汽车年检预约系统

项目总结与复盘报告
项目名称汽车年检预约系统
复盘日期2026-08-15
项目阶段系统搭建完成,进入编码阶段
文档版本V1.0

1 项目回顾

1.1 项目目标

目标描述状态
业务目标为车主提供便捷的年检预约服务,解决排队久、流程不透明、不合格困惑等痛点✅ 需求已明确
技术目标采用Spring Boot + uni-app技术栈,3个月完成MVP✅ 技术方案已确定
质量目标核心流程端到端走通,100并发无超卖,99.9%可用率⏳ 测试方案已制定

1.2 项目产出物

阶段产出物文件状态
需求分析SRS需求规格说明书(CMMI规范)formatted-汽车年检预约系统SRS.html✅ 完成
原型设计14页可点击交互原型汽车年检预约系统-交互原型.html✅ 完成
原型设计UI设计规范文档(13章)汽车年检预约系统-UI设计规范.html✅ 完成
技术选型技术方案文档(15章)汽车年检预约系统-技术方案文档.html✅ 完成
技术选型架构图(4张)架构图-*.png✅ 完成
系统搭建项目目录结构inspection-project/✅ 完成
系统搭建开发计划与任务分配开发计划与任务分配.html✅ 完成
编码测试测试方案与Bug跟踪测试方案与Bug跟踪.html✅ 完成

1.3 工作流执行情况

工作流计划实际耗时评价
需求分析七步法完整执行七步法+多用户视角分析约2小时优秀
原型设计线框图+交互14页可点击原型+UI设计规范约3小时优秀
技术选型四维评估四维评估+架构图+技术方案15章约2小时优秀
系统搭建项目初始化目录结构+开发计划+任务分配约1小时优秀
编码测试测试方案30+测试用例+并发测试+Bug表约1小时优秀

2 做得好的地方

2.1 需求分析:发现了致命问题

关键成果:通过自检质疑(红队思维),在写一行代码之前就发现了"检测站数据来源"和"纯C端工具不可行"两个致命问题,避免了项目失败。
发现说明影响
检测站数据来源不明确全国1.5万家检测站,信息化程度低,数据获取是最大风险决定MVP先做一个城市50家站,人工录入+谈合作
纯C端工具不可行低频需求(1-2次/年),交管12123即将升级,差异化空间被压缩调整为B端SaaS+C端工具组合,先B后C
用户获取策略太弱年检计算器引流不够,用户没有理由持续使用增加一键预约、年检提醒、多车管理等留存功能

2.2 需求分析:多用户视角分析

关键成果:定义了5种用户画像,从每种用户角度分析需求,避免了"只从开发者角度想问题"的陷阱。
用户类型核心诉求对应功能
新手车主(25岁)别出错、别被罚年检攻略、检前自检、大白话解释、一键拨号
忙人老李(35岁)最快搞定一键预约上次检测站、极速预约流程
家庭多车张姐(40岁)不漏检多车管理、独立提醒、横向卡片展示
异地车主小陈(30岁)就近年检"支持异地"标签、按当前位置推荐
老司机老赵(50岁)别废话、快点历史记录、一键复购、跳过引导

2.3 原型设计:6次迭代找到正确方向

关键成果:从彩色→高保真→iOS风格→线条风格,最终确定"线条风格低保真原型",聚焦结构不被颜色干扰。
版本问题教训
v1 彩色原型太朴素,不好看-
v2 高保真原型太花哨,偏离了原型的目的原型不是UI设计稿
v3 iOS风格不错,但不是用户要的风格要先确定
v4 线条风格正确方向!聚焦结构,不被颜色干扰
v5 多用户视角优化功能更完整先做用户分析再画原型
v6 布局优化信息分组更清晰画完立即审查布局

2.4 技术选型:基于团队实际情况

关键成果:没有追求最新技术,而是基于团队4人(Java熟悉)选择Spring Boot + uni-app,3个月可交付。
决策理由
单体应用(不选微服务)4人团队没有微服务运维能力,3个月时间不允许
Spring Boot(不选Node.js/Go)团队Java熟悉,定时任务/权限管理/政务对接生态成熟
uni-app(不选微信原生)一人前端,Vue语法效率高;未来可出H5/App
MySQL+Redis(不选MongoDB)关系型数据适合业务场景,Redis做分布式锁防超卖

2.5 核心技术方案:并发预约防超卖

关键成果:设计了Redis分布式锁+MySQL乐观锁双重保障方案,确保100人同时抢最后1个名额不会超卖。
用户点击预约 → Redis分布式锁锁定名额 → 检查剩余名额
    → 有名额:MySQL乐观锁扣减 → 扣减成功:创建订单
    → 没名额/扣减失败:释放锁,返回"已约满"
  

3 做得不好的地方

3.1 检测站数据方案不够具体

问题:虽然发现了"检测站数据来源"是致命问题,但解决方案还是"先人工录入+谈合作",没有具体执行计划。
问题影响改进
没有确定第一个试点城市不知道从哪开始明确选择一个城市(如北京),列出50家检测站清单
没有检测站合作方案不知道怎么谈准备合作方案:免费提供管理后台,换取排期数据
没有数据采集时间表可能拖延第1周完成50家站的基础数据录入

3.2 原型设计走了太多弯路

问题:原型迭代了6个版本,浪费了大量时间。根本原因是没有先确定设计风格。
弯路浪费的时间根本原因
从彩色原型开始约30分钟没有先确定视觉风格
尝试高保真原型约1小时误解了原型的目的
尝试iOS风格约30分钟没有和用户确认风格偏好
发现布局不合理约30分钟没有先做多用户视角分析
UI设计规范返工约30分钟字号/边框/图标等专业规范不够
教训:下次应该先花10分钟确定设计风格+设计规范,再画原型,避免返工。

