Product Roadmap

产品路线图 · 技术规划与讨论 · 逐步实施中

v20.6.0 Done

首页产品化改造 — 从专业导航列表改为产品展示首页,面向感兴趣的用户展示基础功能和亮点。

已实施内容
v20.5.0 Done

竞赛体系 Phase 2 + Bug修复 + 体验优化

已实施内容
v21.0.0 Active

个人中心 & 学习路径系统 — 基于 Supabase 的完整用户数据体系,包含收藏夹、学习路径、申请进度 Tracker、截止日期提醒。

已完成基础
用户角色体系

不同角色看到不同的界面和功能,模拟数据先行,后续接入真实权限系统。

角色定义与权限矩阵

角色英文核心权限数据范围
学生Student个人Dashboard / 学习路径 / 申请Tracker / 收藏 / 测评仅自己的数据
家长Parent查看孩子进度 / 费用计算 / 时间线概览 / 消息通知关联孩子的数据(只读)
顾问Counselor多学生管理 / 批量跟踪 / 备注 / 资源共享 / 数据导出所有关联学生
管理员Admin内容管理 / 用户管理 / 数据统计 / 系统配置全站数据

技术实现方案

数据结构设计:

-- profiles 表
profiles (
  id UUID REFERENCES auth.users,
  role TEXT DEFAULT 'student', -- student | parent | counselor | admin
  display_name TEXT,
  avatar_url TEXT,
  grade INT,               -- 学生年级
  target_major TEXT,       -- 目标专业
  target_schools TEXT[],   -- 目标学校
  parent_of UUID[],        -- 家长关联的学生ID
  counselor_students UUID[] -- 顾问关联的学生列表
)
v21.0 实施计划(模拟数据先行)
技术方案讨论

🔌 数据层:Supabase Database vs Vercel KV

现状:已有 Supabase Auth 和 Vercel KV(统计用)

Supabase Database 方案
  • 关系型数据,适合复杂查询
  • RLS 行级安全,数据隔离
  • 与已有 Auth 无缝集成
  • 支持实时订阅
Vercel KV 方案
  • Redis 速度快
  • 与现有统计代码复用
  • 但不适合复杂关系数据
  • 查询能力有限

推荐:用户数据用 Supabase Database,KV 继续存访问统计。两套各尽其职。

📅 截止日期提醒实现方案

推荐:先做方案 A(零成本),后续迭代加方案 C。邮件提醒作为高优先级功能单独评估。

🧭 学习路径数据结构

用 JSON 配置化驱动,每个专业对应一条学习路径:

v22.0.0 Exploring

社区系统 & UGC 内容 — 用户生成内容平台,包括问答、经验分享、评论互动。

核心功能
技术方案讨论

💬 评论系统选型

Giscus (GitHub Discussions)
  • 零后端,开箱即用
  • GitHub 账号体系
  • 支持深色模式
  • 无广告,开源
自建评论系统
  • 完全可控,可定制
  • 与站内账号体系打通
  • 开发成本高
  • 需要反垃圾机制

推荐:第一阶段用 Giscus 快速上线,验证需求。用户量起来后再考虑自建。

🛡️ 内容审核方案

⚡ 富文本编辑器选择

推荐:Markdown 先行(开发成本最低),后续再上 TipTap 富文本。

技术实现方案

用户角色扩展

数据架构

-- UGC 内容表
posts (id, author_id, title, content, category, status, created_at)
comments (id, post_id, author_id, content, parent_id, created_at)
reactions (id, user_id, target_type, target_id, type)
follows (follower_id, followee_id, created_at)
user_badges (user_id, badge_id, awarded_at)
v22.5.0 Idea

国际竞赛体系 — 常见国际竞赛全收录,按学科分类、难度分级、适合专业推荐,帮助学生找到适合自己的背景提升竞赛。

为什么单独做竞赛板块
竞赛分类架构(8 大类 + 40+ 核心竞赛)

🔬 1. 数理科学类(Mathematics & Sciences)

