【**社会服务赛道 】古籍拓片修复案例知识库**

TRAE AI 创造力大赛 【大赛初赛专区】
,
1

**【标签】**社会服务、社会公益

【标题】 【社会服务赛道】 古籍拓片修复案例知识库
（示例：【生活娱乐赛道】+XXXX

【正文】 至少包含以下 4 个部分，可以增加额外的部分（比如自我介绍、经验总结、踩坑复盘等）

0. 先和大家打个招呼吧 :waving_hand:

  • **你是谁：**我是一名文物专业的研究生，研究方向为纸质文物保护修复；

  • 你是怎么用 TRAE 把 Demo 做出来的： 没有技术背景也没关系 —— 说说你和 TRAE「配合」的真实感受。比如：是怎么把脑子里的想法一句句讲给它听的？哪一步让你觉得「原来这么简单」？它帮你跨过了哪个原本以为搞不定的坎？

  • （我们相信，每个作品背后都有一个真实的人。这段不计入评分，但真诚的分享，会让你的作品更有温度、也更容易被看到 :sparkles:）

1. Demo 简介

是什么

古籍拓片修复案例知识库是一个基于 Web 技术构建的拓片修复案例检索与管理系统，采用前后端分离架构，前端为暗色主题的单页应用，后端基于 Flask + SQLite，数据全部存储在本地数据库中，同时提供可脱离服务器独立运行的 HTML 文件版本。

面向谁

核心用户为两类人群：

文物修复人员—— 在面对同类病害的拓片文物时，能够快速检索不同机构的历史修复方案，为修复决策提供参考。

文物研究者与学生—— 通过跨机构的结构化数据比较，了解图书馆、博物馆、考古研究所、档案馆等不同系统的修复理念与技术路径差异。

主要功能

① 多维度智能检索

系统提供全文关键词搜索，可按时代、装帧形制、修复机构、病害类型等多个维度进行组合筛选。所有筛选条件均支持输入联想，用户无需记忆精确术语即可快速定位。

  • image
    image1116×793 55.3 KB

    ② 全周期案例详情与原文展示

    点击任意案例可查看完整详情，信息按“修复前→修复中→修复后→长期追踪”四个生命周期阶段分区展示。底部“原文论述”区域嵌入来源文献的完整章节，支持 Markdown 格式渲染（包括表格、标题层级、列表等），默认折叠展开，确保学术引用的原始上下文完整可见。

  • ③ 案例增删改与动态追踪

    支持新增、编辑、删除案例，表单按“基本信息 / 修复前状况 / 修复方案 / 修复后与追踪”四段分区，新增“修复后状态”与“长期追踪记录”字段，形成完整的全周期数据链条。统计面板实时展示案例总数、机构数、形制数、病害类型数与长期追踪中数量。

image
image1910×873 117 KB

image
image1910×873 116 KB

image
image1111×814 92.3 KB

  • 2. Demo 创作思路

    灵感来源

    本作品源自《基于拓本修复档案数据库构建的拓片修复理念探讨》这一研究课题。在课题研究过程中，我们发现纸质文物修复领域长期存在三个突出痛点：修复档案分散于各收藏机构，难以跨机构比较；图书馆、博物馆、考古研究所、档案馆四个系统的修复理念和技术路径存在显著差异，缺乏可量化的比较工具；修复效果缺乏长期跟踪数据，难以评估不同修复理念的实际效果。因此我们决定将研究成果从论文转化为可实际使用的数据库产品。

    想解决的问题

    研究者与修复人员在面对同类病害的拓片时，往往需要通过个人关系网络或逐本查阅大量专业著作才能找到参考案例，效率极低且难以进行跨机构比较。本数据库将分散在《国家图书馆藏法帖修复与保护》和《墨影春秋——山东博物馆藏全形拓片保护修复与研究》等多本著作中的 39 个修复案例进行结构化整合，并将原文完整嵌入，实现“检索即可看原文”的一站式体验。

    为什么做这个方向

    拓片作为一种特殊的纸质文物，其保护修复跨越图书馆、博物馆、考古研究所、档案馆四大系统，是理解不同系统修复理念差异的理想切入点。我们选择从拓片入手，通过“小而深”的数据库验证路线，先完成核心功能开发与数据录入，后续再逐步扩展至更多机构和文物类型。这种渐进式技术架构既能快速验证数据模型与用户需求，也为后续整合 NLP 与大语言模型技术实现智能检索与方案推荐预留了升级空间。

