blind-select/PLAN.md

"帮我选"盲选应用 - 开发大纲 v3

一、项目概述

AI驱动开发的盲选应用，用户盲选吃喝玩乐套餐，支持会员盈利， 通过用户历史行为智能更新偏好权重，去了打分驱动推荐质量。

---

二、技术栈

AI 开发配置

api:
  key: "sk-26391ddf421f3d09546969d968e73295a3ec493ae327a6792a840c6f5fcdd517"
  endpoint: "https://qs.szscp.com"
  # 用途：AI推荐、智能分类、用户偏好分析、月度报告

后端：Go + Gin + GORM + PostgreSQL + Redis

App前端：UniApp + Vue3（一套代码→iOS/Android/小程序）

后台管理：DaisyUI5 + Tailwind + Alpine.js

---

三、会员盈利体系（简化：仅VIP）

会员方案

免费用户：
├── 每天3次盲选机会
├── 基础分类可用
└── 普通优先级

VIP会员（¥29/月 或 ¥199/年）：
├── 每天10次盲选
├── 全部分类解锁
├── 优先匹配优质套餐
├── 专属盲选风格
├── 去重天数更长（3天→1天）
└── 月度盲选报告

盈利模型

1. 会员订阅（主要收入）
2. 商家佣金（5-15%）
3. 优惠券佣金（联动商家优惠券，每次核销商家付佣金）
4. 品牌盲盒溢价

商家优惠券联动

商家在后台创建优惠券：
├── 券类型：满减券 / 折扣券 / 免费兑换券 / 赠品券
├── 面额：后台设置（如满100减20）
├── 数量：发放总量 + 剩余量
├── 有效期：起止时间
├── 适用套餐：指定某些套餐可用
└── 佣金比例：用户通过盲选核销该券，平台抽佣 10-20%

用户侧表现：
├── 盲选结果卡上显示"附带优惠券"
├── 优惠券卡片样式（像微信卡包）
├── 核销后记录，商家确认使用
└── 优惠券是商家的"引流工具"，平台收佣金

优惠券联动逻辑：

商家A想引流 → 后台创建100张"满80减15"券 → 设核销后佣金8元
→ 用户盲选抽到商家A的套餐 → 自动获得该券
→ 用户到店出示核销 → 商家确认 → 平台收8元佣金
→ 用户得到优惠，商家获得客流，平台赚佣金 → 三方共赢

---

四、用户偏好学习系统（含打分机制）

4.1 打分机制（核心）

用户每次盲选揭晓后，可选"去了"或"跳过了"：

用户选择"去了"后 → 进入打分页：

┌─────────────────────────────┐
│  你对这次盲选体验打几分？     │
│                              │
│  ⭐⭐⭐⭐⭐  (1-5星)           │
│                              │
│  评分维度（可选填）：         │
│  🍽️ 口味: ████░ (1-5)       │
│  💰 性价比: ███░░ (1-5)      │
│  📍 距离: ████░ (1-5)        │
│  🎯 符合预期: ████░ (1-5)    │
│                              │
│  备注（可选）：               │
│  ┌─────────────────────────┐ │
│  │ 写点什么...              │ │
│  └─────────────────────────┘ │
│                              │
│  [提交]                      │
└─────────────────────────────┘

打分影响权重：

五星好评（5分）：
  → 该分类偏好 +2.0  ★★
  → 该商家偏好 +3.0  ★★★
  → 该标签（如"日料"）偏好 +1.5

四星好评（4分）：
  → 该分类偏好 +1.0
  → 该商家偏好 +1.5
  → 该标签偏好 +0.8

三星中立（3分）：
  → 该分类偏好 +0.3（轻微正向）
  → 无商家偏好加成

二星（2分）：
  → 该分类偏好 -0.3
  → 该商家偏好 -0.5

一星差评（1分）：
  → 该分类偏好 -1.0
  → 该商家偏好 -2.0  ★★
  → 该商家加入"黑名单"候选（需用户确认）

4.2 行为追踪

type UserBehavior struct {
    ID             uint
    UserID         uint
    PackageID      uint
    BehaviorType   string  // "viewed" "selected" "attended" "reviewed" "skipped"
    Score          float64 // 行为权重（非打分，是系统权重）
    ReviewRating   int8    // 用户打分 1-5
    ReviewTags     string  // "口味好""太贵""环境差"等标签
    ReviewText     string  // 用户文字评价
    DistanceScore  int8    // 距离评分
    ValueScore     int8    // 性价比评分
    ExpectMatch    int8    // 符合预期评分
    IsRepeat       bool    // 是否再次前往
    CreatedAt      time.Time
}

