【标签】 学习工作
【标题】 【学习工作赛道】CampusOS — 从"AI 回答问题"到"AI 管理成长"，大学生的 AI 操作系统
【正文】
0. 先和大家打个招呼
大家好，我是一名在校本科生。
和很多同学一样，我每天都在和各种 App 之间来回切换——日程管理用一个、笔记用一个、AI 对话又用一个，目标很多但经常不知道从哪下手，计划永远停留在纸上，时间越用越碎，效率反而越来越低。
接触到 TRAE 之后，我决定把脑子里想了很久的"AI 校园成长操作系统"这个想法真正做出来。整个过程比我预期简单太多了——我只需要用自然语言把我的想法一句句讲给 TRAE 听，它就能理解我的需求并直接生成完整的代码。
让我印象最深的一步是：当我说"我想要一个像 GitHub 那样的学习热力图放在仪表盘上"，TRAE 瞬间就理解了我要的效果，不到一分钟就实现了。原来以为需要花好几天搞定的前端可视化，在 TRAE 这里就是一句话的事。它帮我跨过了"会想但不会做"的那道坎，让我从"有个好点子"直接变成了"有一个能跑的 Demo"。
整个 CampusOS 从创意到可运行的完整系统，全程由 TRAE 协助开发完成。下面和大家详细介绍这个作品。
1. Demo 简介
是什么： 一款单页面网页应用（无需安装、浏览器直接打开），将学习规划、竞赛科研、进度追踪、成长可视化、团队协作整合在一个平台，让 AI 从被动工具变为主动陪伴的成长管家，数据本地保存无需注册。
面向谁： 核心用户是大一到大四全年级大学生（覆盖理工、文科、经管、艺术、医学等所有专业），拓展用户包括研究生、应届毕业生，以及需要职业规划的初级职场人。
主要功能：
-
AI 主动规划引擎：用户输入最终目标（保研/考研/竞赛/就业/技能），系统自动拆解为短期、中期、长期任务路线图。支持课表截图上传识别，AI 主动提问补充信息后生成个性化排程方案，将学习任务智能安排到课表空闲时段。
-
未来实验室（决策模拟）：面临重大选择时（如"参加数学竞赛还是专注绩点？““考研还是出国？”），输入不同选择和假设条件，AI 推导每个选择的长期影响并生成数据对比，帮用户在决策前看到"未来结果”，减少试错成本。
-
智能笔记中心（六合一）：支持上传 PDF/Word/TXT 资料自动解析为结构化笔记，配备思维导图可视化、学习计划自动生成、熟练度分析（雷达图+热力图+趋势图三合一）、艾宾浩斯遗忘曲线复习提醒、自动生成选择题自测练习。
-
知识图谱 + 团队协作：力导向动画可视化知识网络，支持关键词自动关联节点；团队模块包含看板管理（三列拖拽、角色分工推荐）、协作笔记（公开/私有切换）、会议纪要 AI 自动提取待办、社交功能（加好友、群聊），让竞赛团队和科研小组一站式协作交流。
2. Demo 创作思路
灵感来源：
作为大学生，我亲历过身边同学"保研目标明确但执行无力"、“计划永远在纸上”、"不知道某个选择对未来的真实影响"的困境。我自己也是一样——想考研又要打比赛，想提升绩点又想学技能，各种工具来回切换却越用越乱。
手机有 iOS/Android 来管理一切 App，大学生的成长为什么没有一个"OS"？我希望 AI 不只是回答问题的工具，而是能真正理解我的目标、帮我做长期规划并持续陪伴成长的"操作系统"。这就是 CampusOS 的核心灵感。
想解决的问题：
-
目标模糊：不知道怎么把"保研"这样的大目标拆解成可执行步骤，计划永远停留在口号阶段
-
工具割裂：任务管理、笔记、日程、计时需要在多款软件间切换，数据互不打通，效率低下
-
AI 用完即走：现有 AI 只停留在"被动回答问题"阶段，无法主动规划、持续跟踪用户的成长过程
-
决策凭感觉：做重要选择时看不到不同选择的长期后果（如"每天多学 2 小时能提升多少绩点？"）
-
缺乏成长反馈：看不到成长轨迹，学习进度、能力提升都是模糊概念，无法量化评估
-
团队协作低效：靠微信群、Excel 管理任务，进度不透明，会议纪要容易丢失
为什么做这个方向：
市面上的工具要么是"单项冠军"（如 Notion 只管笔记、Todoist 只管任务），要么是"大而全但浅"。CampusOS 选择了场景聚焦 + AI 贯穿的路线——围绕大学生成长这一核心场景，让 AI 不只是工具，而是"主动管理成长的系统"。用 AI Agent 的能力将散落的功能串联成完整体验，这是纯工具型产品做不到的。
产品免费、轻量、免安装，不依赖高性能设备，让每位大学生无论出身学校、专业、经济条件，都能拥有一个"私人成长管家"，对提升大学生整体成长质量有积极意义。
3. Demo 体验地址
本作品为单文件 HTML 应用，仅依赖 Font Awesome CDN，浏览器双击即可运行，数据通过 localStorage 本地保存，无需注册、无需后端服务。
