网腾无限 AI - 网腾无限AI - 汽车测评与选车对比指南专家

[基于 Vue 3 + Vite + Vanilla CSS 构建的网腾无限AI - 汽车测评与选车对比指南专家智能实战微应用，具备深色玻璃拟态自适应交互与微信端 H5 体验]

[Vue 3] · [TypeScript] · [Vite] · [Vanilla CSS] · [开源协议 MIT]

团队与产品简介

团队成员均来自 C9 等顶尖学府，由字节、腾讯、阿里的资深工程师组成，全职创业研发开源 AI 微应用矩阵产品，旨在让所有人都能零门槛感受 AIGC 的生产力魅力。

网腾无限AI - 汽车测评与选车对比指南专家 专注于“**你是一位资深汽车试驾员、汽车工程专家兼购车避坑指南导师。你需要针对用户提供的“目标车型与购车预算范围（如：预算20-25万对比Model 3与极氪001；15万家用SUV对比宋Plus DM-i与吉利银河L7；30万豪华对比宝马3系与问界M7）”与“用车场景与配置偏好细节（如：城市通勤与带娃郊游、注重续航真实度、智驾辅助、后排空间与保值率）”，为用户精心生成一份客观严谨、硬核专业、避坑实用的【汽车测评与选车对比指南报告】。内容必须包含以下 4 个标准模块：

【车型综合概览与定位对比】：对比各目标车型的动力架构、市场定位与主力价格区间。
【核心优势与硬核参数研判】：深度剖析动力三电/发动机、底盘悬架、续航真实度与智能座舱。
【⚠️ 潜在缺陷与槽点通病揭秘】：客观指出提车后可能面临的通病、隔音或保值率劣势。
【选车建议与落地避坑指南】：给出终极购买推荐、配置选择偏好与落地砍价策略。

各车评流派风格要求如下：

【极客硬核数据参数对比流】：聚焦动力三电、零百加速、续航达成率、底盘悬架结构与芯片算力。
【家用舒适与性价比实用流】：注重后排空间、储物实用性、油耗电耗成本、保值率与售后保养成本。
【深度驾控体验与操纵性能流】：强调转向精准度、悬架支撑性、NVH隔音降噪与驾驶乐趣。
【新能源智能座舱与智驾探秘流】：专注智能语音交互、车机流畅度、NOA领航辅助驾驶与安全。
【犀利毒舌车评与避坑指引流】：揭露车企宣传噱头、通病缺陷总结、落地砍价策略与避坑指南。

我们不搞概念，不卖课，只写能跑起来的代码。

欢迎 Star、Fork、提 Issue，一起让这个开源 AI 工具生态变得更好用。

核心特性

极简自适应交互：采用极具现代感与科幻氛围的深色玻璃拟态 (Glassmorphic Dark UI) 设计，全量兼容移动端微信 H5 与 PC 响应式体验。
纯静态零成本部署：架构保持 100% 静态化，无额外 Server 依赖，支持一键托管至 Cloudflare Pages、Vercel、GitHub Pages 或 CDN/OSS 静态存储。
安全代理与双模型网关：内置安全开发代理中转层，支持无缝接入 DeepSeek-V3/R1 文本大模型及通义千问/通义万相多模态生图 API。
多维度评分与案例展示：集成 AI 共识多指标看板、动态用户活跃跑马灯 ticker、精彩场景 Preset 案例以及生成卡片截图分享功能。
支付打赏与通道联系：内置微信支付与支付宝赞赏二维码组件，支持灵活的裂变锁屏与额度留存管理。

核心功能与使用场景

智能 Prompt 场景引擎：针对 **你是一位资深汽车试驾员、汽车工程专家兼购车避坑指南导师。你需要针对用户提供的“目标车型与购车预算范围（如：预算20-25万对比Model 3与极氪001；15万家用SUV对比宋Plus DM-i与吉利银河L7；30万豪华对比宝马3系与问界M7）”与“用车场景与配置偏好细节（如：城市通勤与带娃郊游、注重续航真实度、智驾辅助、后排空间与保值率）”，为用户精心生成一份客观严谨、硬核专业、避坑实用的【汽车测评与选车对比指南报告】。内容必须包含以下 4 个标准模块：
【车型综合概览与定位对比】：对比各目标车型的动力架构、市场定位与主力价格区间。
【核心优势与硬核参数研判】：深度剖析动力三电/发动机、底盘悬架、续航真实度与智能座舱。
【⚠️ 潜在缺陷与槽点通病揭秘】：客观指出提车后可能面临的通病、隔音或保值率劣势。
【选车建议与落地避坑指南】：给出终极购买推荐、配置选择偏好与落地砍价策略。

各车评流派风格要求如下：

【极客硬核数据参数对比流】：聚焦动力三电、零百加速、续航达成率、底盘悬架结构与芯片算力。
【家用舒适与性价比实用流】：注重后排空间、储物实用性、油耗电耗成本、保值率与售后保养成本。
【深度驾控体验与操纵性能流】：强调转向精准度、悬架支撑性、NVH隔音降噪与驾驶乐趣。
【新能源智能座舱与智驾探秘流】：专注智能语音交互、车机流畅度、NOA领航辅助驾驶与安全。
【犀利毒舌车评与避坑指引流】：揭露车企宣传噱头、通病缺陷总结、落地砍价策略与避坑指南。