竞赛名称缩写难度适合年级含金量
AMC 8 / 10 / 12AMC⭐⭐⭐⭐8-12 年级极高
AIME 美国数学邀请赛AIME⭐⭐⭐⭐⭐10-12 年级极高
USA(J)MO 数学奥赛USAMO⭐⭐⭐⭐⭐10-12 年级顶级
Physics Bowl 物理碗⭐⭐⭐9-12 年级
UKChO 英国化学奥赛UKChO⭐⭐⭐⭐11-12 年级
USNCO 美国化学奥赛USNCO⭐⭐⭐⭐10-12 年级
BBO 英国生物奥赛BBO⭐⭐⭐9-12 年级中高
USABO 美国生物奥赛USABO⭐⭐⭐⭐10-12 年级

💻 2. 计算机与工程类(Computer Science & Engineering)

竞赛名称缩写难度适合年级含金量
USACO 信息学奥赛USACO⭐⭐⭐⭐⭐9-12 年级极高
CCC 加拿大计算机竞赛CCC⭐⭐⭐9-12 年级中高
VEX 机器人竞赛VEX⭐⭐⭐⭐6-12 年级
FRC 机器人竞赛FRC⭐⭐⭐⭐9-12 年级
Google Science FairGSF⭐⭐⭐⭐⭐13-18 岁顶级
ISEF 国际科学与工程大奖赛ISEF⭐⭐⭐⭐⭐9-12 年级顶级

📊 3. 商科与经济类(Business & Economics)

竞赛名称缩写难度适合年级含金量
NEC 全美经济学挑战赛NEC⭐⭐⭐9-12 年级
IEO 国际经济学奥赛IEO⭐⭐⭐⭐9-12 年级
FBLA 未来商业领袖FBLA⭐⭐⭐9-12 年级中高
DECA 商业挑战赛DECA⭐⭐⭐9-12 年级中高
KWHS 沃顿商赛KWHS⭐⭐⭐⭐9-12 年级极高
Marshall 社创挑战赛⭐⭐⭐⭐9-12 年级

🌍 4. 人文社科类(Humanities & Social Sciences)

竞赛名称缩写难度适合年级含金量
NHSDLC 美式辩论联赛NHSDLC⭐⭐⭐7-12 年级中高
NSDA 演讲与辩论NSDA⭐⭐⭐⭐6-12 年级
John Locke 论文竞赛⭐⭐⭐⭐⭐10-12 年级极高
Marshall 论文竞赛⭐⭐⭐⭐⭐11-12 年级极高
HiMCM 数学建模竞赛HiMCM⭐⭐⭐⭐9-12 年级
CTB 全球创新研究大挑战CTB⭐⭐⭐9-12 年级中高

🎨 5. 艺术与设计类(Arts & Design)

🗣️ 6. 语言与写作类(Language & Writing)

🔬 7. 科研类(Research & Innovation)

🌏 8. 综合类 & 夏校竞赛(Summer Programs)

页面结构设计
单个竞赛详情页内容模板

📄 标准竞赛详情页结构

  1. 基本信息卡片:全称、缩写、主办方、官网、报名时间、比赛时间、参赛费用
  2. 竞赛简介:历史、规模、影响力
  3. 参赛资格:年级、地域、前置要求
  4. 比赛形式:个人/团队、线上/线下、题型、时长、轮次
  5. 难度分级:入门 / 进阶 / 顶级(5 星制)
  6. 含金量评估:藤校认可度、对申请帮助程度
  7. 适合专业:关联专业列表(可跳转专业页)
  8. 获奖率 / 分数线:近年数据(如有)
  9. 备考建议:推荐书籍、网站、备考周期
  10. 相关竞赛:同类型/同难度推荐
  11. 常见问题 FAQ
逐步实现步骤(分 3 期)

Phase 1:信息架构搭建(MVP,约 10 个核心竞赛)

目标:验证内容需求,SEO 长尾词起量

Phase 2:扩量 + 工具化(40+ 竞赛,工具辅助)