3. Demo 体验地址（三选一）

请下载附件中的 Zip 压缩包，解压后双击打开 index.html 即可体验完整功能。该文件为纯前端实现，无需任何服务器，数据内嵌于文件中，共 39 条案例、超 7 万字原文全部可离线访问。

4. TRAE 实践过程

  • 步骤一：数据解析与导入

    使用 TRAE 读取用户提供的 Excel 原始数据表，识别出 11 个字段、39 条案例记录，自动设计 SQLite 数据库表结构并导入全部数据。

image
image1131×615 28.9 KB

819600915172697:3118f696d15649de0179ac80d82b2e47_6a511fe63358dd958f1d33ea.6a51207b3358dd958f1d3424.6a51207b3358dd958f1d3422:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/11 00:40:27)

步骤二：前后端开发

在 TRAE 中从零构建 Flask 后端 + 前端单页应用，实现 RESTful API（增删改查）、多维度搜索筛选、分页、模态弹窗等功能，并完成暗色主题 UI 设计。

image
image1090×563 24.6 KB

819600915172697:ac072426bfb42cb8c22bf99762d431ee_6a511fe63358dd958f1d33ea.6a5126ec3358dd958f1d3466.6a5126eb3358dd958f1d3464:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/11 01:07:56)

步骤三：原文提取与嵌入

使用 TRAE 的子代理并行处理，从两本超过 200 页的学术著作 Markdown 源文件中，按章节定位提取对应案例的原文论述（总计超 7 万字），写入数据库并在前端实现折叠展开 + Markdown 渲染。

image
image1165×645 29.4 KB

819600915172697:bcd58abad42ad82b13acab7cd279e82b_6a511fe63358dd958f1d33ea.6a523313b4d7557cad85c49c.6a523313b4d7557cad85c49a:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/11 20:12:03)

步骤四：迭代优化

根据《数据库建设设计原则》文档进行了多次迭代，包括增加“修复后状态”和“长期追踪记录”字段、按生命周期重组详情页、引入 marked.js 实现 Markdown 表格渲染、筛选框改为输入联想等。

image
image1131×698 31.7 KB

819600915172697:cb5cf1ff39f2b0ec82e0bc523302b9c8_6a511fe63358dd958f1d33ea.6a522dccb4d7557cad85c445.6a522dccb4d7557cad85c443:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/11 19:49:32)

步骤五：独立 HTML 打包

使用 TRAE 生成可脱离服务器运行的独立 HTML 文件，将全部 39 条案例数据嵌入文件中，完整保留搜索、筛选、详情、原文展示等全部功能，可直接上传社区供评审体验。

image
image1175×639 26.3 KB

819600915172697:567f393d7e1c93d89b135292d2b3347b_6a511fe63358dd958f1d33ea.6a53aae9fff8a13ee1fe8477.6a53aae8fff8a13ee1fe8475:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/12 22:55:37)

开发关键对话 Session ID

以下为本作品开发过程中的关键 TRAE 对话 Session ID，可验证作品由 TRAE 开发完成：

**Session 1：**数据解析与导入——读取 Excel 、设计数据库表结构、导入 39 条案例

819600915172697:3118f696d15649de0179ac80d82b2e47_6a511fe63358dd958f1d33ea.6a51207b3358dd958f1d3424.6a51207b3358dd958f1d3422:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/11 00:40:27)

**Session 2：**前后端开发——Flask API 、暗色主题 UI 、搜索筛选、增删改查功能

819600915172697:29c1639ad745d6019caccc0ab130fcf0_6a511fe63358dd958f1d33ea.6a5261b9b4d7557cad85c60e.6a5261b8b4d7557cad85c60c:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/11 23:31:05)

**Session 3：**原文提取——从两本学术著作中提取超 7 万字原文并写入数据库

819600915172697:bcd58abad42ad82b13acab7cd279e82b_6a511fe63358dd958f1d33ea.6a523313b4d7557cad85c49c.6a523313b4d7557cad85c49a:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/11 20:12:03)

**Session 4：**迭代优化——生命周期展示、Markdown 渲染、联想筛选、暗色主题调整

819600915172697:cb5cf1ff39f2b0ec82e0bc523302b9c8_6a511fe63358dd958f1d33ea.6a522dccb4d7557cad85c445.6a522dccb4d7557cad85c443:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/11 19:49:32)

**Session 5：**独立 HTML 打包——生成可脱离服务器运行的完整体验文件

819600915172697:567f393d7e1c93d89b135292d2b3347b_6a511fe63358dd958f1d33ea.6a53aae9fff8a13ee1fe8477.6a53aae8fff8a13ee1fe8475:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/12 22:55:37)

5. 对应的报名审核通过的帖子链接