【外滩大会2026】拉香了打卡：拍一张💩，测出你的 DBTI，再隔空扔给朋友
每个人每天都会产生一份最诚实的健康报告，然后按下冲水键。
拉香了想做的，是在它被冲走之前，让百炼读懂它，再让用户愿意记住它。
参赛项目名称
拉香了（LaXiangLe）· 便便人格 DBTI
每个人都有MBTI，但你的便便，也有自己的性格。
基于 阿里云百炼 Qwen-VL 的多模态生活健康观察与社交化表达微信小程序。
拍照 → 百炼视觉分析 → Bristol 参考 → DBTI 人格 → 卡通形象 → 隔空扔💩 → 长期记录
团队 / 作者
个人开发者：@TabbyYu
产品设计 / 微信小程序 / 后端 / AI Pipeline / Prompt Engineering 独立完成。
我做了什么
30 秒看懂拉香了
用户拍一张便便照片，阿里云百炼 Qwen-VL 识别其中可观察到的形态、颜色、表面状态和图像质量。
但最终展示给用户的，不只是：
Bristol Type 4
而是：
💩 你的 DBTI：黄金守序者
SRBG · 稳定 / 规律 / 平衡
Bristol 参考：Type 3–4
便便观察：……
状态分析：……
今日建议：……
随后，这只专属卡通便便可以被：
🚀 隔空扔给朋友
好友在微信里打开后，便便会真的从屏幕外飞进来 → 旋转 → 撞击 → 爆开粒子 → 揭晓 DBTI 人格卡。
最后，每次分析自动沉淀到记录日历里，形成长期观察。
它既是一个 AI 多模态应用，也是一个人格测试、记录工具和社交玩具。
为什么我要做它？
便便形态本身是一个很日常的身体观察线索，但传统健康工具面临两个非常现实的问题：
第一，不好意思。
人们愿意记录睡眠、步数和心率，却很少主动记录排便状态。
第二，不好玩。
即使告诉用户：
今天是 Bristol Type 4。
大多数人也很难产生持续记录和分享的动力。
所以我没有继续做一个“更严肃的健康 App”。
我反过来问：
能不能把一个难以启齿、很难坚持的健康观察行为，变成一个用户愿意主动打开、甚至愿意分享给朋友的体验？
于是有了 DBTI。
DBTI：把 Bristol 留在科学底层，把人格放在娱乐层
DBTI 不是医学分类，也不会替代 Bristol。
它采用的是：
百炼视觉识别
↓
Bristol 1–7 型等可观察特征
+
生活状态 / 排便节奏
↓
DBTI 人格映射
↓
原创名字 + 卡通形象 + 中文观察 + 中文分析 + 中文建议
真实便便：16 个 DBTI 人格
通过 4 个二元维度构成 16 型人格：
| 维度 |
两种倾向 |
| 形态 |
S · Solid / F · Fluid |
| 节奏 |
R · Regular / A · Active |
| 状态 |
B · Balanced / C · Casual |
| 风格 |
G · Guardian / E · Explorer |
例如：
- 👑 SRBG · 黄金守序者 —— 稳定 / 规律 / 平衡
- 🧭 SRBE · 黄金探索者 —— 稳定 / 好奇 / 成长
- 🎨 FRBG · 流畅艺术家 —— 柔和 / 协调 / 平衡
- ⚡ FACG · 极速行动者 —— 效率 / 速度 / 变化
- 🌪️ FACE · 风暴冒险家 —— 自由 / 变化 / 探索
拍错了，也不是“报错”
这是我很喜欢的一个产品设计。
如果用户拍到的根本不是便便，系统不会粗暴地返回：
识别失败。
它仍然会得到一个完全独立、与真实便便 16 型绝不重合的彩蛋 DBTI。
例如：
真实便便人格与非便便人格使用两套完全不同的类型空间。
错误路径本身也是体验。
百炼在这个项目里做了什么？
百炼不仅是开发阶段用来“帮我写代码”的辅助工具。
它更是产品每一次核心分析都必须经过的线上推理层。
