Translation(model translation, not the source's own text)
我们的方法
- 我们建立了应用架构、用户身份验证、财务个性引导流程和账户管理工作流。我们还开发了初始的订阅、试用和基于额度的访问功能,以支持 PsyFi 的商业模式。
- 我们集成了 Plaid 以实现金融账户连接,并开发了后端服务,用于管理 CAD 和 USD 两种货币下的交易、投资、预算和支出信息。我们还构建了一个专用服务,为投资相关功能获取实时市场数据。
- 我们帮助构建了 Fy —— 一位 AI 财务健康教练,使用 Amazon Bedrock 和 Claude,具备专门的教练模式、主动洞察以及对用户财务记录的访问能力。我们还开发了一个 grounding 层,包含 15+ 个 AI 洞察代理,包括现金流、类别支出、储蓄率、投资洞察、资产配置、情绪消费和损失厌恶。
- 我们集成了 Flinks,新增了 AI 驱动的对账单处理,并开发了投资追踪、财务目标,以及将消费模式与用户情绪关联起来的洞察。这些洞察有助于识别与艰难情绪日相关的支出类别,以及冲动性、损失厌恶和过度自信等行为模式。我们还引入了已保存的 AI 摘要、习惯追踪和财务情景建模。
- 作为严格 QA 流程的一部分,我们进行了单元测试、AI 响应评估、预发布环境评审和客户验收测试。我们还加强了安全、监控和部署工作流,并通过渐进式过渡将 AI 聊天系统迁移到 Vercel AI SDK。