4.3 权重算法

用户偏好分数 = Σ(行为得分 × 时间衰减系数 × 打分系数)

打分系数：
  5星 → ×1.5（放大正向影响）
  4星 → ×1.0（标准正向影响）
  3星 → ×0.5（轻微影响）
  2星 → ×-0.5（轻微负向）
  1星 → ×-1.5（放大负向影响）

时间衰减：
  最近30天    × 1.0
  30-90天     × 0.7
  90-180天    × 0.4
  180天+      × 0.2

示例计算：
  用户A在45天前去了日料店，打了5星 → 权重 = +2.0 × 0.7 × 1.5 = +2.1
  用户A在200天前去了日料店，打了2星 → 权重 = -0.5 × 0.2 × -0.5 = +0.05（几乎忽略）

4.4 偏好标签自动打标

基于用户打分数据自动打标：

用户A（日料5星×5次，西餐3星×3次，火锅5星×2次）
→ 标签: ["日料狂魔", "火锅爱好者", "中餐不挑"]
→ 盲选策略: 80%日料/火锅，20%其他探索

用户B（所有都3-4星，没有明显偏好）
→ 标签: ["探索型", "随机接受度高"]
→ 盲选策略: 增加品类多样性，避免重复

用户C（多次1-2星差评）
→ 标签: ["易踩雷", "高要求", "需要精准匹配"]
→ 盲选策略: 提高推荐门槛，降低盲选随机性，接近定向选择

4.5 商家维度打分积累

每个套餐也积累评分：

套餐评分 = Σ(所有用户打分) / 打分人数

影响：
  - 套餐评分低的 → 降低盲选权重（少抽到）
  - 套餐评分高的 → 提高盲选权重（多抽到）
  - 但保留一定随机性（给用户探索惊喜）

---

五、功能模块

5.1 用户端（UniApp）

首页

├── 顶部：欢迎语（AI生成，基于今日偏好）
│   例："今天想带你吃点治愈系的~"
│   例："好久没吃辣了，来场火锅盲选？"
│   例："根据你的口味，今天推荐隐藏日料店！"
├── 盲选卡片池（可滑动切换类别）
│   ├── 🍜 餐饮盲选
│   ├── 🎮 娱乐盲选
│   ├── 🛍️ 购物盲选
│   └── 🎭 活动盲选
├── 今日推荐（AI分析后推荐类别，VIP专享）
└── 盲选按钮（大，带动画）→ 抽！

盲选揭晓页

├── 动画效果（翻牌/转盘）
├── 揭晓内容：
│   ├── 商家名称 + 评分 + 距离
│   ├── 套餐描述（模糊描述，价格区间可见）
│   ├── 推荐理由（AI生成，基于匹配度）
│   │   例："你的日料偏好度85%，这家匹配度很高！"
│   ├── 优惠券 🎁（如有）
│   │   例："满80减15 · 限时3天"
│   └── 匹配度进度条
├── 操作：
│   ├── ✅ 接受/前往（记录行为 +0.5）
│   ├── 🔄 换一个（-0.2分，不消耗机会）
│   ├── ⭐ 标记"已去过"（进入打分流程）
│   ├── 🔖 收藏
│   └── 📍 导航
└── 已去过？→ 跳转打分页

打分页

┌─────────────────────────┐
│  🎉 感谢你的盲选体验！    │
│                          │
│  你对这次体验打几分？     │
│  ⭐⭐⭐⭐⭐ (当前: 4)      │
│                          │
│  评分维度：               │
│  🍽️ 口味:   ⭐⭐⭐⭐⭐    │
│  💰 性价比: ⭐⭐⭐⭐░      │
│  📍 距离:   ⭐⭐⭐░░      │
│  🎯 符合预期:⭐⭐⭐⭐⭐    │
│                          │
│  你想怎么形容这次体验？   │
│  [口味赞] [环境好] [性价比] [值得再来] [服务棒] [踩雷] [太贵] [难吃] [远]
│                          │
│  备注（可选）：           │
│  ┌─────────────────────┐ │
│  │ 写点什么...          │ │
│  └─────────────────────┘ │
│                          │
│  [提交]                   │
└─────────────────────────┘

提交后：
├── 更新用户偏好权重
├── 更新商家/套餐评分
├── 更新用户标签
└── 显示："已记录！这会影响下次推荐哦~"

