租易alpha阶段发布博客

租易小程序 Alpha 阶段发布报告

一、Alpha 阶段核心成果

《“租易” 小程序正式上线，致力成为租房管理领域的 “轻骑兵”》

经过多日的集中攻坚，我们的 “租易” 小程序 Alpha 版本终于顺利交付！作为聚焦租房交易后管理的轻量化工具，这一阶段我们实打实搞定了不少关键功能，核心突破有三大块：

1. 微服务架构稳稳落地：成功搭起了 7 个核心业务微服务（像用户管理的 user-svc、身份校验的 cert-svc、房源管理的 house-svc 这些），再加上 2 个运维组件，通过 Consul 实现了服务间的自动注册与发现，不管是管理者、房东还是租客的操作，都能靠这套架构稳定支撑。
2. 异步广播与缓存总线全量跑通：专门负责消息传递的 msg-svc 超给力，既支持直接 HTTP 投递，遇到故障还能自动切换到 Redis 降级队列缓冲，完全不用担心数据丢失；另外，我们用 Redis 统一缓存了认证信息、事件缓冲队列和文件上传临时令牌，现在小程序的响应速度比之前快了 30%，用着更丝滑。
3. 三角色核心功能形成闭环：管理者能在后台轻松管理房源、分配维修工单；房东打开小程序就能看自己的房源状态、查租约信息；租客更是方便，在线查账单、一键提交报修申请，全程不用打电话、不用翻微信群，之前租房时遇到的沟通麻烦、报修无门的问题，现在都能解决。

目前小程序已经支持本地 Docker 一键启动，生产环境也能容器化部署，后续我们会和本地几家小型房产托管公司合作，再去校园周边做地推，目标是 3 个月内实现 500 名月活跃用户，让更多人用上这个省心的租房管理工具。

二、我们是如何交付的？

其实交付过程并不复杂，核心就是 “做好日常记录，再用 AI 帮忙总结”，省了不少人工成本：

1. 每日站会同步进度：每天我们都会开 15 分钟短会，每个人都要说说上次站会后做了啥、碰到了什么困难、今天计划完成哪些工作，这些内容都会详细记录下来。
2. 博客归档关键信息：从阶段计划、任务分工到风险应对，所有重要文档都会整理到团队博客里，不管是自己回顾还是后续交接，都能快速找到。
3. AI 工具来帮忙：我们用 GitHub Copilot 从每日 Scrum 报告里提取关键数据，自动生成工时统计表格和燃尽图趋势分析，不用自己对着一堆记录慢慢算；还用 Cursor 把各个模块的开发日志整合起来，快速输出阶段成果摘要，大大减少了写报告的时间。

三、风险管理：正视问题，主动解决

1. 外部风险反馈真的很有道理

之前看到 AI 影评家对租房类项目的风险分析（https://www.cnblogs.com/xinz/p/19194869），里面提到的 “微服务架构复杂度高、4 人团队维护 9 个服务压力大、三方用户迁移难” 这些问题，真的说到了我们心坎里。尤其是初期开发的时候，因为要兼顾多个微服务的联调，进度确实比预期慢了点，也真切感受到了小团队扛复杂架构的压力。

2. 我们是这么应对这些风险的

• 不贪多，先搞定核心：我们没有硬着头皮赶所有服务的开发，而是把 agent-svc、mcp-svc、pay-svc 这些非核心服务放到后续迭代，Alpha 阶段先聚焦 “能用、稳定” 的最小功能闭环，先让用户用起来再说。
• 给服务加层 “防护”：为了避免单个服务崩溃影响整体，我们给 msg-svc 配了 Redis 降级队列，就算某个服务出问题，事件也能先缓冲起来，不会丢失；每个微服务都有独立的 API 文档，联调的时候遇到问题，能快速定位到底是哪个环节出了岔子。
• 降低使用门槛促迁移：租客端所有功能都免费开放，管理者和房东端的基础功能也不收钱，只针对高级数据分析功能考虑后续订阅制；另外我们还和本地托管公司合作，给他们定制专属的房源管理模板，帮他们快速替换掉原来的 Excel+微信群模式。

四、从工程导师那里学到的实用经验

这次开发过程中，我们特意请教了学院工程中心的工程导师李剑老师，他给的几个建议真的帮了大忙：

1. 别陷入 “过度工程化”：导师说学生做项目很容易追求 “架构完美”，但其实不如先保障核心流程跑通。我们听了之后，立刻调整了开发优先级，把那些暂时用不上的复杂功能往后放，集中精力搞定了房源管理、报修、账单查询这些核心功能，确保 Alpha 阶段能形成完整体验。
2. 微服务拆分要结合实际：他告诉我们，微服务不是拆得越多越好，要按 “业务域 + 团队能力” 来分。比如我们原本想把支付和订单拆成两个独立服务，但考虑到团队人手有限，就先把相关逻辑关联起来，减少跨服务依赖，等后续人手和经验都够了再细化。
3. 测试要提前做：导师强调 “测试左移”，让我们在写代码之前就先编好单元测试用例，尤其是微服务的接口测试。我们照着做了之后，发现很多数据一致性问题都提前暴露了，联调阶段的 Bug 率比预期低了不少，省了很多返工的时间。

五、项目管理：像 “20 英里行军” 那样稳步推进

1. 我们的项目管理特点

• 优点：我们用的是敏捷 Scrum 框架，每 2 天一个小冲刺，每天开短会同步进度，不会出现有人“摸鱼”或者方向跑偏的情况；任务工时用计划扑克估算，还会实时更新燃尽图，谁的任务滞后了、整体进度差多少，一眼就能看出来，沟通效率很高。
• 缺点：初期对有些任务的复杂度想简单了，比如 house-svc 和 MinIO 文件存储集成的时候，遇到了很多跨域、路径映射的问题，导致这个任务的剩余工时从 4 小时涨到了 6 小时，让实际进度稍微偏离了预估；另外，工时记录靠大家手动更新，有时候忙起来会忘了填，存在一定延迟。