微信小程序
↓
私有临时图片
↓
CloudBase analyze-stool
↓
阿里云百炼 qwen-vl-plus
↓
结构化 JSON
↓
安全规则 + DBTI Engine
↓
结果页 / 记录 / 分享
模型配置
| 项目 |
实现 |
| 模型 |
qwen-vl-plus |
| 能力 |
通义千问视觉理解 |
| 接入 |
DashScope OpenAI Compatible API |
| temperature |
0，优先稳定与可复现 |
| 输出 |
response_format: json_object |
| 图片 |
base64 data URL 内联 |
| 校验 |
Zod Schema + 跨字段规则 |
| 超时 |
30 秒 |
| 重试 |
仅网络 / 429 / 5xx 重试 1 次 |
| 版本追踪 |
Prompt / Schema / DBTI Version 全部随记录落库 |
我刻意让：
Qwen-VL 负责“看”，确定性程序负责“演”。
AI 判断可观察特征，但 DBTI、卡通形象、人格名称和分享动画都有稳定规则。
因此同一条记录今天打开、明天打开、分享给朋友再打开：
永远是同一个人格、同一只便便。
我认为最难的不是“识别”，而是下面四件事
1. 健康场景里，模型必须学会“少说”
最大风险不是模型不会回答，而是它太愿意回答。
所以我做了三层串联安全约束：
① System Prompt
禁止疾病诊断 / 患病概率 / 处方 / 治疗方案
↓
② Zod Schema + superRefine
12 个字段强校验 + 跨字段业务约束
↓
③ 危险措辞兜底
诊断性内容直接判定 Schema Invalid
例如检测到清晰人脸时：
containsHumanFace = true
→ bristolType 必须为 null
→ 健康分析链路终止
原则非常简单：
宁可这一次 AI 不回答，也不要让一句不该出现的诊断到达用户。
2. AI 输出必须可复现
我没有让模型直接生成卡通图片。
Qwen-VL 只负责视觉理解。
之后通过：
recordId
↓
稳定哈希
↓
CartoonConfig
↓
微信 Canvas 绘制
代码中禁止用 Math.random() 决定持久化人格。
因此娱乐化不会牺牲一致性。
3. “隔空扔💩”能传播，但健康数据绝不能一起传播
用户可以把自己的 DBTI 扔给朋友。
但分享内容只有：
原创卡通形象
+
人格名字
+
安全预设文案
+
投掷动画参数
不会分享：
- 原始照片
- Bristol 类型
- 健康观察
- 风险信息
- 手机号
- OpenID
- 用户身份
分享 Token：
- 32 字节安全随机源
- SHA-256 Hash 落库
- 明文 Token 不落库
- 可主动撤回
- 源记录删除后自动失效
这让我可以同时拥有：
健康数据的私密性 + 娱乐内容的传播性。
4. AI 挂了，产品也不能完全挂
大模型是核心能力，但不是整个产品。
因此模型请求失败时：
- 不伪造分析结果；
- 已有记录仍然可查看；
- 静态人格目录和页面可以正常运行；
- 空文案使用安全静态文案降级；
- 原始图片仍会进入删除/补偿清理流程。
AI 是能力，不应该成为单点产品体验。
使用的工具
OpenWork / 百炼 CLI
本项目没有使用 OpenWork 托管运行时。
采用的是百炼CLI接入vibe coding，且应用运行时直接接入阿里云百炼 DashScope API。
换句话说：
百炼不仅仅是“开发辅助”，也是拉香了线上核心业务链路的一部分。
百炼能力 / 模型
**阿里云百炼 **qwen-vl-plus
负责：
