elsting1. 项目背景与核心价值
校园二手交易一直是个高频刚需场景。每到毕业季，大量教材、电子产品、生活用品被低价处理；而新生入学时，又急需性价比高的二手物品。传统QQ群、贴吧交易存在信息杂乱、信任缺失、支付安全等问题。我们团队开发的这款微信小程序，正是为了解决这些痛点。
选择微信小程序作为载体，主要基于三点考量：首先，微信生态覆盖了几乎所有大学生用户，无需额外安装APP；其次，小程序即用即走的特性非常适合低频交易场景；最后，微信支付和实名认证体系为交易安全提供了基础保障。实测数据显示，在试运行阶段，平台日均UV达到1200+，平均每用户每周产生1.2次交易行为。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术架构设计
2.1 整体技术选型
采用前后端分离架构，这是经过多次技术论证后的决定。前端使用Uniapp框架开发微信小程序，后端采用SpringBoot+MyBatis组合。这种架构的优势在于：
- 开发效率高：Uniapp支持一次编写多端发布，SpringBoot简化了传统SSM配置
- 性能有保障：实测在2核4G服务器上，QPS可达300+
- 维护成本低：模块化设计使后期功能迭代更方便
特别注意：MySQL必须使用5.7版本。我们测试发现，在8.0版本上会出现JSON字段兼容性问题，导致商品详情页渲染异常。
2.2 数据库设计要点
核心表关系如下图所示（此处应有ER图，但用文字描述）：
- 用户表(user)：存储微信openid、昵称、信用分等
- 商品表(goods)：包含状态字段（0-待审核 1-出售中 2-已售出）
- 订单表(order)：记录交易流水，关联买卖双方
- 消息表(message)：实现站内信功能
关键设计决策：
sql复制-- 商品表添加全文索引 加速搜索
ALTER TABLE `goods` ADD FULLTEXT INDEX `ft_index`(`title`,`desc`);
-- 使用DECIMAL精确存储金额
`price` DECIMAL(10,2) NOT NULL COMMENT '商品价格'
3. 核心功能实现
3.1 智能匹配系统
通过分析用户历史浏览和交易数据，构建推荐模型：
- 基础匹配：基于商品类目的协同过滤
- 进阶匹配：结合用户专业、年级等属性
- 实