TRAE AI 创造力大赛 · 复赛专区
**喵迹守护
基于AI猫脸识别驱动的流浪猫智能守护平台**
社会服务社会公益
自己 / 团队介绍
我是一名独立开发者，平时关注社区公益与动物保护领域。之所以想做"喵迹守护"，是因为在自己居住的社区里，经常看到流浪猫在垃圾桶旁觅食、在车底避雨，有些猫咪生病了也没人发现，有些区域猫群繁殖失控。市面上缺乏一个能将"发现—识别—记录—救助—领养"串联起来的工具，于是萌生了用 AI 技术为流浪猫建立一个数字化守护网络的想法。
我是一名建筑师，擅长从搭构架到室内精装全过程设计与管理，只有一年的编程经验，接触 Vibe Coding 约半年。本次参赛全程使用 TRAE 进行开发，从需求拆解、架构设计到前后端代码编写、AI 模型集成，都深度依赖 TRAE 的 AI 辅助能力。性格标签：一个想做全栈产品、热衷用技术解决社会问题的独立开发者。
产品简介
是什么
喵迹守护是一个面向流浪猫群体的 AI 智能守护平台，以微信小程序 + React 多端应用为用户入口，搭配 React 管理后台和 FastAPI 后端，核心通过 YOLOv8 + ResNet50 的 AI 猫脸识别服务，实现流浪猫的数字化建档、智能识别、区域监测、异常预警与救助协作。平台同时构建了公益积分体系与商家生态，激励公众持续参与流浪猫守护。
面向谁
普通用户
散步时发现流浪猫，拍照上传观察记录，查看附近猫咪档案
认证志愿者
定期巡检区域猫群，认领救助任务，记录 TNR 状态
公益组织
管理区域猫群数据，发布领养信息，协调志愿者资源
爱心商家
提供猫粮折扣、物资赞助，获得公益积分与品牌曝光
区域 / 总管理员
监控区域猫群动态，处理预警，审核领养申请，管理用户与商家
完整功能
平台分为四大子系统，共计 54+ 个功能模块，覆盖从观察到救助的完整闭环。
一、用户端（微信小程序 / React，25 个功能页面）
核心使用路径：发现猫咪 → 拍照上传 → AI 识别 → 查看档案 → 参与救助 → 积分奖励 → 申请领养
| 模块 | 功能说明 |
|---|---|
| 首页 | 消息广场、区域猫群分布地图、最新观察动态、快速入口导航 |
| 登录注册 | 手机号登录、角色选择（用户/志愿者/组织/商家）、权限分配 |
| 区域猫群地图 | 基于高德地图瓦片展示猫咪位置标记、附近猫咪列表、定位功能 |
| 上传观察 | 拍照/相册选图、GPS 自动定位、猫咪昵称、备注信息、AI 校验 |
| 猫咪档案详情 | 猫咪基本信息、毛色花色、绝育状态、出没区域、观察时间线、图集 |
| 猫咪档案列表 | 按区域/状态筛选猫咪、搜索猫咪昵称、卡片式浏览 |
| AI 猫脸识别 | 调用后端 AI 服务进行猫脸检测、特征提取、相似度匹配 |
| 预警中心 | 健康异常预警、密度预警、失踪预警、区域异常提醒 |
| 救助协作 | 救助任务列表、任务详情、认领任务、进度更新、完成确认 |
| 爱心商家 | 商家列表、公益商品、折扣优惠、物资捐赠入口 |
| 积分中心 | 积分余额、积分历史明细、等级体系、积分规则说明 |
| 领养中心 | 可领养猫咪列表、领养申请表单、领养进度查询 |
| 消息广场 | 社区动态、救助信息、求助帖、跟帖回复 |
| 个人中心 | 个人信息、角色管理、关注猫咪、我的观察、徽章成就 |
| 爱心排行榜 | 区域积分排名、贡献排名、志愿者活跃度 |
| 投喂点地图 | 投喂点位置标注、投喂记录、物资需求 |
| 新手引导 | 功能介绍、操作指引、积分规则说明 |
| 志愿者认证 | 提交认证资料、审核状态、志愿者专属功能 |
| 通知中心 | 系统通知、任务提醒、预警推送、消息回复 |
| 猫咪观察时间线 | 单只猫咪的完整观察历史记录、照片对比 |
| 猫咪图集 | 猫咪所有照片集合、按时间排序浏览 |
| 任务详情 | 救助任务详细信息、认领状态、处理进度 |
| 搜索结果 | 猫咪/区域/消息全文搜索 |
| 徽章成就 | 成就解锁、徽章展示、里程碑记录 |
用户端界面展示
首页 · 消息广场 + 猫群地图
猫咪地图 · 高德瓦片 + 位置标记
