Tianji项目v1.18.10版本发布：AI调研任务优化与国际化改进

Tianji是一款面向开发者的开源项目，主要提供数据收集、分析和可视化功能。该项目采用现代化技术栈构建，支持跨平台运行，能够帮助开发者快速获取和分析各类技术指标数据。

核心改进

AI调研任务架构升级

本次版本最显著的改进是将AI调研任务从传统的Promise模式迁移到了消息队列(MQ)架构。这一架构调整带来了以下优势：

1. 可靠性提升：MQ机制确保了任务执行的可靠性，即使系统出现短暂故障，任务也不会丢失
2. 性能优化：异步处理方式避免了阻塞主线程，提高了系统整体吞吐量
3. 可扩展性：便于未来实现任务优先级调度和分布式处理

国际化问题修复

开发团队修复了多个国际化相关的问题：

1. 语言头缺失问题：修复了部分请求头中缺少语言标识的问题，确保系统能正确识别用户偏好语言
2. 类型检查完善：通过TypeScript类型系统的强化，解决了之前可能导致语言识别错误的潜在问题

功能优化

调研日期选择逻辑改进

对调研功能中的日期选择器进行了逻辑优化：

1. 改进了日期范围选择的用户体验
2. 增强了日期有效性验证
3. 优化了与后端数据处理的对接逻辑

建议分类筛选优化

改进了建议系统的分类筛选机制，现在采用更智能的OR逻辑进行多条件筛选，提高了结果的相关性和完整性。

技术实现细节

本次更新体现了Tianji项目在以下几个技术方向的持续投入：

1. 架构现代化：从同步到异步的转变，体现了对现代分布式系统架构的追求
2. 类型安全：通过TypeScript的严格类型检查，提高了代码质量和可维护性
3. 国际化支持：持续完善多语言支持，为全球化部署打下基础

总结

v1.18.10版本虽然是一个小版本更新，但在系统架构和国际化支持方面做出了重要改进。这些变化不仅提升了当前版本的质量，也为未来的功能扩展奠定了更好的基础。特别是AI调研任务向MQ架构的迁移，展示了项目团队对系统可靠性和性能的持续关注。