为什么做
项目最初解决“醒来后尽快留下梦境”的问题。V1.1 进一步处理记录之后的困难：原始文字可能跳跃、历史内容不易检索，不同梦境之间的重复意象也很难靠人工持续发现。
范围与取舍
V1.1 保留私人记录的核心定位，同时加入搜索、LLM 文字整理、结构化梦境分析、跨梦联系和只读公开分享。语音入口已经完整下线；分享只有在用户主动确认后才会生成，停止分享后旧链接立即失效。
体验如何串联
每位用户只能访问自己的记录。整理会处理当前编辑内容；分析只会在当前用户的数据范围内筛选候选，最多向模型提供五条摘要候选，不发送全部历史原文。
把 LLM 接进小程序，而不是放进一个聊天框
V1.1 通过 CloudBase AI+ 的模型组接入 LLM，并把能力嵌入原有记录流程。模型输出必须经过服务端结构校验和产品界面确认，最终动作仍由用户完成。
改善语句通顺度、段落与时间顺序。用户先看原文与整理稿对比，再选择应用；保存前仍可撤销。
输出内容概览、主要情绪、可能关注点、克制的正面观察、低风险建议与跨梦联系，而不是自由发挥的聊天回复。
从最近最多 50 条记录中评分候选，只向模型发送最多五条摘要，并在服务端验证关联记录确实属于当前用户。
使用结构化 JSON、Schema 校验、一次容错重试、请求幂等、并发限制和每日额度，避免重复扣减与失控调用。
已经实现的核心功能
- 新建、编辑、查看、移除与批量清除梦境记录。
- 历史页按时间倒序、分页、睡眠类型筛选，并支持标题与正文跨字段搜索。
- LLM 一键整理：对比后应用，不补写事实，不改标题，不自动保存。
- 梦境分析与跨梦联系：生成可复用存档，只有主动刷新才再次调用模型。
- 预设与自定义心情、清晰度、噩梦和清醒梦标记。
- 用户主动生成的只读公开分享，可停止并使旧链接失效。
- 加载、空结果、失败、无权限、额度不足和记录不存在等独立状态。
LLM 与数据功能如何保证可控
关键词会规范化空白并转义正则特殊字符；查询身份始终来自云函数上下文，不信任前端传入的用户标识。
整理与分析统一使用结构化 JSON、服务端 Schema 校验和一次容错重试，把模型输出限制在可渲染范围内。
相同请求标识不会重复扣减；普通用户每日整理 10 次、分析 5 次，同类请求并发数限制为 1。
分享标识随机生成，页面只读；同一有效链接可复用，停止后失效，再次分享会生成新的标识。
V1.1 正式发布
当前版本已完成搜索、整理、分析、跨梦联系、只读分享和管理员首次验证等真实流程检查。LLM 能力有明确的额度、结构和数据范围，不以“AI”替代产品判断。
复盘与下一步
这次升级的重点不是增加一个聊天入口，而是把 LLM 变成可撤销、可校验、有额度和有隐私边界的产品能力。搜索使用确定性数据查询；只有整理和分析使用模型，分享则由用户主动控制。
进入 V1.1 运营阶段后，下一步将观察真实调用量、失败率、模型耗时和跨梦联系的反馈，再决定是否需要更细的监控或向量检索。
更新记录
- 从 HTML 原型进入微信原生小程序与云开发实现，完成私人记录核心闭环。
- 完成 V1.1 搜索、LLM 整理与分析、跨梦联系、只读分享及体验版验证。
- V1.1 正式发布，并以当前版本真机截图更新项目案例。