# AIwelink 技术实现规则

本文补充 [AIwelink 技术方案](./technology-stack.md)。
文档说明请求怎样进入系统、代码怎样分层、数据怎样保存。
文档也列出第一阶段的部署和测试要求。

## 1. Web 和 API 使用一个域名

### 1.1 请求路径

第一阶段对外使用一个公网域名：

```text
https://aiwelink.com/            -> Next.js Web
https://aiwelink.com/api/v1/... -> REST API
```

入口代理（例如 Nginx）按路径转发：

```text
客户端
  |
  v
Nginx
  |-- /api/v1/*  -> api:3000
  |-- /*         -> web:3000
```

NestJS 设置全局前缀 `/api/v1`。代理和应用要统一路径处理方式，避免请求出现两次 `/api/v1`。

### 1.2 这样安排的好处

- 浏览器通过同域名直接访问 API，开发和生产使用相同请求路径；
- HttpOnly Cookie 的会话处理更简单；
- 分享页、公开机会页和登录后的工作台使用同一域名；
- 本地、测试和生产环境可以使用相同的请求路径；
- 将来改用 `api.aiwelink.com` 时，资源路径仍可以保持稳定。

### 1.3 入口代理要配置的规则

- Web 和 API 使用各自的超时、缓存和安全策略；
- Next.js 负责页面，业务规则统一放在 API；
- Next.js 服务端调用 API 时优先走 Docker 内网；
- 未来接入 App、第三方赛事系统或开放平台时，再单独设计 CORS、Token 和 API 子域名；
- 未来使用 SSE 时，代理关闭响应缓冲，并设置足够长的连接超时。

## 2. NestJS 和 Fastify

NestJS 提供模块、依赖注入、Guard、拦截器、异常过滤器和 OpenAPI 集成。
Fastify Adapter 负责底层 HTTP 服务。
这个组合适合授权、项目、邀请、积分和订单等规则较多的业务。

代码按以下规则编写：

- 使用兼容 Fastify 的 NestJS 插件；
- Controller 只接收请求、调用应用服务并组织响应；
- 复杂业务规则放在应用服务；
- Guard 和资源归属检查共同完成权限校验；
- 所有输入使用 DTO 校验；
- API 响应使用专门的响应类型，数据库实体只在数据访问层使用；
- 错误格式统一，并带 `requestId`；
- API 路径使用 `/api/v1`，JSON 字段使用 `camelCase`，URL 使用小写短横线。

推荐的目录如下：

```text
src/
  modules/
    identity/
    users/
    profiles/
    consents/
    projects/
    opportunities/
    invitations/
    points/
    commerce/
    recommendations/
    operations/
  common/
    guards/
    filters/
    interceptors/
    decorators/
  infrastructure/
    database/
    storage/
    cache/
```

## 3. REST API 规则

### 3.1 用资源设计路径

资源名使用名词和复数形式：

```text
GET    /api/v1/projects
GET    /api/v1/projects/{projectId}
POST   /api/v1/projects
PATCH  /api/v1/projects/{projectId}
DELETE /api/v1/projects/{projectId}
```

明确的从属关系使用嵌套资源：

```text
GET  /api/v1/projects/{projectId}/members
POST /api/v1/projects/{projectId}/applications
```

生成报告等耗时动作建模为报告资源或任务资源。
客户端先创建任务，再查询任务进度和结果。

### 3.2 HTTP 状态码

| 状态码 | 使用场景 |
| --- | --- |
| `200` | 读取或更新成功 |
| `201` | 创建资源成功 |
| `202` | 异步任务已接受 |
| `204` | 成功且没有响应内容 |
| `400` | 请求格式错误 |
| `401` | 未登录或会话失效 |
| `403` | 当前用户没有权限 |
| `404` | 资源不存在 |
| `409` | 当前资源状态不允许这次操作 |
| `422` | 字段校验失败 |
| `429` | 请求频率超过限制 |
| `500` | 服务端出现未处理异常 |

### 3.3 响应和错误格式

成功响应统一使用 `data` 字段。列表响应在 `meta` 中返回游标和分页信息。

错误响应采用 `application/problem+json`。
响应至少包含 `type`、`title`、`status`、`code`、`detail` 和 `requestId`。

### 3.4 可重复提交的写操作

订单创建、积分发放、邀请接受、付费权益创建和报告任务等操作支持 `Idempotency-Key`。
服务端保存请求结果，客户端重试时返回同一结果。

权限由 API 服务端统一检查，前端按钮只负责展示状态。

## 4. Identity 身份模块

### 4.1 职责

`Identity` 负责用户身份和会话。
个人资料、能力画像、项目经历和测评结果由其他模块管理。

建议的核心表：

```text
users
user_identities
sessions
email_verifications
login_events
```

### 4.2 登录方式

- 微信扫码或授权登录作为主入口；
- 邮箱用于绑定、验证、通知和账号恢复；
- 登录方式和用户主体分开保存，同一用户可以绑定多种登录方式；
- 会话使用 HttpOnly、Secure Cookie；
- 服务端保存会话状态和撤销记录；
- 长期 Token 放在服务端会话中管理。

未来可以增加手机号、学校身份验证或其他第三方身份，统一挂在 `users` 用户主体下。

## 5. Drizzle 和原生 SQL

### 5.1 选择规则

| 场景 | 访问方式 |
| --- | --- |
| 普通增删改查 | Drizzle |
| 普通事务 | Drizzle transaction |
| JSONB 复杂筛选 | Drizzle + SQL |
| `pgvector` 相似度查询 | SQL Repository |
| 推荐排序 | SQL Repository |
| 全文搜索 | SQL Repository |
| 报表和聚合 | SQL Repository |

