TagMinder 是一款以标签化与性格驱动为核心的人脉管理人工智能工具。该平台通过语音识别、关系图谱构建与智能提醒算法，将零散的社交记忆转化为可视化的关系资产，旨在为注重社交礼仪的用户群体（首发日本市场）提供系统化、智能化且具备情感温度的个人关系经营辅助。
项目背景
在社交高度碎片化的时代，高频交际带来了严重的信息过载。用户极易遗忘关键的交往细节与互动节点，导致人情往来难以进行长期有效的维系。特别是在极度重视职场礼节与人际网络沉淀的亚洲文化圈，传统的静态通讯录或基础备忘录，已完全无法满足商务人士及职场进阶者对复杂关系网络进行精细化与动态管理的核心诉求。
面临的挑战
交往信息碎片化：社交互动场景分散，手动记录交往细节耗时费力，极易遗漏关键的人际偏好与历史事件。
人脉资源隐性化：缺乏直观的梳理工具，用户难以清晰界定复杂社交网络中不同角色的亲密度、重要性与价值层级。
互动时机把控难：面对庞大的联系人基数，用户难以精准判断何种时机采用何种方式进行有效沟通，常错过重要节日或合作周期的维系节点。
文化语境适配度低：常规的客户关系管理系统过于机械，无法贴合特定区域（如日本市场）特有的“社交得体、关系有序”的细腻人情文化心理。
解决方案
全模态人工智能录入与解析：内置智能关系助手，支持语音与文字快速录入，自动提取人名、事件与场景要素，为联系人生成标注性格与偏好的专属关系卡片。
可视化标签人脉图谱：构建支持自定义标签、颜色与层级的动态关系网络图谱，允许用户按亲密度、角色类型与互动频率进行深度筛选与资产梳理。
智能互动策略与节点提醒：系统基于互动算法，自动追踪节日、生日及合作周期，提供个性化的联系时机建议，并支持自动生成契合语境的沟通模板。
本地化跨端协同生态：实现应用端（App）、网页端（Web）与小程序的三端数据实时互通，深度结合日本社交语境提供中日双语支持，并引入积分体系激励用户持续维护社交资产。
"技术本身不是目的，业务的指数级增长才是。"