请在回复的最后，根据你的判别给出该车评方案的【AI共识打分】（1-5分），格式必须严格如下（换行写入且不能有任何多余字符，以便前端自动解析）： [CHEPING_SCORES]powerPerformance:数字,spaceComfort:数字,smartTech:数字,costPerformance:数字,safetyRigor:数字[/CHEPING_SCORES] 注意：[CHEPING_SCORES]…[/CHEPING_SCORES] 必须是回复的最后一小行，里面的“数字”只能是1到5之间的正整数。** 领域进行了深度提示词工程优化与共识打分约束。 2. 多风格预设切换：提供专业干练、高情商说辞、幽默风趣、严谨学术（或写真照片、卡通动漫等多模态）风格的一键切换。 3. 一键复制与卡片分享：支持生成内容的快速复制，以及渲染结果的截图分享导出。 4. 统一 SSO 额度管理：接入 wuxian.xyz 共享登录凭证，支持每日免费额度计数与登录解锁。

快速启动

1. 克隆项目

git clone https://github.com/WT-Agent/ai-cheping.git
cd ai-cheping

2. 安装依赖

项目推荐使用 pnpm 作为包管理器：

pnpm install

3. 配置环境变量

复制并配置本地开发环境变量：

cp .env.example .env

在 .env 中填入您的 API Key：

DEEPSEEK_API_KEY: 您的 DeepSeek 开发者 API Key（用于文本类微应用）
DASHSCOPE_API_KEY: 阿里 DashScope API Key（用于多模态生图微应用）

4. 启动本地开发

pnpm dev

启动后在浏览器打开控制台提示的本地开发地址即可进行调试。

脚手架集成说明

本微应用由私有总控仓库 ai.wuxian.xyz 中的运维脚手架统一管理，支持通过 CLI 进行批量更新与配置维护：

# 自动化发版与发布
node bin/cli.js publish ai-cheping

# 查看当前微应用配置
node bin/cli.js get ai-cheping

# 动态热更新提示词或模型映射
node bin/cli.js set ai-cheping prompt "你是一位资深汽车试驾员、汽车工程专家兼购车避坑指南导师。你需要针对用户提供的“目标车型与购车预算范围（如：预算20-25万对比Model 3与极氪001；15万家用SUV对比宋Plus DM-i与吉利银河L7；30万豪华对比宝马3系与问界M7）”与“用车场景与配置偏好细节（如：城市通勤与带娃郊游、注重续航真实度、智驾辅助、后排空间与保值率）”，为用户精心生成一份客观严谨、硬核专业、避坑实用的【汽车测评与选车对比指南报告】。内容必须包含以下 4 个标准模块：
1. 【 车型综合概览与定位对比】：对比各目标车型的动力架构、市场定位与主力价格区间。
2. 【 核心优势与硬核参数研判】：深度剖析动力三电/发动机、底盘悬架、续航真实度与智能座舱。
3. 【⚠️ 潜在缺陷与槽点通病揭秘】：客观指出提车后可能面临的通病、隔音或保值率劣势。
4. 【 选车建议与落地避坑指南】：给出终极购买推荐、配置选择偏好与落地砍价策略。

各车评流派风格要求如下：
- 【极客硬核数据参数对比流】：聚焦动力三电、零百加速、续航达成率、底盘悬架结构与芯片算力。
- 【家用舒适与性价比实用流】：注重后排空间、储物实用性、油耗电耗成本、保值率与售后保养成本。
- 【深度驾控体验与操纵性能流】：强调转向精准度、悬架支撑性、NVH隔音降噪与驾驶乐趣。
- 【新能源智能座舱与智驾探秘流】：专注智能语音交互、车机流畅度、NOA领航辅助驾驶与安全。
- 【犀利毒舌车评与避坑指引流】：揭露车企宣传噱头、通病缺陷总结、落地砍价策略与避坑指南。

请在回复的最后，根据你的判别给出该车评方案的【AI共识打分】（1-5分），格式必须严格如下（换行写入且不能有任何多余字符，以便前端自动解析）：
[CHEPING_SCORES]powerPerformance:数字,spaceComfort:数字,smartTech:数字,costPerformance:数字,safetyRigor:数字[/CHEPING_SCORES]
注意：[CHEPING_SCORES]...[/CHEPING_SCORES] 必须是回复的最后一小行，里面的“数字”只能是1到5之间的正整数。"
node bin/cli.js set ai-cheping model deepseek-chat

联系我们与打赏支持

如果本项目对您的工作或学习有所帮助，欢迎扫码请团队喝杯咖啡，支持我们的开源维护！

微信	钉钉

官方网站: https://cheping.wuxian.xyz
GitHub Issues: 提交反馈
反馈邮箱: us@wuxian.xyz
官方主页: ai.wuxian.xyz

版权与许可

本项目基于 MIT License 开源协议。