引言

大家好，我是小?。

不知道大家有沒有經(jīng)歷過，比家人逼著相親的苦惱，被七大姑八大姨天天問有沒有對象的無奈。當(dāng)然，希望你永遠不要經(jīng)歷 （>-<

不過，在今天這個快節(jié)奏的世界里，相信有很多人都有找對象或者說約會的需求。這時候，誰不想要一個聰明的紅娘呢？

“Dating” 應(yīng)用正是為此而生，它將傳統(tǒng)約會方式和 AI 技術(shù)完美結(jié)合，讓你和潛在對象的距離瞬間拉近。本文將帶你一探這款應(yīng)用的神奇之處，看看它如何讓約會變得既高效又有趣。

1. 整體架構(gòu)

Dating 是一款社交類 App，在傳統(tǒng)單一社交上新增了 虛擬 AI，采用 Moment+ AI 對話等動態(tài)方式，讓交友對象可以更快速地熟悉彼此，從而快速實現(xiàn)精準(zhǔn) Match 的目的。

架構(gòu)圖：

圖片

涉及前后端關(guān)鍵組件如下：

客戶端：頁面展示，接口調(diào)用，渲染好看或者有趣的用戶信息

網(wǎng)關(guān)：數(shù)據(jù)接收，根據(jù)用戶不同的位置就近接入代理服務(wù)，比如：你在硅谷和在深圳，網(wǎng)關(guān)側(cè)識別后分別將請求發(fā)到不同的代理服務(wù)上

代理服務(wù)：公共鑒權(quán)，業(yè)務(wù)請求轉(zhuǎn)發(fā)，灰度部署等，在不同地區(qū)部署多個服務(wù)器（如硅谷、深圳）

用戶服務(wù)：管理用戶基本信息，用戶權(quán)益等數(shù)據(jù)

動態(tài)服務(wù)：存儲用戶Moment動態(tài)信息，以及和推薦、Agent交互，是Dating業(yè)務(wù)的核心后臺模塊

會話服務(wù)：管理用戶關(guān)系（好友、粉絲）和用戶對話，和 IM 后臺之間交互

涉及算法模塊如下：

Agent模塊：接收后臺傳入的用戶對話信息，根據(jù)一定的Prompt規(guī)則，請求大模型（LLM）進行AI回復(fù)

用戶畫像：處理用戶所有基礎(chǔ)數(shù)據(jù)和記憶，加工、過濾、篩選，并存入ES（大數(shù)據(jù)處理組件）

推薦模塊：暴露接口給后臺服務(wù)，當(dāng)用戶獲取推薦時，在ES里取出對應(yīng)的用戶列表展示在客戶端頁面上

涉及基礎(chǔ)組件包括：

ASR（語音轉(zhuǎn)文字），TTS（文本轉(zhuǎn)語音），DB（結(jié)構(gòu)化數(shù)據(jù)存儲），COS文件存儲及 Kafka 數(shù)據(jù)傳輸?shù)?/p>

主要功能包括：用戶登錄、Moment 發(fā)布、獲取推薦用戶、IM 對話，下面基于這些核心功能，我們依次來介紹一下。

2. 用戶登錄

用戶在使用 App 的過程中，創(chuàng)建賬號可以方便用戶對自己創(chuàng)建的資料和信息進行管理。

圖片

Dating 支持用戶采用谷歌、蘋果賬號或者手機號登錄，登錄模塊是公共模塊，主要和 Firebase/Apple 后臺進行交互，做數(shù)據(jù)鑒權(quán)和驗證。

業(yè)務(wù)時序圖如下：

圖片

用戶的業(yè)務(wù)信息主要是用戶服務(wù)進行管理，結(jié)構(gòu)化數(shù)據(jù)存儲在 MySQL 里面，圖片、視頻類數(shù)據(jù)存在 Cos 對象存儲服務(wù)中。

同時，用戶的個人信息：包括昵稱、年齡、性別、喜好、標(biāo)簽等數(shù)據(jù)上報到用戶畫像進行離線處理，每當(dāng)有用戶注冊完成后，推薦模塊會根據(jù)用戶畫像的數(shù)據(jù)用一定的公式計算用戶之間的匹配度，進行推薦。

3. Moment 發(fā)布

在快節(jié)奏的現(xiàn)代社會中，人們越來越傾向于通過在線約會應(yīng)用程序?qū)ふ野閭H。然而，虛擬世界中的信任建立和真實性驗證是一個挑戰(zhàn)。

Dating 通過引入"Moment"功能，旨在提供一個創(chuàng)新的平臺，利用人工智能技術(shù)引導(dǎo)用戶全面展示自己，并與潛在的伴侶建立真誠的聯(lián)系。