原生 SQL 使用参数绑定。查询条件和排序字段经过代码校验后再拼接。

### 5.2 数据访问顺序

```text
Controller
  ↓
Application Service
  ↓
Repository Interface
  ↓
Drizzle Repository 或 SQL Repository
  ↓
PostgreSQL
```

Controller 通过 Repository 读取数据，这样业务规则和具体数据库工具可以分别测试和替换。

### 5.3 数据库迁移

- 数据库结构用版本化迁移保存；
- 普通表由 Drizzle Schema 和迁移工具维护；
- `pgvector`、特殊索引、函数和分区可以使用手写迁移 SQL；
- 生产环境的每次表结构变化都要留下迁移记录。

## 6. PostgreSQL、JSONB 和 pgvector

### 6.1 PostgreSQL 保存什么

PostgreSQL 保存需要事务一致性的业务数据。
这些数据包括用户、身份、授权、项目、成员、申请、积分、订单、报告信息和推荐记录。

Redis 负责速度和临时状态。最终业务状态仍以 PostgreSQL 为准。

### 6.2 JSONB 适合保存什么

JSONB 适合保存：

- 灵活的用户偏好；
- AI 输出的结构化报告内容；
- 带版本号的推荐特征快照；
- 运营可以调整的配置字段。

用户身份、权限、订单金额和状态，使用结构化字段。
积分流水和项目成员关系，也使用结构化字段。
数据库约束负责保证这些关系的一致性。

### 6.3 pgvector 怎样使用

`pgvector` 用于项目、课程、学科和公开内容的语义检索。每条向量记录至少保存：

- 来源资源 ID；
- Embedding 模型名称；
- 模型版本；
- 向量维度；
- 生成时间；
- 来源内容版本。

测评原始回答等敏感数据的向量化需要单独评估，并保留可解释的推荐理由。

## 7. 数据表和生命周期

### 7.1 业务分层

建议按下面的业务层组织表：

```text
身份层：users、user_identities、sessions
资料层：profile_basics、profile_preferences、public_profiles
认知层：assessment_sessions、assessment_answers、insight_snapshots
证据层：insight_evidence、project_reviews、behavior_events
授权层：consent_grants、consent_audits
项目层：opportunities、projects、project_members、applications
增长层：referral_events、point_ledger
审计层：audit_logs
```

### 7.2 大表处理

现在按业务功能拆表，方便权限、索引和数据保存周期管理。
大型追加型表按以下顺序处理：

1. 建立合理索引；
2. 优化时间范围查询；
3. 归档冷数据；
4. 为特殊查询建立单独的 SQL Repository；
5. 数据量持续增长后，再评估 PostgreSQL 分区。

## 8. Redis 的用途

Redis 用于：

- 热点数据缓存；
- 请求限流；
- 短期验证码和临时状态；
- 异步任务队列；
- 幂等键状态；
- 短期排行榜。

最终积分余额、订单状态、授权记录和用户画像原始数据，统一从 PostgreSQL 读取。
项目成员关系也由 PostgreSQL 保存。

## 9. 阿里云 OSS 文件流程

```text
API 创建临时凭证
  ↓
浏览器直接上传 OSS
  ↓
上传完成后通知 API
  ↓
PostgreSQL 写入文件信息
  ↓
按需解析、审核或建立索引
```

数据库保存的文件信息包括：

```text
fileId
ownerId
objectKey
mimeType
size
hash
visibility
createdAt
```

私有文件通过短期签名 URL 访问。上传流程检查文件类型、大小、哈希和归属关系。

## 10. ECS 和 Docker Compose

### 10.1 第一阶段服务

```text
nginx
web
api
worker（AI 助手方案待决定）
postgres
redis
```

应用容器配置健康检查和自动重启。镜像推送到镜像仓库，生产环境使用固定版本标签。

### 10.2 为未来 Kubernetes 做准备

现在就按以下方式运行：

- Web、API 和 Worker 分开成容器；
- 应用服务保持无状态；
- 配置通过环境变量或 Secret 注入；
- 文件放在 OSS；
- 数据库迁移独立执行；
- 服务之间通过内部 DNS 或配置发现通信。

### 10.3 数据服务的运维要求

如果 PostgreSQL 和 Redis 运行在 ECS 上，至少准备独立数据盘，并安排：

- 自动备份；
- 备份保留周期；
- 恢复演练；
- 磁盘空间监控；
- 数据库升级和回滚方案。

## 11. Uptime Kuma 和测试

### 11.1 可用性检查

建议提供两个健康检查接口：

```text
GET /api/v1/health/live
GET /api/v1/health/ready
```

`live` 只检查进程是否存活。`ready` 检查 PostgreSQL、Redis 和必要配置是否可用。

Uptime Kuma 监控首页、两个健康接口、TCP 端口和 HTTPS 证书到期时间。

### 11.2 测试范围

第一阶段至少安排：

- TypeScript 类型检查；
- Lint；
- API 单元测试和集成测试；
- 关键流程端到端测试；
- 发布前数据库迁移检查。

核心流程按下面的顺序覆盖：

```text
微信登录
→ 绑定邮箱
→ 创建个人资料
→ 创建项目
→ 发送邀请
→ 授权共享
→ 提交项目申请
→ 记录积分流水
```

## 12. 仍需决定的技术事项

以下内容等产品流程和数据量更清楚后再决定：

- AI 助手使用的模型供应商和模型路由；
- AI 助手的对话编排框架；
- 长报告和复杂任务使用哪种队列；
- 推荐系统是否拆成独立服务；
- 是否引入专用搜索引擎；
- Kubernetes 的发行版和部署方式；
- 完整的日志、指标和链路追踪方案。