一、对全世界 - 我们吹的牛实现了
视频链接：
二、对投资人 - 我们说到做到了
（一）项目NABCD分析
1.NABCD
1.1N-need
**城市遛狗族**：雨雪后回家，狗爪沾泥沾沙，手动擦脚耗时费力还吵架。
**精装家庭**：地板/地毯一踩一个黑印，洗地机一天用两次。
**老人/孕妇**：弯腰擦脚吃力，宠物店洗护80元/次排队久。
1.2 A-Approach
宠物箱+按键控制：自动毛刷清洗，清洗剂投送+自动进水、排水+自动烘干
1.3 B-Benefit
清洗过程自动化，人性化。
1.4 C-Competitors
[湿巾+毛巾| 狗不配合，一地废纸，清洁不彻底。
|便携式洗脚杯| 单脚操作，四脚×2次=8杯，流程反人性。
|宠物店精洗|贵、排队、人们不愿外出。
1.5D-Delivery
师生宠物试用，然后向宠物店推广。
（二）交付产品
（三）宠物测试
（四）网页设计思路
https://blog.csdn.net/2302_80926211/article/details/155828177?sharetype=blogdetail&sharerId=155828177&sharerefer=PC&sharesource=2302_80926211&spm=1011.2480.3001.8118
（五）测试分析
（六）我们是如何交付的
交付方式：团队采用了迭代式开发，先完成核心功能，再逐步扩展。
AI 工具的作用：利用 AI 快速生成前端原型，大幅缩短了交付周期。
开源发布：项目已在 GitHub 开源，保证透明度和可持续改进。
（七）风险管理：AI 影评家
用户接受度风险：宠物是否愿意使用设备不可控。
工程复杂度风险：涉及防水、电机驱动、安全传感等多系统协作。
测试样本不足：仅在少量宠物上测试，难以代表广泛用户。
你们的应对方法：
简化功能：先聚焦核心清洁功能，避免过度工程化。
逐步迭代：通过每天固定任务推进，降低 Bug 集中爆发的风险。
用户反馈验证：在真实场景中收集宠物与主人的使用体验，及时调整。
（八）从工程师那里学到了什么？
虽然未分配导师，但从其他工程师的经验中可以总结：
强调用户体验优先：技术再复杂，如果用户不接受，产品等于失败。
风险前置思维：在设计阶段就考虑安全、电气和行为风险。
迭代与验证：不要一次性做完所有功能，而是逐步验证。
（九）PM特点
优点：后期稳步推进，每天有明确任务，保证节奏感。
缺点：前期受物流影响大，导致进度不均衡。
特点总结：不是线性推进，而是“前期波动，后期稳定”。
（十）团队如何运用 AI 工具
前端开发：AI 辅助快速生成界面原型。
风险分析：参考 AI 的“影评家式”风险点评，帮助团队提前发现问题。
效率提升：减少重复劳动，把精力集中在核心功能。
三、对程序员 - 我们做到了高质量的软件工程
开源地址：https://github.com/lemon198/Washing_road_of_dog
代码质量：开源地址显示团队注重规范与可维护性。
工程实践：通过迭代和测试，保证了软件的稳定性。
四、强烈的结尾：目标用户都特别喜欢我们的产品
用户反馈：目标用户对产品的趣味性和实用性表现出高度认可。
NPS 表现：净推荐值高于预期，说明用户不仅喜欢，还愿意推荐。
差异：团队原本担心宠物不适应，但实际反馈显示主人和宠物都接受度较高。
经济性分析：https://blog.csdn.net/bboy_lemon/article/details/155538537?spm=1001.2014.3001.5502
优化方向：https://blog.csdn.net/2302_80926211/article/details/155988835?spm=1001.2014.3001.5501