我的偏好

├── 偏好雷达图（口味/价格/距离/品质/探索度）
├── 品类偏好排名（柱状图）
│   日料 ████████░░ 80%
│   火锅 ██████░░░░ 60%
│   西餐 ████░░░░░░ 40%
│   甜品 ███░░░░░░░ 30%
├── AI标签列表
├── 去重设置
├── 黑名单商家
└── 偏好调整滑块

优惠券中心

├── 我的优惠券
│   ├── 未使用（到期倒计时）
│   ├── 已使用
│   └── 已过期
├── 卡包样式（像微信卡包）
└── 使用说明

会员中心

├── 当前状态
├── 会员权益对比表
├── 开通/续费按钮
├── 购买记录
└── 邀请好友（双方各得7天VIP）

个人

├── 个人信息
├── 盲选记录（按时间线）
├── 收藏
├── 评价历史
├── 地址管理
└── 设置

5.2 后台管理（DaisyUI5）

仪表盘

├── 今日：新增用户 / 活跃 / 盲选次数 / 订单数
├── 会员：总数 / 转化率 / 月收入 / 续费率
├── 热门：分类TOP / 套餐TOP / 商家TOP
├── 评分：平均打分 / 差评预警
├── 优惠券：发放量 / 核销率 / 佣金收入
└── 趋势图（近30天）

商家管理

├── 商家列表 + 搜索
├── 入驻审核
├── 编辑/上下架
├── 佣金设置
└── 商家数据（被选次数 / 平均评分 / 优惠券核销）

套餐管理

├── 套餐CRUD
├── 价格区间设置
├── 标签管理
├── 库存管理
├── 评分查看
└── 权重调整

优惠券管理

├── 创建优惠券
│   ├── 选择商家
│   ├── 券类型（满减/折扣/兑换/赠品）
│   ├── 面额设置
│   ├── 数量
│   ├── 有效期
│   ├── 适用套餐
│   └── 佣金比例（平台抽佣）
├── 优惠券列表（使用状态/核销情况）
├── 佣金收入统计
└── 核销审核（防作弊）

用户管理

├── 用户列表 + 搜索
├── 用户详情（行为 + 偏好 + 打分 + 会员）
├── 会员管理
├── 黑名单管理
└── 行为分析

打分分析

├── 平均打分趋势
├── 各分类平均评分
├── 差评预警（连续低分套餐）
├── 商家质量排名
└── 用户反馈词云

算法配置

├── 行为权重调整
├── 时间衰减曲线
├── 打分系数
├── 去重天数默认值
├── 会员加成比例
├── 热门权重
└── A/B测试

内容管理

├── Banner
├── 公告
├── 欢迎语模板
├── 推荐语模板
└── 标签管理

数据报表

├── 用户增长曲线
├── 收入报表（会员+佣金+优惠券）
├── 转化率漏斗（注册→首盲选→付费会员）
├── 留存分析（7日/30日）
├── 商家质量报告
└── 导出CSV/Excel

---

六、数据库设计

-- 用户表
users (
    id, nickname, avatar, phone, wechat_openid,
    preference JSONB,           -- {"日料": 0.85, "火锅": 0.6, ...}
    tags TEXT[],                -- ["日料狂魔", "品质型"]
    member_level INT DEFAULT 0, -- 0免费 1VIP
    member_expires_at,
    created_at, updated_at
)

-- 商家表
merchants (
    id, name, avatar, category_id,
    rating,                    -- 平均评分
    price_range,               -- "50-100"
    location GEOGRAPHY(Point), -- 经纬度
    tags TEXT[],
    total_reviews INT DEFAULT 0,
    total_score NUMERIC DEFAULT 0,
    quality_score NUMERIC,     -- 综合质量分（用于盲选权重）
    status,
    created_at, updated_at
)

-- 分类表
categories (
    id, name, icon, type,     -- food/entertainment/shopping/activity
    sort_order,
    status,
    created_at
)

-- 套餐表
packages (
    id, merchant_id, category_id,
    name,                      -- 套餐名
    description,               -- 模糊描述（盲选可见）
    price_min, price_max,      -- 价格区间
    actual_price,              -- 实际价格（盲选揭晓后显示）
    tags TEXT[],               -- "适合约会""亲子"
    stock,
    weight,                    -- 推荐权重
    rating,                    -- 平均评分
    review_count,              -- 评分人数
    status,
    created_at, updated_at
)