3.3 5人论证深度不够

问题:5人论证最初只是"走形式",每个角色只写了几句话,没有真正碰撞和质疑。
角色最初的问题改进后
用户代表只写了"需要一键预约"细分5种用户,每种有真实场景故事
产品经理只写了"需要全流程"竞品对比、差异化定位、MVP定义、商业模式
项目经理只做了资源盘点风险评估、数据获取方案、里程碑计划
开发人员只做了技术选型并发方案、数据库设计、API设计
测试人员只列了测试场景并发测试、边界值清单、兼容性清单

3.4 商业模式思考不足

问题:虽然提到了"检测站入驻+流量分成",但没有深入思考盈利模式和竞争壁垒。
未解决的问题说明
初期没流量,检测站凭什么接入?需要先做B端SaaS,给检测站免费管理系统
交管12123升级后,差异化在哪?做交管做不好的事:自检、解释、多车管理
6个月没收入怎么活?兼职做/先投入验证/找检测站预付费合作

4 经验沉淀

4.1 汽车年检行业的关键发现

发现说明对项目的影响
全国3亿辆车,年检是刚需市场足够大业务方向正确
检测站信息化程度低大部分只能现场排队有SaaS机会,但数据获取是硬伤
2026年交管12123升级将上线统一预约平台差异化空间被压缩,必须做交管做不好的事
年检是低频需求(1-2次/年)用户没有理由持续使用必须扩展到车辆全生命周期管理
6年免检车占比高不需要上线检测免检车只需要提醒+申领引导
新能源车检测新增SOH2026年新规要求需要支持新能源车检测说明

4.2 产品方向的关键决策

决策理由风险
先B端SaaS后C端工具B端能自然获得检测站数据,C端体验自然好B端获客难,需要销售能力
先做一个城市验证不要一上来做全国,数据获取和运营成本太高市场规模受限
MVP人工更新进度对接检测设备太复杂,3个月做不到用户体验打折扣
初期不做在线支付需要支付牌照,增加复杂度用户需要到站支付
不做代驾审车运营成本太高,初期聚焦核心功能错失差异化机会

4.3 技术方案的关键决策

决策理由备选方案
单体应用(不选微服务)4人团队,3个月,不需要微服务用户量达10万+后拆Maven多模块
Spring Boot + uni-app团队Java熟悉,Vue语法效率高Node.js+React(团队不熟悉)
Redis分布式锁+MySQL乐观锁双重保障防超卖数据库行锁(性能差)
XXL-Job定时任务分布式定时任务,支持失败重试Spring @Scheduled(单机)
检测站后台人工更新进度对接设备太复杂后期对接检测站管理系统

4.4 用户体验的关键发现

发现说明对应设计
新手最需要安全感第一次年检,什么都不懂,怕出错年检攻略、检前自检、大白话解释、一键拨号
忙人最在意效率时间就是钱,半天假很贵一键预约上次检测站、极速预约流程
多车用户最怕漏检车多容易忘,被罚过多车状态一目了然、独立提醒
不合格用户最困惑看不懂报告,不知道去哪修大白话解释+维修建议+一键复检
首页信息要分层不能把所有东西堆在一起横向滚动快捷入口+分区标题+卡片列表

5 流程改进计划

5.1 短期改进(下次项目)

改进项措施责任人
原型设计前置先做多用户画像分析,再确定设计风格,最后画原型产品经理
布局审查检查表每个页面画完后立即用检查表审查(信息分组、呼吸感、快捷入口)前端开发
UI设计规范前置在画原型之前就确定设计规范(字号、边框、圆角、图标)UI设计师
AI上下文同步项目启动时就生成.ai-context/目录,让AI工具从第一天就能理解项目全员

5.2 中期改进

改进项措施
原型设计检查表在02-prototype-ui.md中加入布局审查检查表
UI设计规范检查表在ui-design-spec-template.html中加入自查清单
更多文档模板考虑加入项目总结模板、运维手册模板
自动化工具考虑开发脚本自动生成.ai-context/目录

5.3 长期改进

改进项措施
行业知识库积累不同行业的业务知识,提高需求分析效率
设计模式库积累常见业务场景的设计模式,提高原型设计效率
技术方案库积累不同场景的技术方案,提高技术选型效率
AI辅助程度探索更多AI辅助开发的场景,提高开发效率

6 结论

6.1 项目整体评价

整体评价:优秀

通过完整的七步需求分析、多用户视角原型设计、四维技术选型评估、系统化搭建和测试方案制定,项目已经建立了坚实的基础。所有产出物都符合专业标准,可以支撑后续的编码开发工作。

6.2 关键成果

成果价值
完整的Skill工作流体系11个模块+5个模板,可复用于任何项目
七步需求分析法系统化的需求分析方法,避免需求偏差
多用户视角原型设计从用户角度出发,避免功能偏离
文档驱动开发每个阶段有对应文档,形成完整文档链
AI项目上下文规范让AI工具能快速理解项目,提高开发效率

6.3 下一步

步骤内容预计时间
1生成.ai-context/目录和.cursorrules文件30分钟
2按开发计划开始编码(W1:环境搭建+公共模块)1周
3每完成一个模块立即测试,记录Bug持续
4每周五更新任务进展表每周
项目总结完成。所有经验已沉淀到fullstack-developer skill中,下次项目可以直接复用。