- 图片是否可分析；
- 便便可观察视觉特征；
- Bristol 参考信息；
- 颜色 / 表面 / 形态特征；
- 图像质量；
- 中文观察；
- 中文分析；
- 中文生活方式建议。
总用时一周，全AI编程，0人工代码
由于只有一个星期时间，以及token限制，用到了多个平台的多款基础大模型包括Qwen，GPT，Hy。
其他
- 前端：微信原生小程序 + TypeScript + Canvas 2D
- 后端：TypeScript + CloudBase Serverless
- 数据库：CloudBase MySQL
- 验证：Zod + Vitest
- 部署：5 个 CloudBase 云函数
- 隐私：私有临时对象存储 + 分析后删原图
- 账号：微信登录 + 手机验证码绑定
- 安全：HMAC-SHA256、路径全匹配校验、Token Hash、限流、幂等
效果展示
① 首页：这是什么💩？
一键拍照或从相册选择。
② 百炼分析中
真实调用 Qwen-VL，不使用预制分析结果。
③ DBTI 人格揭晓
👑 黄金守序者
SRBG
稳定 · 规律 · 平衡
同时展示：
- Bristol 参考
- 便便观察；
- 状态分析；
- 3 条中文建议；
- 原创 Canvas 卡通角色。
④ 拍错了也有彩蛋人格
例如：
边界守护者
真实便便人格与非便便人格完全不重合。
⑤ 核心传播玩法：隔空扔💩
点击“隔空扔💩”
↓
微信分享
↓
朋友打开
↓
💩 从屏幕外以不同方式飞入
↓
旋转 / 粒子 / 撞击 / 降落伞
↓
砰！
↓
DBTI 人格卡揭晓
好友可以继续点击：
我也要测一个
形成完整传播闭环。
⑥ 记录与日期打卡
每次成功分析自动进入：
娱乐入口最终沉淀为长期记录。
现在，它已经不只是一个原型
| 指标 |
当前结果 |
| 代码量 |
约 14,100 行 |
| 自动化测试 |
82 个 |
| 云函数 |
5 个 |
| MySQL 数据表 |
10 张 |
| 微信小程序页面 |
14 个 |
| 自研组件 |
8 个 |
| DBTI |
32 型：16 真实便便 + 16 非便便彩蛋型 |
| 小程序包体 |
757.8 KB |
当前部署状态
✅ 后端已经真实部署到 CloudBase
5 个云函数已经上线。
🟡 微信小程序为开发版
已经完成上传与代码审核，正在微信备案阶段；可提供联系方式加入体验版体验或现场真机演示。
项目链接
- 演示录屏： 使用录屏
- 微信小程序： 拉香了打卡。
微信小程序在备案阶段，通过后会立刻上线；可提供联系方式加入体验版体验或现场真机演示。
推荐评审体验路径
扫码
→ 登录
→ “这是什么💩？”
→ 选择测试图片
→ 查看 DBTI
→ 隔空扔💩
踩坑记录
我只挑 4 个真正改变了系统设计的问题。
1. 同一个请求差点让百炼调用两遍
网络抖动时，同一 clientRequestId 可能并发进入两个请求。
如果只做数据库幂等：
数据最终只有一条，但 Qwen-VL 已经被真实调用两次了。
这不仅浪费 Token，也可能触发 429。
最后加入：
inFlight:
Map<userId:clientRequestId, Promise>
同一实例中的并发请求共享同一个 Promise。
教训：AI 应用的幂等不只是“数据库不能重复写”，还包括“昂贵模型不能重复调用”。
2. 我一开始用错了 CloudBase 数据库的心智模型
第一版按传统 SQL / 事务模式设计并发控制。
真实部署后发现 CloudBase RDB Builder 的运行时能力与原本假设不同。
于是把关键流程重新设计为：
原子条件更新 + 乐观锁 + 幂等 + 可补偿
例如浏览量更新：
UPDATE
WHERE id = ?
