / JS 资源，首页关键路径代码内联，非核心组件延迟加载；
• 服务端性能：数据库添加索引（如对话表按openid+会话ID索引），云函数开启并发实例（应对峰值流量）。