上传观察 · 拍照 + GPS定位 + AI校验
猫咪档案 · 基本信息 + 观察时间线
预警中心 · 健康异常 + 密度预警
救助协作 · 任务列表 + 认领
积分中心 · 余额 + 等级 + 规则
领养中心 · 可领养猫咪列表
观察时间线 · 历史照片对比
二、管理后台（React + Ant Design 5，13 个管理模块）
| 模块 | 功能说明 |
|---|---|
| 仪表盘 | 数据概览（猫咪总数/活跃数/绝育数/今日观察/待处理预警/进行中任务）、绝育进度、区域猫群分布地图、区域统计表 |
| 猫咪档案管理 | 猫咪列表增删改查、档案审核、特征向量管理、状态变更 |
| 观察记录管理 | 观察记录审核、图片查看、AI 匹配结果确认、关联猫咪 |
| 预警管理 | 预警列表、预警处理、预警等级调整、历史记录 |
| 任务管理 | 救助任务创建、分配、进度跟踪、完成确认 |
| 用户管理 | 用户列表、角色切换、权限管理、账号状态 |
| 商家管理 | 商家入驻审核、公益商品管理、积分发放 |
| 系统设置 | 平台参数配置、AI 服务模式切换、地图设置 |
| 积分管理 | 积分规则配置、积分发放/冻结/解冻、积分统计 |
| 领养审核 | 领养申请审核、领养人资质评估、领养记录 |
| 数据导出 | 猫咪数据/观察记录/用户数据/积分数据导出 |
| 消息管理 | 系统公告、推送消息、消息模板 |
| TNR 记录管理 | 绝育手术记录、TNR 进度跟踪、术后观察 |
管理后台界面展示
仪表盘 · 数据概览 + 绝育进度 + 区域地图
TNR 记录管理 · 绝育手术记录
三、AI 猫脸识别服务（FastAPI + YOLOv8 + ResNet50，8 个功能模块）
| 模块 | 功能说明 |
|---|---|
| 猫脸检测 | YOLOv8n 模型检测图片中的猫脸位置，返回边界框坐标 |
| 特征提取 | ResNet50 提取 2048 维特征向量，用于猫咪个体识别 |
| 相似度匹配 | 余弦相似度 + 区域权重算法，从档案库中匹配最相似的猫咪 |
| 批量识别 | 支持多图批量处理，自动匹配并更新档案 |
| 健康评估 | 基于猫脸特征和观察记录评估健康状况 |
| 密度预警 | 检测区域猫群密度，超过阈值自动生成预警 |
| 相似度详情分析 | 展示匹配候选猫咪的详细对比信息 |
| AI 演示页面 | OpenAPI 文档（OAS 3.1）、在线测试接口 |
AI 服务核心配置：特征维度 FEATURE_DIM = 2048 · 检测置信度可配置 · 相似度阈值可配置 · 支持 Mock/真实模式切换（USE_MOCK）
AI 服务界面展示
**AI 服务 **
批量识别 · 多图处理
相似度详情分析 · 候选猫咪匹配对比
四、公益积分系统（8 个核心功能）
| 功能 | 说明 |
|---|---|
| 统一积分账户 | 用户拥有统一积分账户，记录所有积分变动 |
| 事件驱动积分规则 | 上传观察、认领任务、完成救助等事件自动触发积分 |
| 用户/商家积分分离 | 用户积分用于领养门槛，商家积分用于公益贡献排名 |
| 5 级等级体系 | 根据累计积分自动升级，不同等级解锁不同权益 |
| 领养积分门槛 | 申请领养需达到一定积分，确保领养人参与度 |
| 积分冻结/解冻 | 领养申请期间冻结对应积分，审核通过/拒绝后解冻 |
| 积分历史明细 | 完整记录每笔积分变动的时间、来源、金额 |
| 积分规则可视化 | 用户可在积分中心查看所有积分获取规则 |
五、数据与部署
- 15 张数据表：users、cats、observations、ai_matches、alerts、rescue_tasks、medical_records、donations、notifications、feeding_points、material_needs、user_points、point_transactions、point_rules、adoption_applies
- 46 个测试账号：覆盖普通用户、志愿者、商家、组织、区域管理员、总管理员等全部角色