2. 进度管理：每天都前进固定距离

看了微软那个南极探险的项目管理案例（https://mp.weixin.qq.com/s/wlGfHx6xGobJdm2fTqhdBQ），我们特别认同阿蒙森队的 “20 英里行军” 策略，而不是斯科特队那种“好天气猛冲、坏天气停滞”的做法。

所以我们给自己定了规矩：每天固定完成 16 小时的工作量（4 个人每人每天投入 4 小时），不管当天的任务难不难，都要保证核心工作有进展。就算遇到技术难题，也不会把所有精力都耗在上面，而是先分配一部分时间攻关，剩下的时间推进其他能确定完成的任务，避免整体进度卡住。另外我们还预留了 16 小时的缓冲时间，专门用来处理突发问题，这样就算有任务延误，也不会影响整个 Alpha 阶段的交付目标。

六、团队成员都是怎么用 AI 工具的？

参考了 Every 团队的 AI 工作流（https://weibo.com/1727858283/QbbD08TB4），我们根据每个人的角色特点，把 AI 工具用得越来越顺手，效率提升特别明显：

1. 陈鉴祥（全栈开发 & SCRUM Master）：

作为全栈开发和 Scrum Master，他要兼顾架构设计和团队协调，AI 帮了不少忙。比如用 GitHub Copilot 快速生成微服务的基础代码模板，像 CRUD 接口、服务注册配置这些重复工作，AI 几分钟就能搞定，他就能集中精力设计分布式锁、服务调用逻辑这些核心部分；还用 Cursor 分析微服务间的依赖关系，自动生成调用时序图，提前发现了潜在的循环依赖问题；写单元测试的时候，AI 也能辅助生成测试用例，尤其是 pay-svc、order-svc 这些核心模块，测试覆盖率提升了不少。他还特意拆分了工作模式：上午用成熟的 AI 工具推进开发，保证产出；下午就探索新的 AI 应用场景，比如用 GPT-4 分析缓存策略的优化方向，为后续迭代做准备。

2. 张廷智（前端开发）：

前端开发最怕重复编码和兼容性问题，AI 正好解决了这两个痛点。张廷智用 GitHub Copilot 生成小程序的表单验证、接口请求模板代码，不用自己一遍遍地写重复逻辑；遇到微信小程序低版本兼容性问题时，比如基础库 2.24.0 以下折线图显示错乱，他直接把问题输入 AI，很快就拿到了针对性的适配方案，省了不少查文档的时间。另外，他还把 Figma 设计图和 AI 工具集成，让 AI 直接把设计图转化为 WXML/CSS 代码，自己再微调细节，页面布局的时间节省了一半还多；写完组件后，AI 还能帮忙生成注释和使用文档，后续维护起来也更方便。

3. 何绍斌（后端开发）：

后端开发要跟数据库、各类工具集成打交道，AI 成了他的得力助手。比如设计 MongoDB 数据模型的时候，他用 Copilot 快速生成表结构和索引优化建议，原本要花半天时间琢磨的索引设计，AI 几分钟就给出了合理方案，房源查询效率直接从 500ms 降到了 180ms；集成 MinIO 文件存储的时候，AI 辅助编写代码，自动处理了跨域、上传回调这些细节问题，不用自己一点点踩坑。遇到微服务联调报错时，他把接口日志和错误信息发给 AI，很快就能定位到问题根源，比如参数格式不匹配、服务没注册成功这些小问题，不用团队一起对着日志排查半天；写 API 文档的时候，AI 先生成初稿，他再结合实际接口调整，又快又准确。

4. 郑权（项目经理）：

作为项目经理，我要处理大量数据统计和文档工作，AI 帮我省了不少力。我用 AI 工具从每日 Scrum 报告里提取关键信息，自动生成工时统计表格和燃尽图数据，不用对着一堆记录慢慢核算，还能避免计算错误；分析项目风险的时候，AI 会结合历史案例给出应对建议，让我能提前做好风险预案；写阶段报告、用户手册这些文档时，AI 先根据核心内容提炼重点，我再手动优化逻辑和表达，原本要花一天时间写的报告，现在半天就能搞定。另外，我还能用 AI 分析任务工时的变化趋势，提前预警进度延误风险，比如发现某个任务的剩余工时持续增加，就会及时协调资源帮忙，避免影响整体进度。

七、后续规划：持续迭代，让产品更好用

Alpha 阶段我们搞定了核心功能闭环，但还有不少可以优化的地方，后续会按迭代节奏一步步落地：

1. 优先推进缓存升级和熔断限流：给服务加一层本地 LRU 二级缓存，减少跨服务往返的时间；用 aiobreaker 实现自动熔断，按服务维度配置 QPS 阈值，防止某个服务出问题导致整体雪崩。
2. 完善可观测性和配置管理：接入 Jaeger 或 SkyWalking 链路追踪工具，实现全链路 traceId 透传，遇到慢查询、异常情况能自动告警；把配置迁移到 Consul 或 K8s ConfigMap，支持热更新，敏感信息比如 JWT Secret、数据库密码这些，会迁入 Vault 保障安全。
3. 补齐未完成服务：后续会完成 agent-svc、mcp-svc、pay-svc 的开发，实现真正的在线支付功能和智能工单分配，让管理者能更高效地处理报修、房东能及时收到租金，租客支付也更便捷。

接下来我们会继续盯着用户需求，用敏捷迭代的方式不断优化产品体验，争取把 “租易” 打造成真正解决租房管理痛点的好工具！

附：alpha阶段燃尽图