交互式可体验的 HTML 格式文件已使用 Zip 格式打包上传到社区附件，下载后解压双击 index.html 即可在浏览器中直接体验 CampusOS 全部功能。
首次打开会弹出引导向导，可填写个人信息或点击"载入演示数据"快速体验全部功能模块。
index.html (501.0 KB)
4. TRAE 实践过程
整个 CampusOS 的开发完全在 TRAE 中完成，从最初的需求梳理、创意验证，到原型搭建、功能迭代、UI 优化，全程通过自然语言对话驱动。以下是关键开发步骤：
Step 1：创意验证与需求梳理
首先向 TRAE 描述了 CampusOS 的核心概念——“大学生的 AI 成长操作系统”。TRAE 作为产品策划助手，主动提出 5 个关键问题（AI 大脑的实现方式、用户迁移动力、AI 模拟可信度、数据隐私、Demo 落地策略），帮助我理清了创意的逻辑漏洞和可行性边界。
Session ID：498500811104288:f435cb132b72465c8acf4bf2ec4a114a_6a4927e8fa30a537716c6283.6a49f4d4f6aa5e014b013e74.6a49f4d3f6aa5e014b013e72:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/5 14:08:20)
Step 2：系统架构搭建与核心模块开发
确认方案后，通过自然语言逐步描述每个模块的功能需求，TRAE 生成了包含 10 个核心功能模块的单页面应用（2231 行 / 160.8KB）。系统采用 AIConfig + callAIAPI() 通用适配层架构，支持接入 DeepSeek、豆包等国内免费大模型 API，保证用户使用成本为零。
Step 3：AI 规划模块深度改造
对 AI 主动规划模块进行深度改造：移除预设快捷方框，改为"选择最终目标 → 上传课表截图 → AI 主动提问 → 生成路线图与排程"的四步流程。支持 AI OCR 识别课表和结合空闲时段的智能排程，不同目标类型匹配针对性的提问内容。
Step 4：仪表盘可视化升级——从静态进度条到数据驱动的每日复盘
原仪表盘中有两个图表区域：左侧"学习投入-产出矩阵"（散点气泡图）和右侧"技能雷达"（雷达图）。这两个图表存在明显的信息盲区——散点图无法直观对比"今天计划学多少 vs 实际学了多少"，雷达图展示的是长期能力评分而非每日学习行为。本次改版将两个图表彻底替换，核心目标是：让用户每天打开仪表盘就能看到今天的计划完成情况，以及时间具体花在了哪些学习类型上。
左侧图表——“每日计划与实际投入”（分组柱状图）：
-
横轴展示最近 7 天，纵轴为学习时长（分钟）
-
每天显示两根柱子：浅色柱 = 计划学习时长，深色柱 = 实际学习时长，对比一目了然
-
每根实际柱顶部标注当天完成率百分比（如 88%、117%），三色状态区分：绿色 = 达成目标（≥100%）、蓝色 = 接近目标（80%-99%）、橙色 = 未达目标（<80%），避免大面积红色产生挫败感
-
"今天"在横轴上加粗并附带小标签，视觉上有适度强调但不喧宾夺主
-
卡片标题下方显示紧凑型周统计摘要：本周实际投入总时长、周完成率、较上周环比变化，所有数字由数据动态计算
-
Tooltip 悬停显示完整信息：日期、计划时长、实际时长、完成率、完成任务数/总任务数、主要投入类别
-
完整处理空状态和异常情况：计划为 0 时显示"未设置计划"而非 NaN，无记录时显示"暂无学习记录"，数据不足 7 天时按实际天数渲染
右侧图表——“每日努力构成”（堆叠柱状图）：
-
横轴同样为最近 7 天，每根柱子按学习类型堆叠，直观展示"每天的时间花在了哪里"
-
初始支持 6 个可配置学习类型：编程、数学、英语、科研、沟通、协作，数据结构设计为可扩展，方便后续增减分类
-
6 种颜色采用蓝紫色体系的不同色阶（蓝、靛青、紫、青绿、橙、灰蓝），保证浅色/深色模式下均可读
-
右上角增加时间范围切换控件：“今日 / 近 7 天 / 近 30 天”，默认选中近 7 天；今日用环形图展示当天占比，近 30 天按周聚合为 4-5 根柱子避免不可读
-
卡片摘要区域根据数据动态生成分析文案（如"本周编程投入占比最高，科研投入较上周下降 18%"），分析逻辑覆盖最多/最少类别、环比变化、单一类别是否失衡等
-
Tooltip 显示当天每个类别的分钟数，0 值项弱化显示但不隐藏
