概要
参与 SubMed 医学论文检索小程序后端：围绕 PubMed 抓取、AI 搜索、深度分析、订阅推送与微信支付形成科研信息服务闭环。
业务价值
把医学论文获取、筛选、订阅和深度阅读串成一条连续流程，降低专家跟踪前沿研究的时间成本。
工程深度
覆盖爬取入库、搜索接口、AI 辅助分析、订阅任务、支付积分体系与小程序 API 设计。
证据来源
实习证明
项目经历 · 置信度 中 · 验证时间 2026-02-10
- 证据级别：严格复核（核心区仅展示可复核指标）
- 来源类型：项目经历/交付记录
- 来源链接：未提供公开链接，需结合履历或交付记录复核
- 验证时间：2026-02-10（距今 49 天，时效性高）
判定原因：判定为中置信度：缺少公开来源链接。
仓库 · 置信度 高 · 验证时间 2026-03-31
- 证据级别：严格复核（核心区仅展示可复核指标）
- 来源类型：仓库/代码记录
- 来源链接：未提供公开链接，需结合履历或交付记录复核
- 验证时间：2026-03-31（距今 0 天，时效性高）
判定原因：判定为高置信度：按严格口径整理，可回溯到仓库或代码记录，验证时间距今 0 天。
背景
医学专家需要持续跟踪骨科等方向的最新论文，但通用搜索入口噪音大、订阅和深度阅读流程割裂，难以形成稳定科研工作流。
挑战
系统既要稳定抓取和入库 PubMed 论文，又要支持面向小程序的搜索、收藏、订阅、深度分析、支付积分和用户行为治理，业务链路较长。
行动与成果
解决方案
- 数据底座：以 Django + MySQL 建模论文、主题、订阅、收藏、推送历史等核心实体，并通过 PubMed spider、DOI/期刊补全命令和 Celery 任务维护数据更新。
- 搜索与分析：提供关键词检索、AI 关键词生成、AI 搜索、深度分析与个性化推荐接口，降低从问题到论文集合的检索成本。
- 用户与运营：实现收藏、订阅频率/渠道配置、推送历史、积分记录、VIP、邀请码与反馈体系。
- 交易闭环：接入微信支付，支持会员/积分商品购买和支付回调处理，支撑小程序持续运营。
成果
形成面向医学专家的小程序后端闭环，覆盖论文抓取、检索、AI 分析、订阅推送与会员积分能力，可支撑日常科研信息获取与运营迭代。
关键指标
搭建 PubMed 抓取、文章入库、DOI/期刊补全与定时任务链路，为骨科领域论文检索提供持续更新的数据底座。 实现 AI 关键词生成、AI 检索与深度分析接口，降低医学专家从自然语言问题到可用检索结果的门槛。 补齐收藏、订阅、推送历史、积分/VIP、微信支付等业务能力，把内容服务做成可持续运营的小程序后端。 技术栈
DjangoMySQLRedisCeleryPubMedOpenAIWeChat Mini ProgramWeChat Pay