【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
【正文】
0. 先和大家打个招呼吧 
-
大家好！我是喵迹守护项目的开发者，很高兴在这里向大家展示我的作品。
喵迹守护是一个基于猫脸识别与位置观察的流浪猫救助协作平台，旨在让每一只被看见的流浪猫都有被救助的可能。
1. Demo 简介
-
以"观察记录→AI识别→社区协作"为核心的流浪猫救助协作平台
项目定位连接普通用户、志愿者、公益组织、爱心商家的一站式流浪猫救助平台
面向用户普通市民、认证志愿者、公益组织、爱心商家、平台管理员
核心价值长期档案、可视化分析、主动预警、有序协作、公益生态闭环
九大模块猫咪档案、AI识别、区域地图、异常预警、投喂提示、救助协作、商家专区、公益积分、数据统计
解决三大痛点：-
信息分散，重复救助 → AI猫脸识别 + 档案合并，一只猫一张档案
-
过度投喂，生态失衡 → 区域密度检测 + 投喂点管理，引导科学投喂
-
异常消失，无人知晓 → 消失预警自动通知关注者，争取黄金救助时间
核心价值流上传观察→AI识别→建立档案→区域聚合→救助协作
-
2. Demo 创作思路
-
灵感来源：小黑的故事小区里有一只叫小黑的流浪猫，邻居们都会投喂它。有一天小黑突然不见了，大家才发现：
-
没有人知道小黑的真实状况——它是生病了？被人领养了？还是遭遇了意外？
-
没有统一的信息记录，每次有人发现流浪猫都要重新沟通
-
投喂行为完全凭个人意愿，有时过多有时过少，缺乏科学引导
核心洞察（对照分析）维度 现状（痛点） 解决方案 创新点 信息管理 分散在朋友圈/微信群/个人记忆中，人对猫存在严重"脸盲"现象——狸花猫、橘猫等常见花色的猫在人眼看来几乎一模一样，经常将多只猫误认为同一只 统一档案系统 + AI猫脸识别去重，计算机可通过花纹纹理、体态比例、面部特征等512维数据化信息精准区分 AI猫脸识别技术首次应用于流浪猫救助，从根本上解决人眼"猫脸盲"问题 投喂管理 随意投喂，造成生态压力 区域密度监测 + 投喂点规划 数据驱动的科学投喂引导 救助响应 依赖偶然发现，响应滞后 智能预警 + 任务分发 主动预警机制，缩短响应时间 资源协同 商家捐赠缺乏可见性和激励 公益积分体系 + 可见区域排序 商业激励与公益结合的可持续模式 
为什么必须用AI识别？——人vs计算机的猫脸识别对比在流浪猫救助场景中，人对猫的"脸盲"是一个被长期忽视的核心痛点。人类视觉系统对猫脸的区分能力远不如对人脸——尤其是数量多、花色相似的流浪猫群体，人眼几乎无法区分。
对比维度 
人眼识别 计算机AI识别狸花猫区分 几乎无法区分，所有狸花猫"看起来都一样" 通过虎斑纹间距、条纹走向、额头M纹等数据化特征精准区分 橘猫区分 毛色高度一致，仅靠体型判断，误差极大 提取512维特征向量，包含毛色渐变、面部比例、耳距等细微差异 黑猫/白猫区分 纯色猫几乎没有可辨识标记，完全靠记忆 利用瞳孔形状、耳位偏差、体型比例等非颜色特征进行匹配 特征量化 主观感受，无法量化，“这只好像上次那只” ResNet50提取512维向量，余弦相似度精确到小数点后两位 批量处理 看100张照片后记忆混淆，效率骤降 pgvector毫秒级检索百万级向量库，每次匹配<50ms 跨时间比对 3个月前的照片几乎无法与现在比对 特征向量不受拍摄时间影响，跨季节仍可稳定匹配 一致性 不同观察者判断标准不同，同一只猫可能被多人重复建档 统一算法标准，同一只猫始终匹配到同一档案，从根源消除重复建档 核心洞察：AI识别不是锦上添花，而是刚需
流浪猫救助中最大的信息问题不是"没有记录"，而是重复记录——同一只猫被不同人重复建档，导致资源浪费和救助混乱。人眼对猫的"脸盲"是造成这一问题的根本原因。AI猫脸识别通过数据化特征提取，将"看起来一样"的猫精确区分开来，是从信息源头解决问题的唯一可行方案。
方向判断可行性
YOLOv8猫脸检测 + ResNet50特征提取技术成熟，微信小程序开发门槛低
必要性
城市流浪猫数量庞大，现有救助方式效率低，需要系统化解决方案
差异化
结合AI识别、位置服务、社区协作三大能力，打造完整救助闭环
可持续性
公益积分体系让商家有动力持续参与，形成良性生态
-
3. Demo 体验地址（三选一）通过网盘分享的文件：喵迹守护-初赛 链接: https://pan.baidu.com/s/1zILL_6M3rI32HbLxkztsRQ?pwd=1234 提取码: 1234 --来自百度网盘超级会员v1的分享
4. TRAE 实践过程
-
