
案例研究 · 2024-2025
Offlinery
在敌对的移动操作系统上做实时、亚秒级匹配,端到端构建。
Offlinery 是一款反向滑屏文化的约会应用。专有算法呈现真正想线下见面的附近用户。已上线 iOS 与 Android。2025 年停运。
AI
全栈开发
2024-2025
已停运
01
概览
概览
Offlinery 是一款反向滑屏文化的约会应用。专有算法呈现真正想线下见面的附近用户。已上线 iOS 与 Android。2025 年停运。
02
挑战
挑战
在分钟级窗口内把合适的附近用户推出来,让线下接触真的发生。两层叠加的约束:做亚秒级邻近与双向意图过滤的专有算法,以及在 iOS 与 Android 一失去兴趣就杀掉后台任务的条件下保持可靠。
03
我们做出的关键决策
锁屏状态下的连续、精确定位。
锁屏手机上拿连续、精确位置极其困难。系统为省电关后台进程。隐私模型在匹配最需要触发的时刻反复打断用户。在一个正在主动压制你的 OS 面前保持准确,同时让提示足够诚实,让用户依然愿意说是。
04
我们做了什么
我们做了什么
两个手机 OS 都在主动压制实时匹配。我们把每一层都围绕基于运动的触发、智能延后、优雅降级来设计,OS 反向施压之前就把兜底路径备好。基于 PostGIS 的自研邻近引擎。React Native + Expo,硬化后的后台地理定位、推送、错误追踪、国际化。NestJS + TypeORM 后端,JWT、限流、事务邮件、Expo 推送。完整的 App Store 与 Play Store 上线。在不愿合作的硬件上、移动手机上的亚秒级邻近。
05
成果
成果
规模
实时
自研匹配引擎
规模
亚秒级
邻近查询
On Reel
精选界面








Architecture & Flows
生产环境基础设施
该图展示了简化的高层架构,省略了机密的实现与安全细节。
匹配通知流程
sequenceDiagram autonumber participant U as User App participant API as NestJS API participant DB as PostGIS participant N as Expo Push U->>API: location heartbeat API->>DB: find nearby candidates DB-->>API: matches (geo + filters) API->>N: notify both users N-->>U: silent push
06
经验总结
经验总结
实时线下匹配的生死,取决于被 OS 主动扼杀的信号。一半是算法,一半是平台硬仗。基于运动的触发、智能延后、优雅降级、精度被压制时的兜底。在移动中的手机上,速度与韧性是同一个问题。
技术栈
标签
AI / 匹配实时地理移动应用
链接与资源