长尾项目进入档案墙

包含 DeepSeek 自动规划、RAG 问答、资源库、院校百科、活动质量检查、JSON / Word 导出、登录认证与规划存储。

• 知识库覆盖 AP、竞赛、课外活动、专业、科研项目、院校与夏校。
• 产品层覆盖 admin、resource-library、school-selection、my-activities、planning-tracker 等页面。
• 工程层由 RAG、认证、导出和布局测试兜底。

用于验证搜索意图、内容结构和私信转化话术，未配置 API Key 时仍能完整演示。

• 输入侧显式化主题、产品、目标人群、语气和类型。
• 输出侧覆盖生成、优化、复制和历史记录闭环。
• 适合增长内容和 AI 文案工具验证。

定位是企业招聘辅助，而不是替代招聘决策。AI 输出必须带证据和缺失信息标记。

• 组织先连接并验证自己的模型 API。
• 保留 HR 权重配置、审计导出和公平性支持。
• 明确人类保留最终判断。

覆盖 DeepSeek 7 日 meal-prep、食材营养 RAG、菜谱 RAG、采购 2.0、周记忆循环和 Markdown 复盘导出。

• server 层拆出 DeepSeek client、plan、replacement 和 weekly review。
• public 层支持购物勾选、每日执行和历史重开。
• 生产交付保留 Vercel 函数和本地服务路径。

从本地聊天原型升级为带年龄确认、虚构角色、关系阶段、今日事件、语音朗读、反馈和风险日志的 MVP。

• 前端模块拆成聊天、状态、记忆和内测记录。
• 安全边界覆盖危机表达、未成年人、真人模拟和露骨内容。
• 保留角色视觉墙和生活场景图。

Next.js、TypeScript 和 Tailwind 构建，候选库来自年轻向全球 idol 资料，再由 DeepSeek 输出匹配理由。

• 知识库生成 85KB 级别候选数据。
• 先形成用户偏好，再把候选短名单交给模型。
• 结果页包含 MATCH MAP、复制文案和分享海报。

本地 Node 服务上传简历文本到 Coze 文件接口，调用工作流并返回生成文件链接或调试信息。

• DOCX 解析读取 word/document.xml 抽取正文。
• 密钥边界和第三方 Agent 工作流被显式隔离。
• 验证脚本覆盖语法、smoke 和 node tests。

产品支持关系、事业和财富问题，本地代码完成牌库、三牌位、正逆位和牌阵结构。

• 核心体验是判断型三牌阅读。
• API route 请求 strict JSON，再归一化报告。
• 规划继续加入复盘和连续观察。

首版使用本地规则生成器，后续加入可选 AI 助手层；无 Key 或失败时回到本地建议。

• 输出为多日行程，而不是单段建议。
• 核心交互支持编辑、保存、复制和导出。
• 保留 confirmation workbench 和 AI assist layer 计划。

提供截图预览、可疑信息粘贴、本地风险判断、三档结论、可疑点标注和发给子女确认的消息。

• 把诈骗场景翻译成大白话风险说明。
• 风险点覆盖转账、保密、公检法、投资高收益和验证码。
• 后续可加入 OCR 或多模态截图识别。

娱乐型但计分稳定的自我理解产品，包含五维计分、结果页关键词、优势、盲点和相处建议。

• 维度包括社交能量、行动方式、关系策略、风险偏好和情绪表达。
• 归一化后匹配 20 种原创草原意象人格。
• 保留测试模式、分享和结果体验计划。

不是单个页面，而是项目孵化层：创意策划、需求分类、澄清项和路线图候选共同形成长期方法。

• 机会判断压到 2-6 周原型和 10-30 个试用用户。
• 强调领域上下文、数据闭环、信任机制和人工确认。
• 继续拆家庭事务、冰箱饭菜、防坑购物、老人防骗等场景。