一、Demo 简介
一句话说清产品形态
漏洞捕手是一个交互式HTML网页——它是一款“会追问的AI学生”，你给它讲数学、物理、化学或英语的知识点，它会像真正的学生一样不断追问“为什么”，直到把你问住为止。
面向谁
核心用户：初一至初三的普通理科生（数学、物理、化学、英语），成绩中等偏上，不满足于“做题对答案”，想真正吃透知识点、减少粗心丢分。
扩展用户：想用“费曼学习法”自查知识漏洞的学生，以及希望低成本检验教学效果的家教/家长。
主要功能
-
多水平AI学生切换：普通模式只问基础概念，学霸模式追问逻辑链条。
-
智能追问引擎：你讲完后AI连续追问3–5轮，直到你答不上来为止——那个“答不上来”的位置，就是你的知识漏洞。
-
漏洞报告+三维打分：从“理解深度”“逻辑自洽”“表达清晰”三个维度评分，并生成针对性复习建议。
产品截图如下：
图1：主页面
图2：对话页面
图3：历史页面
二、Demo 创作思路
灵感来源
嗨，我是一个初一学生，平时喜欢捣鼓C++，也在准备信息学奥赛。有一次我给同学讲一道数学题，讲得头头是道，结果他问了一句“为什么两边同时除以x之前不用讨论x=0的情况？”——我当场卡住了。那一刻我才发现：我不是真的懂，我只是会背套路。
后来我试过用费曼学习法自己给自己讲，但缺少一个能不停追问的对手。于是我就想——能不能做一个AI，让它假装成学生，我来给它上课，它负责不停地“找茬”？
想解决的问题
-
“我觉得我会了，但一考就错”——不知道自己哪里没理解透
-
“讲题讲不到点子上”——家教和AI答疑类产品都在“给答案”，没人帮你揪出思维漏洞-1
-
“同一种题换个马甲就不会了”——靠背套路做题，缺乏底层逻辑训练
为什么做这个方向
市面上没有一款产品是 “让你讲给AI听，然后AI把你问倒” 的。作业帮、小猿搜题给答案，ChatGPT也給答案——没人帮用户“发现不会” 。“漏洞捕手”切的正是这个空白。
而且费曼学习法已经被验证：教授他人的知识留存率高达90% ，而被动听讲只有5%。我想用AI把这个方法变得人人可用。
三、Demo 体验地址
本作品为交互式HTML网页，已打包为zip，详见本贴附件。
漏洞捕手_实时对话产品.html (55.4 KB)
四、TRAE 实践过程
整体流程
我用 TRAE Work 完成了整个Demo的开发。核心思路是：先把需求说清楚，让AI帮我搭框架，再逐步细化每个功能模块。
第一步：需求描述
我给TRAE Work输入了这样的需求——“做一个HTML网页，用户选择一个学科和一个水平的AI学生，然后向AI讲解知识点，AI会连续追问3-5轮，最后生成漏洞报告和打分。”
第二步：框架搭建
TRAE Work帮我生成了单页HTML的骨架代码，包含了学科选择、对话界面、报告展示四个核心区域。
第三步：追问引擎开发
这是最核心的部分。我让TRAE Work为每个AI水平设计不同的追问逻辑——萌新模式问概念，学霸模式追问推导过程。
第四步：打分系统与报告生成
最后加入了三维度打分（理解深度、逻辑自洽、表达清晰）。
关键步骤截图
图1：AI导入
图2：规定边界
图3：历史报告
Session ID（作品真实性证明）
以下为本作品开发过程中的关键对话任务ID：
| 序号 | Session ID | 对应任务 |
|---|---|---|
| 1 | 4026835519152153:def0bf6fd42ee9a926114ef07a5a9e68_6a4e3bbfffebd019946bf885.6a4fbe9e79c78fe28248ffbd.6a4fbe9e79c78fe28248ffbb:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/9 23:30:38) |
图片生成界面开发 |
| 2 | 4026835519152153:34e52b437a3382af2ae48adea974a6ba_6a4e3bbfffebd019946bf885.6a4f8cf079c78fe28248fca8.6a4f8cf079c78fe28248fca6:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/9 19:58:40) |
报告生成功能开发 |
| 3 | 4026835519152153:aecc8c8f2997abad71c897587407b5b7_6a4e3bbfffebd019946bf885.6a4f874679c78fe28248fbb3.6a4f874679c78fe28248fbb1:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/9 19:34:30) |
初版制作 |
遇到的困难与解决
困难1：追问逻辑容易重复
刚开始AI的追问总是问同样的问题，比如反复问“为什么”。后来我设计了四层追问结构——概念→推导→反例→应用，每一层问不同方向，追问变得有层次了。
困难2：打分标准不好量化
“理解深度”这种维度怎么打分？我让TRAE Work根据用户回答中关键词覆盖度、逻辑连贯性、是否用到反例三个指标综合评分，虽然不完美，但至少有了可量化的标准。
困难3：让AI“装不懂”比“装懂”难
让AI假装成不同水平的学生——萌新要真的像小白一样提问，学霸要问出有深度的问题——这个角色切换花了不少时间调Prompt。
附：社区报名帖链接
Demo名称：【 学习工作赛道 】漏洞捕手——中学生专属“老师模拟器” - TRAE AI 创造力大赛 / 【大赛报名专区】 - TRAE 官方中文社区
一句话总结：漏洞捕手不是帮你“学会”，而是帮你“发现不会”——用费曼学习法把效率拉到90%，这才是提分的真正起点。
