个人技术研究成果 · 全栈架构探索

基于 SaaS 的
Loyalty 忠诚度系统
架构设计与 AI 演进

以 Nuxt 3 + Prisma + MySQL 构建完整多租户忠诚度平台，涵盖会员等级体系、积分账本引擎、促销规则引擎（DNF 判定）， 并探索通过 MCP 协议 封装底层能力构建 AI Agent 生态的前沿方向。

探索系统架构 行业案例研究
140+
核心业务 API
10+
行业方案研究
3层
AI 路由架构
Loyalty-Skill-Router v2.0 — 研究原型

// 初始化租户上下文 [个人研究沙盒]

✔ MCP Gateway Connected. 142 Tools Registered.

User: "为高频快消连锁设计会员体系"

↳ Intent: LOYALTY_WIZARD | 置信度: 0.97

↳ Skill: /loyalty-wizard --industry=FMCG --scale=chain

▶ 加载 Benchmark 库 [行业: 餐饮快消 | 规模: 连锁]

├─ 积分模型: "热力值" + "辣豆" (双积分体系)

├─ 等级: 普通 → 银锅 → 金锅 → 黑金锅 (4层)

├─ 核心策略: 连单复购 + 裂变拉新 + 会员日

└─ 权益模板: COUPON × 4 + SERVICE × 2 + PRIVILEGE × 2

✔ 方案已生成。准备渲染为交互预览...

Skill Router 空闲中 - 等待下一次交互
Industry Research

多行业会员体系

基于不同业态的消费频次、客单价特征，系统性研究了十大行业的积分规则与营销活动设计模式。点击查看完整方案。

🍜

餐饮与快消

高频低客单，决策链路短。运营核心在于促频次与储值。

智能策略建议
  • • 积分规则：1元=1分 (快速获得)
  • • 短期有效期 (18个月) 促消耗
  • • 连单返利与社交裂变设计
查看完整方案
🏨

酒店与汽车

低频高客单，服务链条长。运营核心在于保级与体验。

智能策略建议
  • • 高级等级门槛，强化稀缺性
  • • 长期有效期 (36个月+)
  • • 侧重服务权益(升房/专属通道)
查看完整方案
📚

教培与健康

履约周期长，信任背书重。运营核心在于续费与推荐。

智能策略建议
  • • 行为积分：签到/打卡双重激励
  • • 家庭群组账号关联模型
  • • "老带新"专属高额回馈配置
查看完整方案
📱

零售与 3C

品类跨度大，复购周期不一。核心在于交叉销售关联。

智能策略建议
  • • 品类差异化积分倍率配置
  • • 结合换机/保养周期的预测提醒
  • • 新品首发权益池构建
查看完整方案
Research Overview

研究背景与目标

本课题以 SaaS 多租户架构为基础，系统性地研究并构建了一套完整的 Loyalty 忠诚度管理平台。 涵盖会员计划、等级体系、积分账本与交易、促销规则引擎四大核心领域； 同时在前沿方向上，探索通过 MCP (Model Context Protocol) 标准化底层原子能力， 结合 LLM 意图识别与技能编排，构建下一代智能 Loyalty Agent 架构。

🏗️

SaaS 核心引擎

多租户隔离的会员等级引擎、积分账本（总账+批次+流水）、促销规则引擎（DNF 条件判定 + 动作执行），覆盖忠诚度管理全链路。

Nuxt 3 Prisma MySQL
🤖

AI Skill Router

三层智能路由架构：意图识别与参数抽取 → 鉴权脱敏与安全策略 → 技能编排与渠道适配。优先落地顾问型生成与查询解释型技能。

LLM Intent Router
🔌

MCP 协议集成

将 140+ 业务接口封装为标准 MCP Tools/Resources，使 LLM 能实时感知租户上下文并精准调用底层能力，打通 AI 与业务系统的双向通道。

MCP Tools
Architecture

整体解决方案分层架构

严格的分层边界：业务归业务，智能归智能，渠道归渠道

L3 External Access / 平台与渠道接入层
💬
飞书 Workbuddy
🤖
腾讯元器 / 扣子
💡
SaaS Copilot
🔌
API Gateway
L2 AI Skill Router / 智能意图与技能路由中枢
🎯
意图与参数抽取

通过 LLM 解析自然语言，精准映射到对应的 MCP Tools，并自动补全缺失参数。支持模糊匹配与主动追问。

LLM Parser Slot Filling
🛡️
鉴权与脱敏策略

强制租户数据隔离。对核心指标进行脱敏处理，由策略层拦截越权的高危操作，确保 AI 执行的安全性。

RBAC Data Mask
🔄
技能编排与格式化

将多个底层 API 编排为单一业务逻辑，结果适配为目标平台需要的交互组件（飞书卡片 / 站内弹窗等）。

Orchestrator Adapter
L1 Loyalty Core SaaS / 140+ 核心业务 API 引擎
👥
Member
会员/标签
⭐
Point
积分/账户
🏆
Tier
等级引擎
🚀
Promo
营销/活动
🎫
Coupon
卡券/权益
📦
Order
订单/履约
Core Capabilities

平台核心能力矩阵

从会员计划到促销规则引擎，六大模块构成完整的忠诚度管理中台

Module 01

会员计划与等级体系

完整的四层数据模型：Program → TierClass → Tier → Rule。 支持多计划并行、灵活升降级规则（实时升级/跑批评估/时间锁/宽限期）、多维度定级指标。

