RoadAI
接送运营平台(MVP,试点准备中):司机应用、调度控制台,以及带人工审核的 LLM 单据信息提取。
- 646项自动化检查
- 3套测试
问题
接送公司需要在机场与酒店之间运送乘客。公开的案例分析描述了它要解决的问题:司机需要手工重新录入纸质单据、没有送达记录、无法了解车辆使用情况。
我做了什么
我负责产品定义、架构和规格说明,审查代码与设计的安全性,并在真机上测试。技术栈为 FastAPI、Flutter、React 和 PostgreSQL。Claude Haiku 视觉模型从单据照片中提取结构化数据,并且在保存之前有人工审核步骤,司机可以修改结果。
方法
- 测试套件:469 项后端检查、145 个 Flutter 测试和 32 个控制台测试,共 646 项自动化检查。
- 在第一次整夜真机测试中,应用只保存了很少的定位记录。我通过手机自身的日志,追查到 HyperOS 的 GNSS 省电行为,并调整了定位设计来绕开这个问题。该修复的真机复测仍待进行。
结果
三套测试共 646 项自动化检查,以及一份关于 HyperOS GNSS 问题的调查记录。代码为私有;案例分析中不含代码或客户数据。
局限
- 尚无正式生产用户;与一家接送公司的试点正在准备中。
- 提取准确率尚未测量。
- 修复后的真机复测仍待进行。
AI 辅助说明
大部分代码由 Claude Code 根据我的规格说明并在我的审查下编写。决策、测试计划和真机调查由我完成。