-- 用户行为表（含打分）
user_behaviors (
    id, user_id, package_id,
    behavior_type,             -- viewed/selected/attended/reviewed/skipped
    system_score,              -- 系统行为权重
    review_rating,             -- 用户打分 1-5
    taste_score,               -- 口味评分 1-5
    value_score,               -- 性价比评分 1-5
    distance_score,            -- 距离评分 1-5
    match_score,               -- 符合预期 1-5
    tags TEXT[],               -- 反馈标签 ["口味赞","太贵"]
    text TEXT,                 -- 文字评价
    is_repeat,                 -- 是否再次前往
    created_at
)

-- 优惠券表
coupons (
    id, merchant_id, package_id,
    type,                      -- discount/coupon/free/gift
    value,                     -- 面额或折扣
    min_amount,                -- 满减门槛
    total_count,               -- 总量
    remain_count,              -- 剩余
    user_id,                   -- 领取用户（NULL=池发）
    user_code,                 -- 用户专属码
    pool_code,                 -- 池码（用户领取时复制）
    status,                    -- available/claimed/used/expired
    used_at,
    valid_start, valid_end,
    commission,                -- 平台佣金
    created_at, updated_at
)

-- 盲选会话表
blind_sessions (
    id, user_id, category_id,
    price_range, distance_range,
    result_package_id,
    result_revealed_at,
    user_accepted,
    created_at
)

-- 订单表
orders (
    id, user_id, package_id, blind_session_id,
    actual_price,
    coupon_id,                 -- 使用的优惠券
    status,                    -- pending/paid/completed/cancelled
    created_at, updated_at
)

-- 会员表
members (
    id, user_id, level,
    start_date, end_date,
    payment_method,
    amount,
    status,
    created_at
)

-- 活动表
activities (
    id, name, type, start_date, end_date,
    config JSONB,
    status
)

-- 管理员表
admins (
    id, username, password_hash,
    role, permissions,
    created_at
)

---

七、API设计

7.1 认证

POST /api/v1/auth/register       # 注册
POST /api/v1/auth/login          # 手机登录
POST /api/v1/auth/wechat/login   # 微信登录
POST /api/v1/auth/refresh        # 刷新token
POST /api/v1/admin/login         # 后台登录

7.2 用户

GET    /api/v1/user/profile          # 个人信息
PUT    /api/v1/user/profile          # 更新信息
GET    /api/v1/user/preferences      # 偏好数据
PUT    /api/v1/user/preferences      # 调整偏好
GET    /api/v1/user/tags             # AI标签
GET    /api/v1/user/behaviors        # 行为记录

7.3 盲选（核心）

GET    /api/v1/blind/categories              # 分类列表
GET    /api/v1/blind/pool                    # 可选池（模糊信息）
POST   /api/v1/blind/choose                  # 盲选
GET    /api/v1/blind/result/:id              # 揭晓结果
GET    /api/v1/blind/recommend               # AI推荐
POST   /api/v1/blind/accept                  # 接受
POST   /api/v1/blind/decline                 # 换一个
GET    /api/v1/blind/history                 # 历史记录

7.4 打分（核心）

POST   /api/v1/review/submit                # 提交打分评价
GET    /api/v1/review/stats                 # 打分统计
GET    /api/v1/review/summary               # 商家/套餐评分汇总

7.5 优惠券

GET    /api/v1/coupon/list                  # 我的优惠券
GET    /api/v1/coupon/available              # 可领取优惠券
POST   /api/v1/coupon/claim                 # 领取优惠券
POST   /api/v1/coupon/verify                # 核销优惠券
GET    /api/v1/coupon/commission             # 佣金记录

7.6 会员

GET    /api/v1/member/status                # 会员状态
GET    /api/v1/member/plans                 # 会员套餐
POST   /api/v1/member/subscribe             # 开通
POST   /api/v1/member/cancel                # 取消
GET    /api/v1/member/report                # 月度报告（VIP）

7.7 后台管理

POST   /api/v1/admin/dashboard              # 仪表盘
CRUD   /api/v1/admin/merchants              # 商家管理
CRUD   /api/v1/admin/packages               # 套餐管理
GET    /api/v1/admin/coupons                # 优惠券管理
POST   /api/v1/admin/coupons/create         # 创建优惠券
GET    /api/v1/admin/users                  # 用户列表
GET    /api/v1/admin/users/:id              # 用户详情
GET    /api/v1/admin/reviews                # 打分管理
GET    /api/v1/admin/statistics             # 数据报表
PUT    /api/v1/admin/algorithm/config       # 算法配置
GET    /api/v1/admin/export                 # 数据导出