- 8 只种子猫咪：预置演示数据，便于评委一键体验
- 双数据库支持：SQLite（开发环境）+ PostgreSQL + PostGIS（生产环境）
- 独立部署：AI 服务、后端服务、管理后台、用户端均可独立启动
核心业务闭环
观察上报 → AI 猫脸识别 → 建立/更新档案 → 区域猫群聚合
→ 异常预警生成 → 志愿者认领任务 → 救助完成 → 积分奖励 → 领养申请
全流程数据联动，可在真实环境中跑通。
相比初赛 Demo 的升级
| 维度 | 初赛 Demo | 复赛成品 |
|---|---|---|
| 功能页面 | 约 10 个核心页面 | 25 个用户端页面 + 13 个管理后台模块 |
| AI 识别 | Mock 模拟返回 | YOLOv8 + ResNet50 真实模型部署，支持检测/特征提取/匹配/批量/健康评估/密度预警 |
| 地图功能 | 静态展示 | react-leaflet + 高德地图瓦片 + 后端 PostGIS 位置服务 + 坐标模糊化隐私保护 |
| 积分系统 | 简单计数 | 5 级等级体系 + 事件驱动规则 + 积分冻结/解冻 + 领养门槛 |
| 管理后台 | 无 | 13 个完整管理模块，含数据导出、TNR 记录管理 |
| 数据模型 | 基础表结构 | 15 张表完整设计 + 46 个测试账号 + 种子数据 |
| 部署架构 | 单体 | 前后端分离 + AI 服务独立部署 + 双数据库支持 |
| 角色体系 | 单一用户角色 | 6 级角色体系 + 权限管理 |
产品演示视频
录屏演示视频将上传至 抖音平台，展示完整核心流程：登录注册 → 首页浏览 → 上传观察 → AI 识别 → 猫咪档案 → 预警中心 → 救助协作 → 积分中心 → 领养申请 → 管理后台。
**视频链接：https://v.douyin.com/sFKRMMoO1bg/
产品创作历程
灵感来源
项目的起点是一个很朴素的观察：社区里的流浪猫，有人喂、没人管。喂猫的人不知道这只猫是否绝育、是否生病、是否有人已经在救助；想救助的人不知道哪里有猫需要帮助；想领养的人找不到靠谱的渠道。信息是碎片化的，行动是各自为战的。
一次偶然的机会，我用手机拍到一只橘猫，想知道它是不是之前见过的那只，却发现没有任何工具能帮我"认出"一只猫。这让我想到了人脸识别——如果猫脸也能识别，那么每一只流浪猫都可以拥有自己的"数字身份证"，所有的观察、救助、领养记录都能围绕这个身份展开。
从想法到初赛 Demo
初赛阶段，我用 TRAE 快速搭建了一个原型：微信小程序前端 + 简单的后端 API + Mock 的 AI 返回结果。核心验证了"拍照上传 → 获得识别结果 → 查看猫咪档案"这条链路的可行性。初赛 Demo 虽然功能有限，但跑通了核心流程，验证了产品方向。
复赛的关键决策与突破
决策一：AI 从 Mock 走向真实模型
初赛帖子链接【社会服务赛道】【社会公益赛道】喵迹守护--基于猫脸识别与位置观察的流浪猫救助协作平台
初赛 Demo 的 AI 识别是模拟返回，复赛我决定部署真实的 YOLOv8 + ResNet50 模型。这个过程遇到了几个关键问题：
- 模型选择：猫脸检测用什么模型？特征提取用什么网络？经过对比，选择了 YOLOv8n（轻量、检测速度快）做猫脸检测，ResNet50（2048 维特征向量、迁移学习成熟）做特征提取。
- 相似度算法：单纯用余弦相似度会有误匹配，引入了区域权重——同一个区域出现的猫咪匹配优先级更高，大幅降低了误识别率。
- 服务架构：AI 服务独立部署为 FastAPI 微服务，与主后端解耦，支持 Mock/真实模式切换，便于开发调试与生产部署。
AI 猫脸识别：相似度详情分析，展示候选猫咪的匹配对比
决策二：地图服务的技术选型
流浪猫管理天然有地理属性。初赛用了静态地图截图，复赛需要真实的交互地图。技术方案上：
- 前端使用 react-leaflet + 高德地图瓦片（国内访问稳定、合规）
- 后端使用 PostgreSQL + PostGIS 处理空间查询