AND view_count = currentValue
没抢到就重试。
教训：类型能编译，不代表线上能力就真的存在。
3. 分享限流曾经可以被客户端 Session 绕过
匿名访问拿不到 IP 时，第一版会退化使用客户端提供的 Session ID。
问题是：
Session ID 是攻击者自己能改的。
轮换 Session 就能绕过限流。
最后改成：
- 能得到可信服务端标识 → 正常分桶；
- 得不到 → 进入统一 anonymous 桶，并采用更严格上限。
教训：限流 Key 只要包含客户端完全可控字段，限流基本就不存在。
4. Schema 越严，不一定体验越好
第一版非便便图片也要求完整视觉字段。
结果用户随手拍盆栽：
ANALYSIS_SCHEMA_INVALID
这在工程上很“严格”，在产品上却很糟。
最后规则变成：
安全字段必须严，描述字段可以降级。
所以：
必须严格阻断。
但：
允许 unknown。
于是“识别失败”最终变成了：
🌱 宇宙误入者
我刻意没有做的事
为了让边界比功能更可信：
- 不做医疗诊断
- 不给疾病概率
- 不推荐药物
- 不永久保留原始便便照片
- 不把健康分析分享给朋友
- 不让 AI 每次随机改变用户人格
- 暂不做支付，会员功能先显示“敬请期待”
我希望这个产品先证明一件事情：
用户愿不愿意开始记录。
再讨论后面的商业化。
最后
很多 AI 产品都在解决：
“怎么让 AI 做更多？”
拉香了开发过程中，我花更多时间解决的却是：
“怎么让 AI 只做它该做的事情？”
百炼负责看懂图片。
结构化规则负责守住边界。
DBTI 负责让结果变得愿意被记住。
隔空扔💩负责让它愿意被分享。
记录系统负责让一次玩笑最终留下长期价值。
健康管理最难的往往不是分析，而是让人愿意开始第一次。
如果一个玩笑能让人多看自己一眼，
那它就不只是个玩笑。
—— 拉香了 · 便便人格 DBTI
【外滩大会2026】拉香了打卡：拍一张💩，测出你的 DBTI，再隔空扔给朋友
参赛项目名称
拉香了（LaXiangLe）· 便便人格 DBTI
基于 阿里云百炼 Qwen-VL 的多模态生活健康观察与社交化表达微信小程序。
拍照 → 百炼视觉分析 → Bristol 参考 → DBTI 人格 → 卡通形象 → 隔空扔💩 → 长期记录
团队 / 作者
个人开发者：@TabbyYu
产品设计 / 微信小程序 / 后端 / AI Pipeline / Prompt Engineering 独立完成。
我做了什么
30 秒看懂拉香了
用户拍一张便便照片，阿里云百炼 Qwen-VL 识别其中可观察到的形态、颜色、表面状态和图像质量。
但最终展示给用户的，不只是：
而是：
随后，这只专属卡通便便可以被：
好友在微信里打开后，便便会真的从屏幕外飞进来 → 旋转 → 撞击 → 爆开粒子 → 揭晓 DBTI 人格卡。
最后，每次分析自动沉淀到记录日历里，形成长期观察。
它既是一个 AI 多模态应用，也是一个人格测试、记录工具和社交玩具。
为什么我要做它？
便便形态本身是一个很日常的身体观察线索，但传统健康工具面临两个非常现实的问题：
第一，不好意思。
人们愿意记录睡眠、步数和心率，却很少主动记录排便状态。
第二，不好玩。
即使告诉用户：
大多数人也很难产生持续记录和分享的动力。
所以我没有继续做一个“更严肃的健康 App”。
我反过来问：
于是有了 DBTI。
DBTI：把 Bristol 留在科学底层，把人格放在娱乐层
DBTI 不是医学分类，也不会替代 Bristol。
它采用的是：
真实便便：16 个 DBTI 人格
通过 4 个二元维度构成 16 型人格：
例如：
拍错了，也不是“报错”
这是我很喜欢的一个产品设计。
如果用户拍到的根本不是便便，系统不会粗暴地返回：
它仍然会得到一个完全独立、与真实便便 16 型绝不重合的彩蛋 DBTI。
例如：
真实便便人格与非便便人格使用两套完全不同的类型空间。
错误路径本身也是体验。
百炼在这个项目里做了什么？
百炼不仅是开发阶段用来“帮我写代码”的辅助工具。
它更是产品每一次核心分析都必须经过的线上推理层。
模型配置
response_format: json_object我刻意让：
