镜头 01
偏好确认
问答收集场景、预算、距离、口味与忌口，缺信息时主动追问。
镜头 02
冲突识别
管家拆出每个人的硬约束与软偏好，明确指出冲突在哪里。
镜头 03
推荐生成
候选自检 → 最终推荐 → 一键生成可发群里的邀约文案。
01CODE · 看代码GitHub 仓库完整源码、issue 推进记录与比赛交付分支，工程过程全公开。访问仓库 →02DESIGN · 读方案设计与思路选题推演、用户研究，到自检评测闭环与多人协同的完整设计。查看文档 →03VIDEO · 看实机演示视频小程序实机录屏：偏好确认、冲突识别、推荐生成全流程。播放视频 →04LIVE · 去上手在线体验浏览器内直接体验核心功能，无需微信登录，评审即点即用。主入口开始体验 →
饿了幺
作品导览
设计与思路 · Design & Thinking
不是“问一句答一句”，
是会替你把事办成的管家
围绕年轻人本地生活的高频决策：吃饭、约局、周末、突发，做一个会主动出现、能协调多人、会自检方案的 AI 管家。命题 01：基于 OpenClaw 的全天候私人管家。
痛点 01
工具很多，缺一个“管事的入口”
美团、点评、地图、微信、小红书来回切，信息都在，却还得自己比较、筛选、协调和拍板。
痛点 02
AI 说得像真的，却不一定靠谱
忘预算、忘忌口、路线不现实、信息不足也硬生成。看着漂亮，真去执行就踩坑。
痛点 03
多人场景高频，却是现有产品的弱点
难的不是找店，是每个人都有不能违反的限制：不吃辣、赶时间、预算紧，很难有人折中。
小林
用户照片占位
小林 · 22 岁
学习、项目、实习都忙，每天都在“吃什么、去哪、和谁约、怎么安排”的小决策里打转。一个人查店还行，多人约饭就乱了：口味、预算、时间、距离全在打架，最后谁都说“随便”。
不想随便，但也懒得查选择成本太高朋友偏好冲突，没人拍板怕踩雷：太辣 / 太远 / 排队久
差异化 · Why Us
让它从“会聊天的助手”
升级成“会办事的管家”
两个增强点，把方案从“生成建议”变成“可靠执行”，避开 01 赛道的同质化。
创新点 01
自检评测闭环
生成方案前，先像审计员一样逐项检查预算、忌口、时间、距离、氛围、公平性、可执行性。不合格就自动修正或追问，再输出。
创新点 02
多人协同决策
抽取每个人的硬约束与软偏好，明确指出冲突在哪里，生成几个折中方案；用最低个人满意度而不只是平均分来排序。
核心 Demo · 三人周五约饭
从一句需求，
到“可以直接发群里的话”
一条完整链路，体现管家如何理解每个人、识别冲突、自检方案，再推进到可执行动作。
1
发起任务
明晚三人，人均≤100，适合聊天
2
成员偏好
各自补充口味、预算、时间
3
冲突识别
拆出硬约束与软偏好
4
候选 + 自检
逐项规则检查
5
最终推荐
最稳、最公平的一家
6
群聊文案
一键复制去推进
成员偏好
小林（发起人）
“想吃辣，但不想吃火锅，太花时间。”
阿杰
“我完全不吃辣，预算最好别超过 80。”
小周
“20:30 前要回宿舍，最好别排队，离学校近一点。”
冲突识别
高
口味冲突：小林想吃辣，阿杰完全不吃辣。不吃辣为硬约束，优先保护。
中
时间冲突：小周 20:30 前要回，排队久 / 太远的店降权。
中
预算冲突：总体人均 100，但阿杰希望不超过 80。
青禾小馆★ 最终推荐
家常融合菜 · 人均 82 元 · 步行 12 分钟 · 评分 4.7
有不辣菜也有可选辣度、不是火锅，照顾阿杰也兼顾小林；步行 12 分钟保证小周准时回去；环境安静，适合坐下来聊天。
小林
82
阿杰
94
小周
90
方案自检
预算检查通过 · 82≤100
忌口检查通过 · 有不辣菜
时间检查通过 · 步行 12 分钟
氛围匹配通过 · 安静适合聊天
排队风险低 · 高峰建议确认
公平性通过 · 无人被牺牲
“今晚 7 点青禾小馆怎么样？人均 70-80，步行 10 分钟，有不辣菜，环境也适合聊天。大家可以的话就定这个。”
技术架构 · Architecture
四层协作，
一个 Next.js 服务承载
Web 作品页是面向评审的可访问镜像：保持产品能力一致，复用现有后端链路，用浏览器友好的身份、路由与存储承载完整体验。
L1
体验层
微信小程序与 Web 体验并行。Web 版复刻小程序流程，用 demo session 替代 wx.login。
L2
服务层
Next.js App Router 同时承载作品页、在线体验页面与 API routes。
L3
AI 管家层
OpenClaw 负责单人推荐与动态追问；不可用时降级到本地推荐，保证评审流程不断。
L4
数据层
任务、登录 session、周末规划写入服务端 JSON store；浏览器本地保留记忆、收藏与草稿。
今天吃什么
POST /api/food/recommendOpenClaw 推荐，失败时使用本地候选方案兜底。
多人约饭
POST /api/group-tasks生成 invite token，看板按 token 读取与提交成员。
周末轻规划
POST /api/weekend/plans服务端路线生成，天气失败时保守 fallback。
记忆设置
localStorage + profileWeb 端即时生效，后续可接入服务端画像。
演示视频 · Demo Video
小程序实机录屏
完整走一遍“偏好确认 → 冲突识别 → 推荐生成”，证明不是纸面方案，而是真的跑起来了。
实机录屏部署时配置 NEXT_PUBLIC_DEMO_VIDEO_URL 后，这里会嵌入演示视频。