以下是創(chuàng)建 Moment 的步驟：

圖片

moment創(chuàng)建中AI共提問兩輪：

第一輪，AI 根據(jù)用戶相冊上傳/主攝像頭拍攝的圖片/live 動圖+用戶基礎(chǔ)信息進行提問，問題實時展示在視頻上。提問結(jié)束后調(diào)用前置攝像頭，并出現(xiàn)語音交互提示，用戶通過語音回答 AI 的問題。

第二輪，AI 根據(jù)用戶上一輪回答深挖提問，問題實時展示在視頻上。提問結(jié)束后調(diào)用前置攝像頭，用戶繼續(xù)通過語音回答問題。

兩輪回答結(jié)束后，進入 moment 制作環(huán)節(jié)（loading 狀態(tài)），moment 制作完成后向用戶展示。

用戶點擊“post”按鈕進行發(fā)布，若不滿意拍攝效果，可點擊返回按鈕選擇是否刪除當(dāng)前 moment 重新創(chuàng)建。

以下是交互流程（時序圖）：

圖片

用戶選擇圖片進行上傳到 dating，后臺根據(jù)圖片內(nèi)容、用戶信息生成 AI 提問，比如用戶上傳了一張貓咪的照片，AI 可能會用溫柔的語音詢問：“Hi 小?，這只布偶貓咪真可愛，是之前你說的那只奶昔吧，看它在床上睡得真閑適??！你今天還要繼續(xù)在家擼貓嗎，還是出門和大學(xué)同學(xué)去逛街??？”

這時我會回答：“是的，奶昔很可愛呢，今天要背著它先打疫苗，然后和鄢哥去約飯”，然后 dating 再根據(jù)我的回答調(diào)整問題，經(jīng)過兩次問答之后，客戶端會上傳這部分的視頻和圖片，以及我和 AI 的問答信息，并將它們經(jīng)過后臺處理后記錄成我的標(biāo)簽，最終放到我的個人畫像里面。

下次我們再上傳 Moment 時，AI 就可能會問：“Hi 上周你和鄢哥去約飯吃了些什么呀？味道如何...”。

由于都是通過語音進行交流，所以這個部分涉及的組件主要有 DB 存儲語言文件路徑，Cos 存儲語音文件，ASR 將用戶語音轉(zhuǎn)為文本輸入，TTS 將大模型的回復(fù)文本轉(zhuǎn)成語音播放給用戶聽。

4. 獲取推薦用戶

當(dāng)用戶創(chuàng)建 Moment 之后，就可以在首頁刷到別的用戶了。

推薦時我們會根據(jù)：用戶距離、相似度（比如年齡、身高、興趣愛好）、活躍度、Moment 豐富程度等來進行推薦，傾向于推薦那些有著優(yōu)質(zhì) Moment 及內(nèi)容完善度高，還有比較活躍的用戶。

同時，會根據(jù)用戶的受歡迎程度來影響被推薦的概率因子。

圖片

用戶刷到別的用戶時，可以在主頁點贊或者對別人的 Moment 進行評論，這時：客戶端會調(diào)用 ASR SDK 方法，將用戶的語音評論轉(zhuǎn)換成文本傳入后臺動態(tài)服務(wù)。

每次點贊或評論都默認(rèn)喜歡對方。當(dāng)對方用戶回復(fù)了點贊或評論后，就會自動成為好友，此時會話服務(wù)會把好友關(guān)注寫入到 IM 系統(tǒng)中（比如騰訊云的 IM 系統(tǒng)，參考 QQ），進行實時會話管理、好友關(guān)系維護等。

5. IM 對話

當(dāng)兩個用戶成為好友以后，就可以在 CHAT 頁進行對話。

圖片

此時，用戶拉取好友列表、發(fā)消息都是直接調(diào)用 IM 管理服務(wù)，如果是真實用戶對話，IM 管理服務(wù)會將會話發(fā)到長連接管理中心，進行消息推送。比如：你在 VX 上給好友發(fā)了一條消息，好友手機 APP 上就會出現(xiàn)通知圖標(biāo)。當(dāng)好友拉取對話列表時，IM 管理服務(wù)會在接口返回兩個用戶的聊天記錄。

同時，當(dāng) IM 管理服務(wù)監(jiān)測到有消息發(fā)送時，會將所有對話通過回調(diào)的方式傳入會話服務(wù)。會話服務(wù)會通過用戶 ID 判斷是與真人對話還是和虛擬人對話，如果是和虛擬人對話則調(diào)用 Agent，通過一系列 Prompt 處理后由 LLM（大模型，如 DeepSeek）生成智能回復(fù)。

6. 一些難點和要點

1）好友關(guān)系存儲復(fù)雜

在所有社交軟件中，IM 關(guān)系都是我們需要考慮的重點。Dating 業(yè)務(wù)中，我們不僅要考慮單向關(guān)注、粉絲，好友，以及成為好友后單向取關(guān)、好友拉黑等情況。