- 微信小程序端使用原生
<map>组件 - 隐私保护：坐标模糊化（经纬度保留 3 位小数，精度约 100 米），避免暴露猫咪精确位置
区域猫群地图：高德瓦片 + 猫咪位置标记 + 附近猫咪列表
决策三：公益积分体系设计
如何让公众持续参与而非一次性热心？设计了事件驱动的积分体系：
- 每次上传观察、认领任务、完成救助都自动触发积分
- 5 级等级体系让用户有成长感
- 领养积分门槛确保领养人有足够的参与度
- 积分冻结/解冻机制防止恶意申请
- 商家积分与用户积分分离，商家通过物资赞助获得积分，参与公益排名
积分中心：积分余额、等级体系、积分规则可视化
决策四：6 级角色体系与权限管理
一个公益平台需要多方协作。设计了 6 级角色：普通用户 → 认证志愿者 → 公益组织 → 爱心商家 → 区域管理员 → 总管理员，每个角色有不同权限，管理后台支持角色切换和权限审核。
遇到的关键问题与解决思路
| 问题 | 解决思路 |
|---|---|
| 猫脸识别准确率不足 | 引入区域权重 + 置信度阈值 + 人工确认机制，AI 给出候选，用户/管理员最终确认 |
| 小程序与 React 端地图方案不一致 | 小程序用原生 map 组件，React 端用 react-leaflet，后端统一提供 PostGIS 位置 API |
| 测试数据量大、角色复杂 | 编写 seeds.py 自动生成 46 个测试账号 + 8 只种子猫咪 + 积分规则 + 领养配置 |
| 多端代码重复 | 抽取公共 API 层，小程序和 React 端共享后端接口定义 |
| AI 模型部署环境差异 | 支持 USE_MOCK 切换，开发环境用 Mock，生产环境加载真实模型文件 |
TRAE 实践过程
开发流程概述
整个项目全程使用 TRAE 进行开发，TRAE 在以下环节发挥了关键作用：
- 需求拆解：将"流浪猫守护平台"拆解为用户端、管理后台、AI 服务、积分系统等子系统，逐步细化到功能模块级别
- 架构设计：通过对话确定前后端分离架构、AI 服务独立部署、双数据库支持等技术方案
- 代码生成：后端 FastAPI 路由/模型/服务层、前端 React 组件/页面、AI 服务算法实现，大量代码由 TRAE 辅助生成
- 数据库设计：15 张表的数据模型设计、SQLAlchemy ORM 映射、Alembic 迁移脚本
- 调试优化：API 联调、地图组件适配、AI 模型集成调试
- 种子数据：编写 seeds.py 自动生成测试账号和演示数据
开发关键步骤截图
以下为 TRAE 开发过程中的关键截图，按 Session 时间顺序展示：
Session 2（2026/7/30）：软件完成度报告与 APK 实现
项目结构总览 · 7大模块技术栈与职责（Kimi-K2.7-Code）
服务启动与账户分级 · 后端8002/管理端3000/用户端3001全部健康，新增area_admin角色
软件完成度报告 · 6项任务全部完成（消息广场、卡片展开、地图瓦片修复等）
Session 4（2026/8/3）：AI 服务代码完成与展示版调整
AI服务代码状态 · 检测/特征/匹配/API四大模块全部完成，支持真实/Mock双模式
展示版调整方案 · 导航6→7Tab，功能完成度93%（38/40模块，118个API）
Session 6（2026/8/4）：云端转本地开发与问题修复
软件问题修复 · 商家列表列分离(Business.tsx)、相机权限修复(Upload.tsx)
项目整体架构 · 4模块端口分布，云端转本地迁移进度66%
关键任务对话 Session ID
以下为 TRAE 开发过程中的关键对话 Session ID，按时间顺序排列：
| 序号 | 日期 | Session ID |
|---|---|---|
| Session 1 | 2026/7/29 13:35 | 3295650140916649:41883aa0064f2709fb7e58cfe5dfc98c_6a69911f899c13c134145399.6a69911f899c13c13414539c.6a69911f899c13c13414539a:TRAE Work CN.0.1.43.no_sid.no_ppe.T(2026/7/29 13:35:27) |