7.8 AI

POST   /api/v1/ai/recommend              # AI推荐
POST   /api/v1/ai/analyze-preference     # 分析偏好
POST   /api/v1/ai/generate-tag           # 生成标签
POST   /api/v1/ai/generate-report        # 生成月报
POST   /api/v1/ai/generate-welcome       # 生成欢迎语

---

八、项目结构

blind-select/
├── backend/                    # Go后端
│   ├── cmd/server/main.go
│   ├── internal/
│   │   ├── config/
│   │   ├── middleware/         # JWT/日志/限流/会员校验
│   │   ├── handler/
│   │   │   ├── v1/
│   │   │   │   ├── auth.go
│   │   │   │   ├── blind.go
│   │   │   │   ├── user.go
│   │   │   │   ├── review.go       # 打分
│   │   │   │   ├── coupon.go
│   │   │   │   ├── member.go
│   │   │   │   ├── ai.go
│   │   │   │   └── admin/
│   │   │   │       ├── dashboard.go
│   │   │   │       ├── merchant.go
│   │   │   │       ├── package.go
│   │   │   │       ├── coupon.go
│   │   │   │       ├── user.go
│   │   │   │       ├── review.go
│   │   │   │       ├── stats.go
│   │   │   │       ├── export.go
│   │   │   │       └── config.go
│   │   ├── service/
│   │   │   ├── blind_service.go    # 盲选逻辑
│   │   │   ├── preference_service.go # 偏好学习
│   │   │   ├── review_service.go   # 打分服务
│   │   │   ├── coupon_service.go   # 优惠券
│   │   │   ├── member_service.go   # 会员
│   │   │   ├── ai_service.go       # AI调用
│   │   │   └── report_service.go   # 报表
│   │   ├── model/                  # GORM模型
│   │   ├── repository/             # 数据访问
│   │   └── utils/
│   ├── migrations/
│   ├── config.yaml
│   ├── go.mod
│   └── Makefile
│
├── frontend-admin/            # 后台 (DaisyUI5)
│   ├── index.html
│   ├── src/
│   │   ├── main.js
│   │   ├── App.vue
│   │   ├── views/
│   │   ├── components/
│   │   ├── api/
│   │   └── router/
│   ├── vite.config.js
│   └── package.json
│
├── frontend-app/              # UniApp多端
│   ├── pages/
│   │   ├── index/index.vue     # 首页
│   │   ├── blind/blind.vue     # 盲选页
│   │   ├── blind/result.vue    # 揭晓
│   │   ├── blind/review.vue    # 打分页
│   │   ├── coupon/list.vue     # 优惠券
│   │   ├── member/member.vue   # 会员中心
│   │   ├── user/profile.vue
│   │   ├── user/preferences.vue
│   │   └── user/history.vue
│   ├── components/
│   ├── api/
│   ├── store/
│   ├── pages.json
│   └── manifest.json
│
└── docs/
    └── API文档.md

---

九、开发阶段

Phase 1: 后端基础（Week 1）

• 项目初始化
• Go项目骨架 + 配置
• 数据库初始化 + 模型
• JWT认证 + 用户登录
• 后台管理员登录

Phase 2: 核心业务（Week 2-3）

• 商家CRUD + 套餐管理
• 盲选加权随机算法
• 用户行为追踪
• 打分系统 + 偏好学习算法
• AI集成（推荐/标签/报告）

Phase 3: 会员+优惠券（Week 4）

• VIP会员系统
• 优惠券创建+领取+核销
• 佣金计算
• 中间件：会员校验

Phase 4: UniApp前端（Week 5-6）

• 项目初始化 + 页面框架
• 首页 + 盲选入口
• 揭晓动画 + 打分页
• 个人中心 + 偏好展示
• 优惠券中心
• 会员中心
• 微信小程序适配

Phase 5: 后台管理（Week 7）

• DaisyUI5 + Tailwind 搭建
• 仪表盘 + 数据可视化
• 商家/套餐管理
• 优惠券管理
• 打分分析
• 数据报表 + 导出

Phase 6: 测试上线（Week 8-9）

• 端到端测试
• 性能优化（Redis缓存）
• App打包
• 部署上线

---

十、关键算法详解

10.1 盲选加权随机

func (s *BlindService) Select(user *User, category string, priceRange PriceRange) (*Package, error) {
    candidates := s.getCandidates(category, priceRange)
    
    for i := range candidates {
        w := 1.0  // 基础权重
        
        // 用户偏好加成
        pref := s.getPreferenceScore(user.ID, candidates[i].Category)
        w *= (1 + pref)
        
