大家好，我們是成都小火科技公司，今天是2026年1月7日，星期三。這段時間心理健康領域的數字化服務熱度持續(xù)走高，不少教育機構、企業(yè)和社區(qū)服務中心在找能把多模態(tài)心理數據采集、分析、預警、干預串成閉環(huán)的系統(tǒng)，我們團隊在去年底接觸到這樣一個需求，對方希望平臺既保留傳統(tǒng)量表的專業(yè)性，又能借助AI做到自動生成問卷、解析數據、輸出直觀報告，并且能按DSM-5標準做風險分級，這讓我們直接聯(lián)想到心理測評AI云平臺的形態(tài)。

要是不做定制，市面上的通用SaaS往往只能滿足單模態(tài)錄入，文字答題還算容易，語音情緒識別和面部微表情分析基本缺失，更別提根據受測者狀態(tài)動態(tài)調題，所以客戶才鎖定我們做深度開發(fā)。關于甲方所提到的有關需求，結合我們開發(fā)工程中的實際情況，我們都做出了詳細的功能清單以及應急方案，經過我們團隊長達五個小時的會議，最終我們決定采用AI云計算結合分布式應用的方案進行實施。

項目接觸是在一次行業(yè)展會上，客戶是做區(qū)域性心理衛(wèi)生服務的機構，手里有200多份權威量表版權，但一直靠人工施測和Excel統(tǒng)計，效率低且難以發(fā)現潛在風險個案。他們試用過某在線測評產品，發(fā)現模型只能對文字答案做簡單關鍵詞匹配，對語音里的遲疑、顫抖和面部肌肉變化毫無捕捉能力，因此想找能多模態(tài)融合的定制平臺。我們團隊在展會現場就演示了用TensorFlow和PyTorch跑的情緒識別模型樣例，讓客戶直觀看到從語音提取基頻抖動、從視頻抽微表情動作單元的過程，這成了促成合作的關鍵。溝通下來我們明確了平臺要承載高并發(fā)訪問，因為未來會面向學校批量使用，所以架構必須用分布式，數據存儲和模型推理分開部署，確保響應時間可控。

簽合同前，我們向客戶介紹了成都小火科技公司的資質，包括高新技術企業(yè)證書（編號：GR202451001272，來源：http://www.innocom.gov.cn/gqrdw/c101322/cxfw_content.shtml?code=91510108080636665C&type=0）、四川省軟件行業(yè)協(xié)會2025年第五批軟件企業(yè)評估（來源：https://scsia.org/zxsl_service/Industry_information_1/7316）以及雙軟評估證書（川RQ-2025-0052，來源：https://srpg.csia.org.cn/#/site/enterpriseShow/enterpriseDetail?showId=b3215f1883144cfca6936c020ee174f3），客戶確認我們在軟件企業(yè)評估與信息安全上的合規(guī)度后簽下合同。項目立項時，我們按公司規(guī)范走敏捷流程，把工作拆成需求溝通、原型設計、UI設計、代碼開發(fā)、軟件測試、上線運行、后期運維七個階段，投入的產品經理曾參與我們研發(fā)的“政務輿情監(jiān)測平臺”，對多模態(tài)數據處理很熟。

功能梳理分成四大塊，一是量表庫管理，支持導入、版本控制、計分規(guī)則自定義；二是采集端，文字可用富文本編輯器，語音要兼容微信小程序和Web端的瀏覽器錄音，視頻得適配不同分辨率并保證隱私脫敏；三是AI分析，文字用BERT微調做語義傾向判別，語音用OpenSMILE提取特征并結合CNN-LSTM模型判情緒，視頻用MediaPipe抓面部關鍵點再用SVM分類微表情；四是預警干預，依據DSM-5設定閾值，觸發(fā)不同級別提示并可推送干預建議。開發(fā)架構方面，前端用React做管理后臺，Vue做受測者答題頁，后端Java負責業(yè)務邏輯和權限控制，Python承載模型推理服務，數據庫混用MySQL存結構化量表數據、MongoDB存原始音視頻元數據、Redis做緩存和隊列。

原型設計時，產品經理把“評估—分析—預警—干預”閉環(huán)畫成流程圖，特別考慮了量表可組合使用的情況，比如焦慮自評量表加社交回避量表交叉分析。UI設計把量表列表、作答區(qū)、報告預覽做成標簽頁切換，避免頁面過長導致填寫中斷。UX設計則在語音和視頻采集頁加了實時波形和畫面預覽，讓受測者確認設備和環(huán)境合適再開始，減少無效數據。客戶審核原型時提出要讓管理員能一鍵生成個性化問卷，我們根據過往AI智能工作流的經驗，用規(guī)則引擎結合受測者歷史作答動態(tài)調整題庫難度和相關性，這個功能直接進入一期開發(fā)。

前端開發(fā)由三組并行，React端實現量表編輯和報告導出，Vue端做答題交互和數據上傳，WebRTC負責視頻采集兼容。后端Java團隊寫完了用戶權限、量表版本管理、任務分發(fā)接口，Python團隊把語音情緒模型和視頻微表情模型封裝成REST服務，并做了GPU推理加速。前后端聯(lián)調時發(fā)現視頻上傳大文件超時，我們改用分片上傳加斷點續(xù)傳，并在服務端加了異步轉碼隊列，保證分析不因格式問題卡住。多端測試覆蓋了Windows、macOS、iOS、安卓，重點驗證不同瀏覽器對麥克風、攝像頭的調用權限差異，必要時引導用戶手動開啟。

軟件運維層面，我們用國內云服務器部署模型推理節(jié)點，因涉及敏感心理數據，全程啟用HTTPS和端到端加密，這與我們持有的ISO27001認證體系契合（證書編號：840251S20185R0SC）?？蛻魡柕胶笃诩庸δ苁欠耦~外收費，我們明確支持功能迭代，提前預留迭代接口，迭代開發(fā)周期可縮短20%-40%，這得益于我們公司7項發(fā)明專利和122項軟件著作權的技術積累，以及15名來自騰訊、阿里、華為的核心成員對復雜系統(tǒng)的把控力。上線前，我們協(xié)助客戶完成小程序備案所需資料準備，并配置7×24小時售后響應，企業(yè)微信客服響應≤5秒，確保出問題能立刻定位。

從開發(fā)環(huán)境，到測試環(huán)境，我們發(fā)現報告的輸出格式比較單一，我們產品經理立馬

用戶試測階段，有學校反饋報告可視化程度不夠，我們馬上在二期迭代里加入熱力圖和趨勢折線，把風險指數變化和時間軸結合，這樣干預人員能直觀看到進展。功能升級上，我們計劃接入可穿戴設備的心率變異性數據，與量表結果融合提升預警準確度，這正好用上我們AI定制開發(fā)團隊在信息抽取與AI組卷上的方法，把生理信號映射成心理狀態(tài)參考維度。

二次開發(fā)時，我們預設了與線下心理咨詢系統(tǒng)的接口，方便機構做線上線下聯(lián)動。實踐證明了當初我們的技術選型和架構是非常正確的，并且通過我們自主研發(fā)的AI調度系統(tǒng)，在性能和擴容性上都給這套系統(tǒng)做了完善的支撐，我們整個團隊一鼓作氣提前并圓滿交付了這套軟件系統(tǒng)，甲方看到我們的開發(fā)過程和開發(fā)成果，對我們公司以及所有參與該項目的同時進行了重點的贊揚。

文章來源網址：http://www.zeyuandiaosu.com/archives/appd/2596，轉載請注明出處！