产品背景与需求

AI Agent ≠ 传统日程管理工具

维度	传统工具	AI Agent
交互方式	填表式操作	自然语言对话
数据处理	结构化输入	非结构化理解
跨业务能力	单一功能	多业务域协同
记忆能力	有限窗口	持久化存储

产品解决的三大痛点：

1. 日程管理 - 自然语言创建、修改、删除日程
2. 费用管理 - 发票识别、费用关联、报销流程
3. 业务融合 - 日程与费用的智能关联

技术架构设计

架构的三个核心原则：

1. 保克互断原则

   • LUI只负责显示，不处理业务逻辑
   • 前端像”传菜员”一样无脑渲染
   • 后端指令直接控制前端展示

2. DDD领域驱动设计

   • 日程管理和费用管理是独立业务域
   • 各业务域高内聚、低耦合
   • 通过编排器Agent协调跨域操作

3. Smart Agent + Dumb Tools

   • Agent负责推理和决策
   • 工具只做最简单的执行
   • 把验证逻辑从工具中剥离

技术选型对比：

组件	选择	理由
Agent SDK	Vercel SDK	开箱即用，功能强大
iOS前端	Expo + TipFab	加速研发节奏
数据库	考虑规模化	为多租户预留
设计体系	Token化设计	统一规范，高效复用

开发过程中的关键决策

Agent架构演进：

阶段	方案	问题
第一阶段	意图解析器	缺乏灵活性
第二阶段	纯 ReAct 循环	效率低下
第三阶段	计划与执行流水线	平衡效率与灵活

计划与执行流水线的优势：

• 统一推理：批量处理减少API调用
• 高效执行：计划确定后毫秒级写入
• 用户确认：避免误操作

工程品质保障

可观测性系统：

• 追踪ID系统：3-4万条日志记录
• 快速定位：通过关键log锁定问题
• 自动化测试：100+测试用例

自改进飞轮：

1. 生产环境收集bug
2. 自动生成测试用例
3. 本地环境复现
4. 回归测试验证

工具选择与设计

设计工具链：

工具	用途	优势
PinSo MCP	实时预览	解决CLI无法预览的问题
Token设计体系	规范统一	一次设定，全局复用
毛玻璃	灵感参考	快速找到设计方向

布局设计原则：

• 不建议原创布局
• 遵循行业最优实践
• 可在配色上创新

API与模型选择

技术栈：

类别	选择
核心模型	Anthropic全家桶
地图服务	高德地图API
向量化	千问Embedding
重排序	Gemini Reranker

未来展望

AI时代的产品思维：

• Coding is largely solved（编码问题已基本解决）
• 未来更多是Builder而非Coder
• 创造力、用户体验理解、市场洞察将重新占据高地

给独立开发者的建议：

1. 有想法就动手，AI工具让普通人也能”飞”起来
2. 架构设计要有前瞻性，避免过度设计
3. 优先解决最痛苦的问题
4. 重视可观测性和工程品质

---

项目规模： 48天，12万行有效代码（总提交20万行） 效率提升： 比传统iOS开发快5-6倍，有经验开发者可达7-8倍