        // 套餐质量分（基于打分积累）
        quality := candidates[i].Rating / 5.0
        w *= (0.5 + quality * 0.5)  // 0.5-1.0范围
        
        // 去重惩罚
        if s.isRepeated(user.ID, candidates[i].ID, user.RepeatDays) {
            w *= 0.1
        }
        
        // 会员加成
        if user.MemberLevel == 1 {
            w *= 1.2
        }
        
        candidates[i].Weight = w
    }
    
    return s.weightedRandom(candidates)
}

10.2 偏好学习 + 打分影响

func (s *PrefService) SubmitReview(userID, packageID uint, review Review) {
    // 1. 保存打分
    behavior := Behavior{
        UserID:      userID,
        PackageID:   packageID,
        Type:        "reviewed",
        ReviewRating: review.Rating,
        TasteScore:  review.Taste,
        ValueScore:  review.Value,
        DistanceScore: review.Distance,
        MatchScore:  review.Match,
        Tags:        review.Tags,
        Text:        review.Text,
        IsRepeat:    review.IsRepeat,
        CreatedAt:   time.Now(),
    }
    db.Create(&behavior)
    
    // 2. 计算打分系数
    scoreMultiplier := reviewScoreMultiplier(review.Rating)
    // 5星→1.5, 4星→1.0, 3星→0.5, 2星→-0.5, 1星→-1.5
    
    // 3. 更新用户偏好
    pkg := getPackage(packageID)
    category := pkg.Category
    
    // 基础行为权重
    baseScore := 0.0
    switch {
    case review.Rating >= 4:
        baseScore = 1.0  // 好评，正向影响
    case review.Rating == 3:
        baseScore = 0.3  // 中立
    case review.Rating == 2:
        baseScore = -0.3 // 差评
    default:
        baseScore = -1.0 // 严重差评
    }
    
    // 加入商家ID的特殊影响
    if review.IsRepeat {
        baseScore += 1.0  // 再次前往，大幅正向
    }
    
    // 应用打分系数和时间衰减
    finalScore := baseScore * scoreMultiplier * getTimeDecay(behavior.CreatedAt)
    
    // 更新偏好
    updateCategoryPreference(userID, category, finalScore)
    
    // 4. 更新商家评分
    updateMerchantRating(pkg.MerchantID, review.Rating)
    
    // 5. 更新套餐评分
    updatePackageRating(packageID, review.Rating)
    
    // 6. 重新生成标签
    tags := generateTags(userID)
    updateTags(userID, tags)
}

func reviewScoreMultiplier(rating int8) float64 {
    switch rating {
    case 5: return 1.5
    case 4: return 1.0
    case 3: return 0.5
    case 2: return -0.5
    case 1: return -1.5
    default: return 0.0
    }
}

10.3 优惠券联动

func (s *CouponService) OnBlindSelectComplete(session *BlindSession) {
    pkg := session.Package
    
    // 1. 查找该套餐可用的优惠券
    coupons := getCouponsForPackage(pkg.ID)
    
    // 2. 随机发放一张（如果有）
    if len(coupons) > 0 {
        coupon := coupons[rand.Intn(len(coupons))]
        if coupon.RemainCount > 0 {
            // 为用户领取
            userCoupon := Coupon{
                MerchantID:  coupon.MerchantID,
                PackageID:   pkg.ID,
                Type:        coupon.Type,
                Value:       coupon.Value,
                UserID:      session.UserID,
                Status:      "available",
                ValidStart:  coupon.ValidStart,
                ValidEnd:    coupon.ValidEnd,
                Commission:  coupon.Commission,
                CreatedAt:   time.Now(),
            }
            db.Create(&userCoupon)
            
            coupon.RemainCount--
            coupon.Save()
        }
    }
}

func (s *CouponService) OnCouponVerified(couponID uint) {
    coupon := getCoupon(couponID)
    
    // 1. 标记已使用
    coupon.Status = "used"
    coupon.UsedAt = time.Now()
    coupon.Save()
    
    // 2. 记录平台佣金
    commission := Commission{
        CouponID:  coupon.ID,
        MerchantID: coupon.MerchantID,
        Amount:    coupon.Commission,
        Status:    "pending",
        CreatedAt: time.Now(),
    }
    db.Create(&commission)
    
    // 3. 通知商家
    notifyMerchant(coupon.MerchantID, "用户核销了优惠券，佣金已记录")
}