全过程使用 TRAE Work / IDE 完成，关键 Session ID 留存
TRAE 开发流程1
需求拆解
8个子模块规划
2
架构搭建
FastAPI + pgvector
3
逐模块开发
端到端跑通
4
AI服务集成
YOLOv8/ResNet50
5
迭代与展示
三个版本演进
关键 Session ID（5个 · 点击可复制）双击 TRAE 对话头像即可复制，作为"由 TRAE 完成"的真实证据。
Session 1 · 项目架构 + 需求拆解1149417140817178:90d76a9c91123b70dd104bd661f7b2dd_6a4200c2f7c294c345500b44.6a4200c3f7c294c345500b47.6a4200c2f7c294c345500b45:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/6/29 13:21:07)
2026-06-29 13:21 Session 2 · v1.2.0 协作增强开发1149417140817178:86f76c6368a10d4bd611d059c5878858_6a4200c2f7c294c345500b44.6a44652ec32d331ce13b65db.6a44652ec32d331ce13b65d9:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/7/1 08:54:06) 2026-07-01 08:54
Session 3 · 公益积分体系设计1149417140817178:d134c80aa44cc6ee0e3bd21d1f258eda_6a4200c2f7c294c345500b44.6a4382e7c32d331ce13b63a6.6a4382e6c32d331ce13b63a4:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/6/30 16:48:39) 2026-06-30 16:48
Session 4 · 展示版 + 初赛材料整理1149417140817178:6a98d53e6ed5183fe708f30a02774ea7_6a4200c2f7c294c345500b44.6a4eff36a0e891719c51c8b2.6a4eff36a0e891719c51c8b0:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/7/9 09:53:58) 2026-07-09 09:53
Session 5 · v1.0.0 基础版本1149417140817178:30c6b850c5d924770f0c7a3159c52ce9_6a4200c2f7c294c345500b44.6a420fccf7c294c345500ddd.6a420fccf7c294c345500ddb:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/6/29 14:25:16) 2026-06-29 14:25 TRAE 开发时间线2026-06-29
Session 1 · 项目架构 + 需求拆解
完成项目整体架构设计，拆分为8个子模块，确定技术栈选型（FastAPI + PostgreSQL + 微信小程序）
2026-06-29
Session 5 · v1.0.0 基础版本
完成 FastAPI 后端框架、PostgreSQL 数据库建模、微信小程序基础页面搭建
2026-06-30
Session 3 · 公益积分体系设计
设计并完善商家积分排序逻辑、用户积分等级、领养门槛规则
2026-07-01
Session 2 · v1.2.0 协作增强开发
多角色体系（志愿者/商家/组织）、物资需求、投喂点管理、公益积分功能完善
2026-07-09
Session 4 · 展示版 + 初赛材料整理
整合所有模块为展示版 HTML，补充截图与说明，准备初赛提交材料
5. 对应的报名审核通过的帖子链接
【社会公益赛道】可持续运作的宠物公益救助平台 - TRAE AI 创造力大赛 / 【大赛报名专区】 - TRAE 官方中文社区
6、软件开发创新点及过程管控
技术创新、需求创新、解决方案创新与开发过程管理
技术创新点
AI猫脸识别技术——突破人眼"猫脸盲"