目标:成为国内最全的国际竞赛中文信息库

Phase 3:社区 + 个性化(用户系统打通)

目标:从信息库升级为竞赛规划平台,依赖 v21 用户系统

技术方案讨论

🗂️ 数据结构设计

纯静态方案(推荐初期):


// competitions.js — 竞赛数据(静态 JSON)
const competitions = [
  {
    id: 'amc12',
    name: 'AMC 12',
    fullName: 'American Mathematics Competition 12',
    category: 'math',
    difficulty: 4,        // 1-5
    prestige: 5,          // 含金量 1-5
    grades: ['10', '11', '12'],
    organizer: 'MAA',
    website: 'https://www.maa.org/math-competitions',
    region: 'global',
    type: 'individual',
    format: '笔试 · 25 题 · 75 分钟',
    date: '每年 2 月',
    fee: '约 ¥80-150',
    relatedMajors: ['cs', 'math', 'physics', 'engineering'],
    relatedComps: ['aime', 'usamo'],
    tags: ['数学', '顶级', '理工科必选']
  },
  // ...
]
            

选型:初期纯静态 JSON + 静态页面生成,SEO 友好、开发成本最低;后期数据量大了再考虑数据库。

🔍 筛选器实现方案

纯前端筛选(推荐)
  • 开发快,无需后端
  • 响应快,无网络延迟
  • 适合 40-100 条数据规模
  • 可静态托管
后端筛选
  • 支持复杂查询
  • 数据量大时性能好
  • 开发成本高
  • 需要运维

推荐:Phase 1/2 纯前端筛选(数据量 < 200 条完全没问题),到 Phase 3 再考虑后端。

📅 竞赛日历组件

推荐:手写简易月历 + 时间线列表,满足 80% 需求,包体小体验好。

🔗 与现有模块的联动

📈 SEO 策略

开发预估
技术实现方案

竞赛组队系统

个性化推荐引擎

v23.0.0 Idea

AI 深度集成 & 个性化推荐 — 全场景 AI 赋能,从选校到文书一站式智能辅助。

核心功能
技术方案讨论

🤖 AI 选校匹配算法

核心思路:基于历史录取数据 + 用户背景特征,计算匹配度。

推荐:先方案 A(规则引擎)上线,积累数据后迭代到方案 B。LLM 作为补充,生成自然语言解释。

💰 AI 成本估算

🔍 推荐系统技术栈

技术实现方案

AI 选校匹配

AI 文书润色

v24.0+ Dreaming

远期构想 — 更远期的产品方向,待市场验证。

可能的方向

💡 技术选型思考原则

技术实现方案

移动端策略

中介 SaaS 平台

v25.0.0 Idea

协作架构 & 核心成员小范围测试平台 — 平台已邀请多位有影响力的准备阶段核心成员参与产品共建,本版本构建支撑多角色协作、多端访问、版本快照对比、可控邀请机制的整套基础架构,让外部专家可以在受控环境下完整体验产品并提供反馈。

为什么需要这个版本
整体架构思路
核心模块清单
技术实现方案

准入控制

数据存储与隔离

反馈面板前端实现

// 注入到所有公开页面的浮动反馈按钮
(function() {
  if (!window.CollabUser) return;
  const btn = document.createElement('div');
  btn.className = 'collab-feedback-btn';
  btn.innerHTML = '反馈';
  btn.onclick = () => openFeedbackPanel(location.pathname);
  document.body.appendChild(btn);
})();

