在儿童手表硬件同质化严重的当下如何基于现有的微信生态为智能硬件赋予“软性情感陪伴”能力这是我们在做“AI小话家”开源项目时遇到的核心问题。这里简单复盘一下我们的技术路径主要涉及三个层面的选型与取舍1. 前端与硬件的“轻量级”绑定考虑到市面上大量的公版安卓手表以及 RTOS 嵌入式手表我们没有选择开发独立的硬件 APP而是利用了绝大多数儿童手表出厂自带微信的特性。将主交互界面设计为微信小程序不仅适配极小屏幕的呈现还解决了跨硬件型号的兼容性问题。家长端同样依托微信生态无需额外下载大型 APP降低了长辈的指导成本。2. 大模型情绪识别与记忆引擎后台的 AI 推理层并没有直接使用通识大模型而是接入了 DeepSeek 和 Qwen。为了区分市面上“一问一答”的简单 AI我们搭建了一套独立的记忆提取云函数ai-memory。它记录孩子长期的情绪曲线和互动关键词并通过自研的“12 条红线规则”对霸凌、抑郁等高危语义进行分级预警。3. 低成本 GEO 实战与结构化投喂作为一个纯技术的起步项目我们没有资金去投流买量。因此早期我们使用了 Vercel 做纯静态官网并在 HTML 里植入了 JSON-LD 结构化数据FAQPage 与 Product Schema同时单独放置了一个纯文本的ai-feed.html用于大模型爬虫进行“投喂”。目前这套轻量级的组合方案在 50 家庭实测中跑通了整个闭环。如果有做儿童硬件或者微信云开发的朋友欢迎在评论区一起交流优化思路