| Session 2 | 2026/7/30 17:27 | 3295650140916649:03ffe45148c433c460d777816e90f81e_6a69911f899c13c134145399.6a69b96e899c13c134145b82.6a69b96e899c13c134145b81:TRAE Work CN.0.1.43.no_sid.no_ppe.T(2026/7/29 16:27:28) |
| Session 3 | 2026/7/30 13:25 | 3295650140916649:23bb370566df1da5f8891e0a1a71ecff_6a69911f899c13c134145399.6a6ae04f293b990a8a005aaa.6a6ae04f293b990a8a005aa9:TRAE Work CN.0.1.43.no_sid.no_ppe.T(2026/7/30 13:25:48) |
| Session 4 | 2026/8/1 20:51 | 3295650140916649:19f864aa571b4905d384a18ab9334287_6a6b05b75dbe00b7e02689e1.6a6deac7819ab8722e3ab918.6a6deac6a86cd23a02261680:TRAE Work CN.0.1.43.no_sid.no_ppe.T(2026/8/1 20:51:51) |
| Session 5 | 2026/8/1 17:05 | 3295650140916649:b9a7301ac959e01035090b89317b6a86_6a6b05b75dbe00b7e02689e1.6a6db6c72bc0d7f4ecffc151.6a6db6c601421f316add43ff:TRAE Work CN.0.1.43.no_sid.no_ppe.T(2026/8/1 17:05:43) |
| Session 6 | 2026/8/4 13:05 | 3295650140916649:40d99cae1ba7071752562ea0d99c5d1c_6a6ff2710c6efb50a38c2fa1.6a7173106755f96b40906f88.6a7173106755f96b40906f86:TRAE Work CN.0.1.43.no_sid.no_ppe.T(2026/8/4 13:05:20) |
| Session 7 | 2026/8/3 09:44 | 3295650140916649:e1a18bd18ae4bad8848672979d970465_6a6ff2710c6efb50a38c2fa1.6a6ff27c0c6efb50a38c2fa4.6a6ff2710c6efb50a38c2fa2:TRAE Work CN.0.1.43.no_sid.no_ppe.T(2026/8/3 09:44:28) |
补充开发时间点：2026/8/4 10:59
各 Session 的具体工作内容请评审通过 Session ID 自行查阅 TRAE 对话记录。
技术方案分享
技术架构
┌──────────────────────────────────────────────────────────┐
│ 用户端（多端） │
│ ┌──────────┐ ┌───────────────┐ ┌────────────────┐ │
│ │ 微信小程序 │ │ React/Capacitor│ │ 管理后台 │ │
│ │ 原生开发 │ │ 跨平台应用 │ │ React + AntD 5 │ │
│ └─────┬────┘ └───────┬───────┘ └───────┬────────┘ │
└────────┼────────────────┼───────────────────┼─────────────┘