版本快照对比

成员体验流程

  1. 产品负责人通过 Admin 后台创建成员账号 + 角色 + 邀请码
  2. 邀请码通过加密邮件/私信发送,附简短说明(功能 + 体验重点 + 反馈方式)
  3. 成员访问 /collab/join?code=xxx 完成首次登录,绑定邮箱
  4. 登录后看到"今日体验重点"列表(产品负责人每天更新 1-3 个体验任务)
  5. 成员按任务体验,反馈自动关联到当前路径
  6. 每周生成成员个人简报:本周访问了哪些功能、提交了多少反馈、哪些被采纳
推广节奏与成功标准
短期收益(2-4 周)
  • 获得 10-20 位核心成员的系统性反馈
  • 在正式公开发布前发现关键可用性问题
  • 沉淀 50+ 条高质量建议进入产品 backlog
风险与控制
  • 成员流失:定期一对一沟通,了解诉求变化
  • 数据泄露:邀请码 + RLS 双重防护,敏感操作日志全留痕
  • 反馈过载:Admin 端每日整理,按优先级回复
v26.0.0 Idea

全流程模拟体验 & 个性化模拟结果 — 用户填写或自动生成个性化档案后,系统为该用户模拟出从选校、前期材料准备、中期申请提交、后期录取结果的全套场景化内容;点击任意大学卡片即可看到"如果我申请这所学校,我在该校的完整画像、模拟材料、模拟面试、模拟 Offer/拒信"。所有内容先使用模拟数据占位,未来 v27 接入真实数据源。

为什么需要这个版本
核心模块清单
学校专属模拟页内容结构(每一个都是可点击超链接)

点击任意段落都会跳到一份独立页面,提供与真实场景几乎一模一样的细节(文书题目原文、面试真题、模拟 Offer PDF、模拟成绩单、模拟活动描述等)。所有页面顶部都有"← 返回学校页"链接,不打断浏览节奏。

细节页面设计原则(让"假"看起来像"真")
数据组织结构(v26.1 已更新:按国家而非学校)
/simulate/
  index.html                    # 模拟入口(选择国家)
  us.html                       # 美国全流程模拟(通用 Ivy/Top 30 模板)
  uk.html                       # 英国全流程模拟(通用 G5/Russell Group 模板)
  au.html                       # 澳洲全流程模拟(通用 Group of Eight 模板)

v26 核心决策:按"国家"而非"学校"组织模拟内容。原因:(1) 维护成本低(3-6 个国家 vs. 50+ 学校);(2) 更符合"全球留学"定位;(3) 通用模板可覆盖同一国家 90% 的申请场景;(4) 用户在实际申请时可以再细化到具体学校。后续可扩展:ca.html 加拿大 / hk.html 香港 / sg.html 新加坡 / de.html 德国。

细节数据生成策略

技术实现方案

档案与画像引擎

录取概率算法(模拟版)

function calcChance(user, school) {
  // 简化版 - 仅用于模拟演示
  const userScore = (
    user.gpa * 0.4 +
    user.testScore / 1600 * 0.3 +
    user.activities.length * 2 +
    user.awards.length * 5
  );
  const schoolAvg = school.avgAdmitScore;
  const stddev = school.stddev || 10;
  const z = (userScore - schoolAvg) / stddev;
  const prob = 1 / (1 + Math.exp(-z)); // sigmoid
  return Math.round(prob * 100);
}

学校专属模拟页

数据来源策略

  1. Phase 1(v26 默认):纯模拟数据,存储在 data/simulate/*.json,约 200 KB 静态文件
  2. Phase 2(v27 规划):接入 Common Data Set、IPEDS、各校官网公布的录取统计
  3. Phase 3(v28 远期):接入第三方数据服务(如 CollegeVine、Cappex)增强录取概率算法
  4. 所有真实数据接入前必须经过人工校验 + 样本测试,确保不出现荒谬预测

PDF 导出

推广节奏与成功标准
短期收益(4-6 周)
  • 用户平均停留时长预计提升 3-5 倍
  • 档案填写率作为关键北极星指标,目标 30%+
  • 建立"全流程模拟"差异化标签,支撑后续商业化
风险与控制
  • 模拟结果被用户误读为真实预测:所有页面加"模拟数据"显著标识 + 免责声明
  • 数据生成质量不达标:建立内部 review 流程,每所学校 3 人抽查
  • 开发成本高:分 3 个子版本 v26.1(档案)/ v26.2(学校页)/ v26.3(导出)逐步发布