  • 多租户数据隔离，每个租户独立计划与等级体系
  • 实时升级引擎 + 定时保级评估调度器
  • 多积分类型：消费积分、活动积分、定级值、补偿积分分类管理
会员计划管理界面
积分交易界面
Module 02

积分账本与交易引擎

三层账本架构：总账 (Account) → 批次 (Lot) → 流水 (AllocationLog)。 积分发放/兑换/冲正全链路可追溯。

  • 交易状态机: DRAFT → PENDING → COMPLETED / FAILED
  • 乐观锁并发控制，按会员维度的串行处理队列
  • 交易头 + 明细行 + 扩展属性快照的组合结构
Module 03

促销规则引擎

高性能 DNF (Disjunctive Normal Form) 条件判定引擎。 支持 15+ 操作符、条件组 OR/AND 嵌套、动作链编排。

  • PromoRuleGroup → PromoRule → PromoCriteria 三层嵌套
  • 动作类型: 积分发放、卡券赠送、打标签、折扣等
  • 执行记录 + 明细流水完备审计链
促销规则引擎界面
权限管理系统
Module 04-08

扩展能力

从"会员积分系统"升级为复合型 Loyalty 中台雏形。

🏷️
标签与人群
TagCategory → TagMetadata → MemberTag 审计链路
🔔
通知中心
消息实例 + 派发任务 + 模板配置三层
📊
数据看板
ECharts 可视化 · 趋势图表 · 预警
🔐
权限体系
权限目录 → 租户下发 → 角色分配
AI Agent Skills

核心 AI Skills 矩阵规划

根据实施风险与客户价值，将能力拆分为四个层级。优先突破"顾问型"与"解释型"象限。

优先级: P0 · 攻坚中

方案顾问 Skills

基于海量行业 Benchmark 的获客引擎。通过对话生成完整的 Loyalty 架构蓝图。

/loyalty-wizard 生成跨行业会员/等级/积分全案
/promo-designer 基于历史数据的自动化活动配置建议
研究进度72%
优先级: P0 · 攻坚中

查询与解释 Skills

站内 Copilot 的核心能力。将复杂的系统规则翻译为自然语言。

/points-insight 积分即时计算与差异归因解释
/tier-gap 等级进度差距与升降级条件预测
研究进度65%
优先级: P1 · 沙盒验证

安全执行 Skills

对话式发券、手工调分与通知下发，当前处于沙盒研究阶段。

/issue-coupon /adjust-points /send-notification
研究进度35%
优先级: P2 · 概念设计

渠道生态分发

将编排好的技能通过标准协议安全投递至企业协作网络。

飞书 Workbuddy
腾讯元器
研究进度15%

Skill Router 执行流程

从用户输入到能力分发的完整链路

用户输入
意图识别
参数抽取
技能匹配
MCP 调用
结果组装
TECH STACK: MCP PROTOCOL

基于 MCP 标准的
上下文与工具集成

在本研究架构中，MCP (Model Context Protocol) 充当了 LLM 与 Loyalty 业务底层之间的桥梁。

1
动态资源感知 (Resources)

模型可实时读取 loyalty://tier-rules 获取租户规则，或读取 loyalty://kpi/churn 感知实时流失率。

2
原子化工具调用 (Tools)

140+ 接口被注册为标准的 MCP Tools。AI 能根据上下文自动完成参数抽取并串接执行。

3
智能路由编排 (Router)

将意图识别、参数补全、工具串联、结果格式化封装为统一的路由层。

MCP Resource
uri: "loyalty://member/profile"
desc: "实时会员画像"
// 只读上下文
MCP Tool
name: "simulate_points"
args: { amount, tier }
// 计算积分产出
MCP Tool
name: "query_promo_gap"
args: { target_promo_id }
// 分析参与差距
MCP Router
intent: "CHURN_SAVE"
actions: [Tool1, Tool2]
// 智能编排
Technology Stack

技术栈与架构设计

🖥️

前端

框架Nuxt 4 + Vue 3
UIElement Plus
样式Tailwind CSS
状态Pinia
可视化ECharts
国际化Nuxt i18n
⚙️

后端 & 数据

运行时Nitro Server
ORMPrisma 5
数据库MySQL 8.0
鉴权JWT + Cookie
类型TypeScript
多租户Tenant ID 隔离
🤖

AI 智能层

协议MCP Protocol
路由Skill Router
LLMClaude / GPT
编排Prompt Chain
安全RBAC + 脱敏
渠道飞书 / 元器

核心引擎性能指标

140+
注册 MCP Tools
15+
条件操作符
5min
规则缓存 TTL
6
交易状态
Research Roadmap

研究路线与演进规划

已完成 · L1 Core

SaaS 核心能力沉淀

完成 140+ 核心业务接口开发，涵盖会员、积分、等级体系、促销规则引擎、核销履约等全链路模块。

会员管理积分账本促销引擎标签系统通知中心
当前核心攻坚

AI Skill Router 与 MCP 协议封装

构建真正的中枢路由。优先落地顾问型生成与查询解释型技能。

MCP Server Skill Router 意图识别
规划中 · P2

多渠道生态分发

将受控的技能作为"能力出口"，分发至飞书 Workbuddy / 腾讯元器。

飞书集成 腾讯元器
💬

联系与交流

本课题为个人技术研究成果。欢迎对忠诚度系统架构、AI Agent 集成、MCP 协议有兴趣的同行交流探讨。

GitHub 联系交流

* 本站为个人技术研究成果展示站点，不提供任何商业服务。所展示的架构、方案及代码均基于个人研究与实践。