└────────────────┼───────────────────┘
▼
┌──────────────────────────────────────────────────────────┐
│ 后端服务（FastAPI + Python） │
│ ┌─────────┐ ┌──────────┐ ┌─────────┐ ┌──────────┐ │
│ │ 认证模块 │ │ 猫咪档案 │ │ 地图服务 │ │ 积分系统 │ │
│ ├─────────┤ ├──────────┤ ├─────────┤ ├──────────┤ │
│ │ 观察记录 │ │ 预警管理 │ │ 救助协作 │ │ 领养管理 │ │
│ └─────────┘ └──────────┘ └─────────┘ └──────────┘ │
│ SQLAlchemy 2.0 + Pydantic v2 + Celery + Redis │
└──────────────────────────┬─────────────────────────────────┘
│
┌────────────────┼────────────────┐
▼ ▼ ▼
┌──────────────┐ ┌────────────┐ ┌────────────┐
│ AI 服务 │ │ 数据库 │ │ 对象存储 │
│ FastAPI │ │ PostgreSQL │ │ MinIO/OSS │
│ YOLOv8n │ │ + PostGIS │ │ │
│ ResNet50 │ │ SQLite(dev) │ │ │
└──────────────┘ └────────────┘ └────────────┘
技术栈总览
| 层级 | 技术选型 | 用途 |
|---|---|---|
| 前端框架 | React 18 + TypeScript | 管理后台与跨平台用户端 |
| UI 组件 | Ant Design 5 | 管理后台界面 |
| 地图 | react-leaflet + 高德瓦片 | React 端地图展示 |
| 跨平台 | Capacitor | React 应用打包为移动 App |
| 小程序 | 微信小程序原生 | 微信生态用户入口 |
| 后端框架 | FastAPI (Python) | REST API 服务 |
| ORM | SQLAlchemy 2.0 | 数据库映射 |
| 数据验证 | Pydantic v2 | 请求/响应模型校验 |
| 异步任务 | Celery + Redis | 后台任务处理 |
| 数据库迁移 | Alembic | 版本管理 |
| AI 检测 | YOLOv8n (Ultralytics) | 猫脸检测 |
| AI 特征 | ResNet50 (PyTorch) | 特征向量提取 |
| AI 匹配 | 余弦相似度 + 区域权重 | 猫咪个体识别 |
| 数据库 | PostgreSQL + PostGIS | 生产环境空间数据 |
| 缓存 | Redis | 会话/缓存 |
| 对象存储 | MinIO / OSS | 图片存储 |
关键实现思路
AI 猫脸识别三阶段管线
- 检测阶段：YOLOv8n 接收图片，输出猫脸边界框坐标与置信度
- 特征阶段：ResNet50 对裁剪后的猫脸区域提取 2048 维特征向量
- 匹配阶段：计算输入特征与档案库中所有特征向量的余弦相似度，结合区域权重（同区域猫咪加权），返回 Top-K 候选
坐标模糊化隐私保护
# 后端位置服务：坐标模糊化逻辑
latitude = round(latitude, 3) # 精度约 100 米
longitude = round(longitude, 3) # 避免暴露猫咪精确位置
事件驱动积分规则
- 每次用户行为（上传观察、认领任务、完成救助等）触发后端事件
- 后端根据
point_rules表查询对应积分规则 - 自动写入
