从图纸到可运行版本：核心骨架全面落地，AI Agent 双引擎启动

第二周是项目从“方案设计”转入“实战开发”的关键阶段。团队同步推进前端小程序工程化落地、后端基础业务代码生成以及两个核心 AI Agent 的从 0 到 1 开发。至此，系统已具备最小可运行能力，并验证了微信小程序适老化交互、PostgreSQL + MyBatis-Plus 数据链路以及 DeepSeek 大模型流式对话的端到端可行性。

---

前端：适老化小程序全面进入开发，核心交互已跑通

前端团队本周完成了项目工程初始化与核心页面骨架搭建，将上周制定的设计规范落实为可交互的页面代码。

工程与规范落地

• 完成微信小程序 + TypeScript 项目初始化，建立标准化目录结构与全局样式体系。
• 封装全局状态管理（用户信息、关怀模式、提醒开关）与本地存储工具，统一数据持久化方式。

核心页面开发进展

1. 登录页：手机号输入、模拟验证码发送与倒计时、登录态本地缓存与自动跳转已闭环。
2. 首页看板：健康概览卡片、快捷功能入口与底部导航联动、“今日待办”占位数据渲染完成。
3. 健康数据录入：血压、血糖、心率等七项指标的大字体表单、输入校验与本地保存已可用。
4. 用药提醒：今日用药计划列表、状态切换（待服用/已服用/已错过）与基础统计面板已实现。
5. 设置页：关怀模式开关、通知开关等配置项已支持本地持久化与回显。

适老化设计落地

• 关键按钮扩大至 ( 44 \times 44px ) 以上触控区，避免误触。
• 关怀模式下全局字号与间距动态放大，高对比色块突出核心操作。
• 关键流程增加加载、成功、失败三态反馈，降低老人使用焦虑。

已发现问题与处理

• 补充了极端输入下的表单校验文案，避免提示模糊。
• 优化关怀模式下卡片间距，解决部分页面布局拥挤。
• 调整首页信息层级，降低视觉密度，突出高频操作。

当前前端已完成“可运行基础版本”，为核心页面的后续细化与接口联调打下稳定基础。

---

后端：从 0 到 1 搭建 Spring Boot 3 工程，8 表 CRUD 全面贯通

后端本周以“一键生成 + 规范约束”的方式高效完成了项目骨架搭建与基础业务代码初始化，正式开启最小可用版本。

技术栈与工程骨架

• 基于 Spring Boot 3.2 + JDK 21 + Maven 建立项目骨架，按 controller/service/mapper/entity/dto/common/util 标准分层。
• 数据源接入 PostgreSQL 18+，并完成 MyBatis-Plus 分页插件、逻辑删除、主键策略、驼峰映射等完整配置。
• 多环境配置拆分（dev/test/prod），统一日志输出与 TraceId 链路追踪，便于后续联调排障。

通用能力封装

• 统一响应体 Result：所有接口统一返回 code/msg/data 结构。
• 全局异常处理：@RestControllerAdvice 拦截业务异常、参数校验异常与系统异常，返回标准化错误报文。
• 接口文档：集成 SpringDoc OpenAPI（Swagger3），通过 /swagger-ui.html 在线查看与调试所有接口。

8 张核心业务表代码落地

基于上周设计的 8 张表，一次性生成了实体类、Mapper、Service 及 Controller 基础 CRUD 路由：

表名	实体/服务/控制器	说明
elderly	✅	老人档案管理
family	✅	家属/监护人信息
elderly_family	✅	老人-家属绑定关系
disease	✅	疾病/病史记录
medication_plan	✅	用药计划主表
medication_schedule_time	✅	用药提醒时刻详情
medical_record	✅	病历记录
elderly_health_data	✅	健康体征时序数据

每个模块均包含标准 RESTful 路由：list、get、add、update、delete，具备最小可运行的 CRUD 验证链路。

后端已完成从数据库到接口的纵向贯通，下一阶段将重点转向 JWT 登录鉴权、参数校验细化与前后端联调。

---

AI Agent 矩阵：两大智能体并行开发，SSE 流式对话打通端到端链路

本周团队同时推动两个核心 Agent 的开发，分别解决老年人用药风险审核与情感陪伴两大高频需求。

1. 用药安全审核 Agent

技术方案：Spring Boot + RestTemplate 调用 DeepSeek Chat API，通过 Prompt Engineering 赋予大模型“临床药师”角色，实现药物配伍禁忌与药食冲突的自动化审核。

核心设计：

• System Prompt 角色设定：明确 Agent 为“经验丰富的临床药师”，并要求输出结构化格式（【审核结果】【风险等级】【详细分析】【建议措施】）。
• 温度参数 0.3：确保每次对相同用药组合给出专业、一致的判断，避免随机性。
• 无状态服务：接收前端传入的当前用药列表 + 拟新增药物，即可独立完成审核，无需连接数据库。

接口：POST /api/medication-safety/check，返回结构化的审核报告文本。

示例场景：华法林 + 阿司匹林联用 → 高危出血风险，Agent 会明确警示并给出监测建议。

2. 情感陪伴 Agent（SSE 流式响应）

需求背景：老年人常感孤独，就医时易焦虑。本 Agent 提供双模式对话——心理慰藉模式（温暖陪伴）与陪诊助手模式（辅助整理症状、缓解就医恐惧）。

技术亮点：零依赖流式响应方案

• 使用 Spring MVC 原生 SseEmitter 实现服务端推送，无需引入 WebFlux 等响应式框架。
• 使用 Java 内置 HttpClient 流式读取 DeepSeek 的 SSE 响应（stream=true），逐 delta.content 推送至前端。
• 异步线程池执行流式读取，不阻塞 Servlet 线程，保障并发能力。

双模式 Prompt 切换：

• mode=companion → “暖心”角色：温柔倾听、共情回应，绝不给出医疗诊断。
• mode=diagnosis → “安心”角色：协助描述症状、解释检查流程、提醒就诊准备，同样严守非医疗边界。

双端点设计：

端点	说明
POST /api/companion/chat/stream	SSE 流式接口，打字机效果逐字返回
POST /api/companion/chat	普通 JSON 接口，兼容微信小程序等不原生支持 SSE 的环境

流式端点的数据格式为：
event:message
data:您

event:message
data:好

event:done
data:[DONE]

前端可基于 EventSource 或 fetch 的 ReadableStream 实现逐字渲染，首字延迟低至 0.5 秒，大幅提升交互体验。

---

下周工作计划

前端

• 补齐 OCR 识别结果页与 AI 健康咨询页完整交互。
• 完善用药提醒新增/编辑能力与边界处理。
• 封装前端请求层，对接后端真实接口，准备联调。

后端

• 完成数据库连通性验证与 8 表 CRUD 全量自测。
• 推进 JWT 登录鉴权（登录、Token 校验、接口权限控制）。
• 补充业务层异常码体系与请求参数校验规范。

AI Agent

• 情感陪伴 Agent 增加多轮对话上下文支持。
• 用药审核 Agent 探索与 medication_plan 表打通，自动获取在服药物。
• 准备前端联调用例，验证流式与非流式接口表现。

整体

• 前端 + 后端 + Agent 三方接口对齐，启动首轮全链路联调。

---

从构思到落地，第二周我们让系统真正“跑了起来”。我们第三周见！