Back to Overview
Flagship Case StudyReact Native / ExpoDual-Store Distributed

Reheart · 重心

从 0 到 1 独立闭环:AI 驱动的情绪伴侣与自愈引擎系统架构与工程复盘

Role: Solo Product Architect & EngineerTimeline: 2026Platform: iOS & Android

01.背景与痛点:为什么市面上的 AI Chatbot 在情绪场景全面失效?

在面临分手、亲密关系破碎或严重焦虑时,用户的心理状态极其脆弱。当前市场上大多数“AI 陪伴”产品存在两大核心硬伤:

❌ 痛点一:冷冰冰的机械说教感

简单套壳大模型 API,直接抛出“你应该走出来、多运动、找新朋友”等缺乏共情同理心的说教,引发用户强烈的逆反与心理防御。

❌ 痛点二:毫无实体感的打字机界面

千篇一律的白底气泡、字符逐字跳动的视觉抖动,让情绪对话变成了“冷峻的代码终端审查”,完全缺乏物理世界的温润触感与安全庇护所感。

**Reheart 的核心解法**:以临床心理学中的“依恋风格自愈”为基石,结合**端侧流式断句缓冲状态机**与**类 VisionOS 羊脂玉质连续曲率超椭圆微面板(CairnPebble)**,将情绪自愈打造成一场兼具听觉、触觉与拟物视觉的沉浸式体验。

02.交互内核:CairnPebble 连续曲率超椭圆微面板

在原生端侧(React Native),我们拒绝了固定贝塞尔曲线拉伸导致的“尖角飞碟嘴”畸变,实现了 Apple 连续曲率超椭圆数学建模,并赋予羊脂白玉双层光学。你可以直接在下方交互视窗中体验其物理状态机:

Interactive Generative Shell
Reflecting · 觉察Squircle Glass

“允许思绪如流云散去,重塑情感边界。”

AI 情绪流分析中...Tap to hold
Continuous CurvatureReheart Native Shell Simulator

03.系统端到端架构(End-to-End Architecture)

// Reheart Multi-Layer Architecture Pipeline
[1. Client Layer - React Native & Expo]

• Stage Engine: ChatStreamList + CairnPebble Shell Renderer
• Sound & Haptic: Micro-vibrations synced with sentence pauses
• Local Cache: MMKV / SQLite offline-first encryption store

↓ SSE Streaming Pipeline & Chunk Parser
[2. Server & AI Orchestration Layer - Node.js Engine]

• Attachment Style & Persona Prompt Injection
• Dual-Buffer Streaming Engine (Segmenting by punctuation, rhythm cadence)
• Crisis Interception & Guardrail Pipeline

↓ Distribution & Verification
[3. Store Ops & Release Automation]

• Apple App Store Connect API (P8 JWT auth, TestFlight automation)
• Google Play Developer API (AAB bundle verification, Track releases)
• Store Listing Multi-Language Synchronization

04.三大核心攻坚难点与技术抉择(Engineering Trade-offs)

难点 1:流式大文本输出时的端侧掉帧与“打字机狂抖”

传统前端在消费 SSE 流时,往往接收到单个 token 就触发一次 React re-render,导致端侧 JS 线程严重阻塞,文字列表上下剧烈抖动。

**解决策略**:自研**双缓冲自然停顿队列(Cadence Buffer)**。将流式输入按照标点符号与语义断句分块,在客户端维护一个以自然说话语速为节奏的动画调度器,只有语义完整后才批量驱动 UI 帧渲染,使得长文本在低端机型上仍能稳定保持 60 FPS。

难点 2:跨端羊脂玉质光学与超椭圆连续曲率的数学实现

iOS 和 Android 原生系统对于 `borderRadius` 的插值算法不同,长宽比极端的卡片会出现明显的“折角硬边”。

**解决策略**:抽象 `CairnPebble` 超椭圆基元,采用 Squircle 数学公式对卡片四角进行连续曲率平滑逼近;配合双层高斯模糊与顶部发丝级镜面高光,在不依赖重度 3D 引擎的前提下,实现了如同 visionOS 原生般的微拟物光泽。

难点 3:双端独立一人发版的“极速合规与证书管控”

同时维护 Apple App Store 与 Google Play 两套截然不同的打包规范、分发凭据和多语言审核元数据,对于独立开发者而言极易出错。

**解决策略**:构建纯脚本化 `store-ops` 工具链,通过 Apple AuthKey P8 证书与 Google Service Account 完成密钥集中编排,一键审计 IAP 商品 ID、双端元数据和上架合规清单,将单次发版全流程从原本的 4 小时手工操作压缩至 10 分钟全自动化完成。

05.量化成果与反思(Impact & Reflection)

60 FPS
端侧流式渲染满帧
0 to 1
单人独立全栈闭环
Dual-Store
App Store & Play 双端
100%
自动化 CI/CD 上架流水线