point_transactions记录并更新user_points余额 - 领养申请时自动冻结对应积分，审核结果决定解冻或扣除
项目目录结构
miaoji-shouhu/
├── backend/ # FastAPI 后端
│ ├── app/
│ │ ├── api/ # 路由（auth, cats, observations, map, alerts, tasks...）
│ │ ├── models/ # 数据模型（cat, user, points, adoption...）
│ │ ├── services/ # 业务服务（map_service, ai_service...）
│ │ ├── seeds.py # 种子数据（42个账号 + 积分规则 + 领养配置）
│ │ └── seed_data.py # 演示猫咪数据（8只）
│ └── alembic/ # 数据库迁移（4个版本）
├── ai-service/ # AI 猫脸识别服务（独立部署）
│ ├── app/
│ │ ├── main.py # FastAPI 入口（/detect, /feature, /match）
│ │ ├── config.py # 配置（FEATURE_DIM=2048, USE_MOCK=True）
│ │ └── services/ # detection_service, feature_service, matching_service
│ └── models/ # 模型文件（yolov8n.pt, resnet50-feature.pt）
├── admin-web/ # React 管理后台（Ant Design 5）
├── miniprogram-app/ # React 用户端（Capacitor 打包）
├── miniprogram/ # 微信小程序原生版
└── 喵迹守护-展示版/ # HTML 展示工具
商业化与社会价值分析
社会价值
直接价值
- 为每一只流浪猫建立数字档案，让"看不见的猫"被看见
- AI 猫脸识别解决"这是不是同一只猫"的识别难题
- 区域猫群密度预警帮助公益组织提前干预，避免繁殖失控
- TNR（捕捉-绝育-放归）记录管理让绝育工作可追踪、可量化
间接价值
- 公益积分体系激励公众持续参与，从"一次性热心"到"长期守护"
- 商家公益生态将商业力量引入动物保护，形成可持续的资金与物资循环
- 领养积分门槛提高领养质量，减少二次遗弃
- 数据资产积累为城市流浪动物治理提供决策依据
可持续运转构思
| 方向 | 说明 |
|---|---|
| 多元化激励闭环 | 上传观察获积分 → 积分兑换商家优惠 → 商家获得公益排名 → 吸引更多商家入驻 |
| 商家公益生态 | 商家提供折扣/物资 → 获得平台曝光与积分 → 用户消费产生数据 → 反哺猫群管理 |
| 组织协同模式 | 公益组织管理区域 → 分配志愿者任务 → 数据共享 → 跨区域协作 |
| 轻量化运营 | 种子数据自动生成、Mock/真实模式切换、双数据库支持，降低部署与运营门槛 |
| 可持续数据资产 | 猫群数据、观察记录、救助档案长期积累，形成区域流浪猫治理数据库 |
产品迭代规划
当前版本（v1.12.0）
已完成全部核心功能开发，覆盖项目申报书中的全部功能点，进入可用状态。
近期优化（v1.13.0，进行中）
- 现有功能稳定性优化
- 不同设备适配
- AI 模型推理性能调优
远期规划（v2.0.0）
| 方向 | 规划内容 |
|---|---|
| AI 模型优化 | 采集更多猫脸数据微调模型，提升识别准确率 |
| 智能预警升级 | 引入时间序列分析，预测猫群密度变化趋势 |
| 自动健康评估 | 基于猫脸特征 + 观察记录自动评估猫咪健康状况 |
| 智能任务匹配 | 根据志愿者位置、技能自动推荐救助任务 |
| 跨区域协作 | 支持多区域数据互通，实现城市级流浪猫管理网络 |
本帖子不包含可下载的源码包、安装包、固件包或可直接打开的作品文件，也不包含体验链接、二维码或测试账号。相关信息通过飞书问卷提交。
TRAE AI 创造力大赛 · 复赛专区 · 社会服务赛道