關(guān)系模型轉(zhuǎn)換圖如下：

圖片

為了減少轉(zhuǎn)換的狀態(tài)，我們將拉黑和刪除好友后，直接將關(guān)系置成單向關(guān)注，并在 IM 開始對話前校驗好友關(guān)系，如果發(fā)現(xiàn)對方已經(jīng)拉黑或者刪除，就彈出一個提示（類似 VX 里面的紅色感嘆號），無法進行對話。

同時，為了快速返回好友的關(guān)系，我們在會話服務(wù)存儲關(guān)系狀態(tài)時，不僅需要持久化到 DB 里面，還需要給每個用戶創(chuàng)建三個 Set（分別存儲好友、粉絲和已關(guān)注），這樣拉取好友列表時可以快速返回，減輕數(shù)據(jù)庫負擔(dān)。

關(guān)于 Redis 和 DB 如何保持一致性，可以看我之前寫的這篇文章：Redis IO多路復(fù)用

2）用戶對話耗時較高

在創(chuàng)建 Moment 時，由于每次需要通過用戶上傳的圖片，其基本信息，用戶記憶等數(shù)據(jù)請求大模型，再生成 Q1 提問，這個串行化的過程比較長且涉及 VQA 流程（即給機器一張圖片和一個開放式的的自然語言問題，要求機器輸出自然語言答案），同時，由于圖片的鏈接放在對象存儲服務(wù)中，每次從 LLM 拉取圖片鏈接時由于網(wǎng)絡(luò)不穩(wěn)定，可能會導(dǎo)致用戶上傳圖片后等待回復(fù)需要很久，大概 7~9s。

所以我們通過以下方式來優(yōu)化：

• 圖片直接通過 Base64 從客戶端傳入 LLM，節(jié)省圖片上傳下載耗時；
• Agent 通過記憶、圖片信息提問時合并成一步，減少多次調(diào)用耗時，總結(jié)用戶記憶可以異步進行；
• 流式傳輸，每次 AI 流式返回時，動態(tài)服務(wù)通過標(biāo)點符號判斷一整句話就送入 TTS 生成語音返回給用戶，把整段耗時減少為首句耗時；

圖片

通過以上優(yōu)化，客戶端等待時間從 7~9s 減少到 1~2s 就可以收到 AI 提問。

3）用戶Moment播放卡頓

獲取推薦列表時，由于用戶都是從對象存儲拉取視頻文件進行播放，所以對用戶的網(wǎng)絡(luò)要求比較高。而對于海外 25~30Mbps 網(wǎng)速的用戶來說，拉取一個 15MB 的視頻就得花 5s（15/3MB/s），這是項目上是難以接受的，用戶體驗也很差。

所以我們嘗試加入視頻壓縮、預(yù)加載和自適應(yīng)碼流播放等功能。

圖片

具體流程為：客戶端在 Moment 發(fā)布合成視頻時，將原視頻分片上傳至視頻處理中心（VHS），并通過開啟 QUIC 的方式，讓用戶在弱網(wǎng)環(huán)境下也有著不錯的性能。

然后 VHS 根據(jù)配置的規(guī)則開始轉(zhuǎn)碼，通過異步轉(zhuǎn)碼的方式處理視頻，將用戶的視頻轉(zhuǎn)成 480P、720P、1080P 等格式。

動態(tài)服務(wù)將視頻的鏈接存儲，每次客戶端拉取時，返回視頻鏈接，這時 VHS 可根據(jù)用戶網(wǎng)速的變化自動選擇最適合的碼流，在保證視頻播放盡可能流暢的前提下，選擇最佳清晰度的視頻播放，以此來優(yōu)化用戶體驗。

7. 小結(jié)

由于篇幅有限，很多技術(shù)點和細節(jié)都是淺嘗輒止，如果讀者感興趣，后面我們可以再出一篇細節(jié)的技術(shù)或者代碼實現(xiàn)來講解介紹。

感謝大家一路看到這里！還記得我們開頭聊的那些相親煩惱嗎？在這個快節(jié)奏的世界里，Dating 應(yīng)用正是為了解決這些問題而誕生的。

它不僅結(jié)合了傳統(tǒng)約會方式和 AI 技術(shù)，還讓整個過程變得更有趣和高效。無論是智能推薦、自然流暢的對話，還是輕松的互動體驗，這款應(yīng)用都讓你在尋找對象的路上更加從容。

在大模型應(yīng)用化的過程中，Dating 算是一款為現(xiàn)代約會帶來了新思路的 App。希望它能為大家提供一些啟發(fā)，讓你在愛情的路上少些波折，多些樂趣；同時讓我們在 AI+ 的過程中，探索更多可能性，體驗技術(shù)如何在社交關(guān)系中發(fā)揮積極作用。