AI 判断可观察特征，但 DBTI、卡通形象、人格名称和分享动画都有稳定规则。
因此同一条记录今天打开、明天打开、分享给朋友再打开：
永远是同一个人格、同一只便便。
我认为最难的不是“识别”，而是下面四件事
1. 健康场景里，模型必须学会“少说”
最大风险不是模型不会回答，而是它太愿意回答。
所以我做了三层串联安全约束：
例如检测到清晰人脸时：
原则非常简单：
2. AI 输出必须可复现
我没有让模型直接生成卡通图片。
Qwen-VL 只负责视觉理解。
之后通过：
代码中禁止用
Math.random()决定持久化人格。因此娱乐化不会牺牲一致性。
3. “隔空扔💩”能传播，但健康数据绝不能一起传播
用户可以把自己的 DBTI 扔给朋友。
但分享内容只有：
不会分享：
分享 Token：
这让我可以同时拥有：
4. AI 挂了，产品也不能完全挂
大模型是核心能力，但不是整个产品。
因此模型请求失败时：
AI 是能力，不应该成为单点产品体验。
使用的工具
OpenWork / 百炼 CLI
本项目没有使用 OpenWork 托管运行时。
采用的是百炼CLI接入vibe coding，且应用运行时直接接入阿里云百炼 DashScope API。
换句话说：
百炼能力 / 模型
**阿里云百炼 **
qwen-vl-plus负责：
总用时一周，全AI编程，0人工代码
由于只有一个星期时间，以及token限制，用到了多个平台的多款基础大模型包括Qwen，GPT，Hy。
其他
效果展示
① 首页：这是什么💩？
一键拍照或从相册选择。
② 百炼分析中
真实调用 Qwen-VL，不使用预制分析结果。
③ DBTI 人格揭晓
同时展示：
④ 拍错了也有彩蛋人格
例如：
真实便便人格与非便便人格完全不重合。
⑤ 核心传播玩法：隔空扔💩
好友可以继续点击：
形成完整传播闭环。
⑥ 记录与日期打卡
每次成功分析自动进入：
娱乐入口最终沉淀为长期记录。
现在，它已经不只是一个原型
当前部署状态
✅ 后端已经真实部署到 CloudBase
5 个云函数已经上线。
🟡 微信小程序为开发版
已经完成上传与代码审核，正在微信备案阶段；可提供联系方式加入体验版体验或现场真机演示。
项目链接
微信小程序在备案阶段，通过后会立刻上线；可提供联系方式加入体验版体验或现场真机演示。
推荐评审体验路径
踩坑记录
我只挑 4 个真正改变了系统设计的问题。
1. 同一个请求差点让百炼调用两遍
网络抖动时，同一
clientRequestId可能并发进入两个请求。如果只做数据库幂等：
这不仅浪费 Token，也可能触发 429。
最后加入：
同一实例中的并发请求共享同一个 Promise。
教训：AI 应用的幂等不只是“数据库不能重复写”，还包括“昂贵模型不能重复调用”。
2. 我一开始用错了 CloudBase 数据库的心智模型
第一版按传统 SQL / 事务模式设计并发控制。
真实部署后发现 CloudBase RDB Builder 的运行时能力与原本假设不同。
于是把关键流程重新设计为：
例如浏览量更新：
没抢到就重试。
教训：类型能编译，不代表线上能力就真的存在。
3. 分享限流曾经可以被客户端 Session 绕过
匿名访问拿不到 IP 时，第一版会退化使用客户端提供的 Session ID。
问题是：
轮换 Session 就能绕过限流。
最后改成：
教训：限流 Key 只要包含客户端完全可控字段，限流基本就不存在。
4. Schema 越严，不一定体验越好
第一版非便便图片也要求完整视觉字段。
结果用户随手拍盆栽：
这在工程上很“严格”，在产品上却很糟。
最后规则变成：
所以：
必须严格阻断。
但：
允许
unknown。于是“识别失败”最终变成了：
我刻意没有做的事
为了让边界比功能更可信：
我希望这个产品先证明一件事情：
再讨论后面的商业化。
最后
很多 AI 产品都在解决：
拉香了开发过程中，我花更多时间解决的却是：
百炼负责看懂图片。
结构化规则负责守住边界。
DBTI 负责让结果变得愿意被记住。
隔空扔💩负责让它愿意被分享。
记录系统负责让一次玩笑最终留下长期价值。
—— 拉香了 · 便便人格 DBTI