工程细节：完全复用项目已有 CSS 变量和主题系统，深色模式自动适配；所有统计计算拆分为独立函数；Mock 数据集中管理在单一适配器层，后续可一行切换为真实接口；图表实例在组件卸载时正确 dispose，浏览器缩放时自动 resize；响应式适配桌面端 62%/38% 双栏、平板端上下排列、移动端横向滚动。
Session ID：
.498500811104288:571e3c8b6b2060340d5cd27d332781be_6a4c54ef6bf1466130d095da.6a511147863d4a91a576d25e.6a5111461b8ab35d39c37158:Trae CN.T(2026/7/10 23:35:35)
Step 5：智能笔记六合一改造
将笔记中心升级为六个功能标签页：上传资料（解析 PDF/Word/TXT 生成结构化笔记，含摘要、关键词、掌握程度）、思维导图（Canvas 绘制知识结构，颜色标注掌握状态）、学习计划（自动生成分阶段计划与时间线）、熟练度分析（雷达图+热力图+趋势图三合一）、复习提醒（基于艾宾浩斯遗忘曲线生成复习计划）、自测练习（自动生成选择题）。
Session ID： .498500811104288:14d26be7c77e59eb28f147866a8a52a2_6a5113caa19ea6ec3b4546bf.6a51141ea19ea6ec3b4546c1.6a51141d61178c7bb5ab6f46:Trae CN.T(2026/7/10 23:47:42)
Step 6：团队协作与社交功能
在团队协作模块中新增了"社交"标签页，实现好友管理（搜索/添加/在线状态显示）和群聊功能（创建群组/邀请好友/消息气泡布局/实时保存到 localStorage），让竞赛团队和科研小组可以一站式协作交流。
Session ID：
498500811104288:c418a1ba171b9584f5cb332f6ef64e7c_6a4927e8fa30a537716c6283.6a511938d662388139985055.6a511938d662388139985053:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/11 00:09:28)
Step 7：智能任务追踪与优先级推荐
新增任务追踪功能，输入任务后弹出详情确认框（截止日期/优先级），支持快捷标签（明天/本周）。低优先级区域设有"不知道怎么选"按钮，点击后打开 AI 聊天界面，基于关键词评分给出优先级推荐，支持多轮对话。智能排序算法使用优先级权重（高=3，中=2，低=1）和截止日期紧迫度自动排列任务。
Step 8：MBTI 性格适配与个性化成长引导
在 CampusOS 中新增了 MBTI 人格测评模块，让系统不只"认识你的目标"，还能"理解你的性格"。用户在首次引导向导中完成 16 型人格快速测评（约 60 题，5 分钟内完成），系统根据结果自动适配以下功能：
-
学习风格匹配：根据 MBTI 类型推荐最适合的学习方式——例如 NT 型（INTJ/ENTP 等）偏好自主探索和逻辑推演，系统会多推送研究型任务和开放性问题；SJ 型（ISTJ/ESTJ 等）偏好结构化执行，系统会生成更细致的分步骤计划；NF 型偏好意义驱动，系统在任务推送时增加目标价值描述；SP 型偏好动手实践，系统推荐实验和项目驱动型学习路径。
-
任务调度个性化：J 型（判断型）倾向于提前规划，系统会主动在前一天晚上推送次日安排；P 型（感知型）倾向于灵活应变，系统允许更弹性的截止日期和即时调整功能，减少"计划没完成"的挫败感。
-
社交协作匹配：E 型（外向型）在团队协作模块中默认展示更多社交入口和群聊提醒；I 型（内向型）默认收起社交面板，优先显示个人任务和独立学习空间，减少社交干扰。
-
仪表盘风格适配：T 型（思考型）看到更多数据指标和量化图表；F 型（情感型）看到更多鼓励性文案、成长里程碑和正向反馈动画。
MBTI 结果存储在本地用户档案中，可在设置面板中随时修改或隐藏。所有个性化适配逻辑通过统一的 getMBTIProfile(type) 函数获取配置，后续可扩展 Big Five 等更多人格模型，不影响已有功能模块。
Session ID:.498500811104288:5a37b86a5a322ddf722da25f056b0ad3_6a5115e4a19ea6ec3b454763.6a511a60a19ea6ec3b454938.6a511a6061178c7bb5ab6f4e:Trae CN.T(2026/7/11 00:14:24)
体验体验链接：
index.html (501.0 KB)
5. 对应的报名审核通过的帖子链接