人对猫存在严重的"脸盲"现象，尤其是狸花猫、橘猫等常见花色，人眼几乎无法区分不同个体。使用 YOLOv8n 进行猫脸检测 + ResNet50 提取512维特征向量 + pgvector 向量匹配，计算机可通过花纹纹理、体态比例、面部结构等数据化信息精准区分每一只猫，从根本上解决人眼无法分辨相似猫咪的痛点
三级阈值匹配策略
相似度 <50% 新建档案，50%-80% 人工确认，>80% 自动匹配。既发挥AI的量化优势（高相似度自动合并），又保留人工兜底（低相似度人机协同），平衡准确率与效率
区域密度智能分析
基于位置的区域密度分析，识别高密度投喂区，引导科学投喂，避免生态失衡
公益积分激励体系
商家积分决定可见区域展示优先级，用户积分作为领养门槛，核销率加成防止"挂名捐赠"
智能预警机制
基于观察频率的消失预警、健康异常预警，自动通知关注者，争取黄金救助时间
容器化部署方案
Docker + Docker Compose 一键部署，支持 AI 模型、数据库、后端服务的统一编排
过程管控
需求管理
使用 TRAE 智能体拆解需求为8个子模块，分阶段开发
版本迭代
v1.0.0 基础版 → v1.1.0 功能增强 → v1.2.0 协作完善
测试验证
微信开发者工具模拟测试，6项核心功能完成度统计
文档管理
CHANGELOG、版本报告、API文档完整记录
7、开发成果展示
小程序端 · 管理后台 · AI系统 · 技术架构 · 开发进程 完整展示
微信小程序端（10大模块 · 14个页面）
点击"查看截图"可查看功能演示截图（使用真实猫咪/地图/图标素材）
首页
-
区域概览与地图底图
-
猫群数量统计卡片
-
附近发现猫咪头像流
-
爱心商家推荐
-
预警横幅提醒
区域猫群地图
-
热力图/点位模式切换
-
3km范围猫咪分布
-
时间筛选(7天/30天)
-
投喂点标注与统计
-
点击猫咪头像查看详情
上传观察
-
拍照/相册上传
-
自动定位 + 地图缩略图
-
猫咪状态标签选择
-
AI自动识别匹配
-
备注信息填写
猫咪档案详情
-
照片墙 + 猫咪头像
-
基本信息与状态标签
-
观察时间线与统计
-
常见区域地图
-
关注/发起救助
档案列表
-
我的关注/全部/活跃筛选
-
搜索功能
-
卡片式展示真实猫图
-
状态标签一目了然
-
一键关注/取消关注
预警中心
-
异常消失预警
-
密度过高预警
-
绝育提醒
-
标记安全/发起搜寻
-
预警处理状态跟踪
救助协作
-
任务看板（待领/进行/完成）
-
任务认领机制
-
进度条跟踪
-
绝育/医疗/物资任务
-
协作留言互动
爱心商家
-
商家列表与捐赠类型
-
公益积分排名展示
-
商家公益展示页
-
捐赠记录核销
-
猫粮/医疗/寄养分类
个人中心
-
用户等级与爱心积分
-
我的贡献统计(观察/关注/任务)
-
我的关注/观察/任务/预警
-
通知与隐私设置
-
角色认证入口
登录注册
-
手机号验证码登录
-
微信一键登录
-
普通用户/志愿者/商家角色
-
志愿者/商家认证申请
-
温暖橘黄主题风格
管理后台（8大模块 · React + Ant Design）
仪表盘
-
猫咪总数/活跃/绝育统计
-
今日观察数与预警数量
-
任务进度概览
-
趋势图表展示
猫咪管理
-
猫咪列表与搜索筛选
-
档案编辑与合并
-
状态批量管理
-
AI匹配人工确认
观察记录管理
-
观察记录列表
-
AI匹配确认队列
-
内容审核
-
用户关联管理
预警管理
-
预警列表与状态处理
-
预警扫描触发
-
历史记录查询
-
统计报告导出
任务管理
-
任务看板视图
-
任务创建与指派
-
志愿者指派管理
-
完成度统计
用户管理
-
用户列表与搜索
-
角色审核（志愿者/商家/组织）
-
公益积分管理
-
账号状态管理
商家管理
-
商家列表与入驻审核
-
捐赠物资管理
-
核销记录查询
-
公益积分排名
系统设置
-
站点基础设置
-
AI识别参数配置
-
地图与通知配置
-
安全与权限管理
技术架构全景
前端技术
微信小程序原生开发
React 18 + TS管理后台
Ant Design 5UI组件库
腾讯地图 SDK地图可视化
后端技术
FastAPIPython 异步
PostgreSQLpgvector 扩展
Redis缓存/队列
JWT + 微信OAuth认证方案
AI 服务
YOLOv8n猫脸检测
ResNet50特征提取
ONNX Runtime推理引擎
pgvector向量存储
部署运维
Docker容器化
Docker Compose服务编排
GitHub ActionsCI/CD
Prometheus+Grafana监控告警