1. 摘要
我是一个完全不懂编程的财务人员，面对一套复杂的手工 Excel 计算模型，我用 TRAE 从零开始，一步步开发出了一款项目收入成本利润管理系统。最终，这款软件被打包成独立的 Windows 应用程序（.exe），可供同事或客户直接安装使用，所有数据本地存储，无需联网。
2. 背景
我的日常工作需要管理多个项目的收入、成本、利润等财务数据。这些数据按月维护，涉及 16 种指标、3 种属性（上期累计数、当期数、当期累计数），以及一套复杂的、环环相扣的计算公式。
此前，所有计算通过 Excel 手工完成，公式容易出错，跨期引用麻烦，且生成的 Excel 报告样式固定。我想做一个工具：只需手工录入 5 个数字，其余指标自动计算，还能生成 项目全周期利润报表 横向报表并导出。
但问题是我完全不会编程，连一行 Python 都没写过。
我希望借 TRAE 的力量，从零开始把这个想法变成一个实际可用的桌面软件。
3. 实践过程
3.1 任务拆解
我将整个系统分成 4 大步骤，逐步交给 TRAE 完成：
-
搭建基础框架：创建项目管理功能（新增、修改、删除项目）和 SQLite 数据库
-
实现期间管理：根据项目起止月份自动生成期间，支持跨年计算
-
开发核心计算引擎：实现 16 种财务指标的自动计算，跨期依赖、百分比、预计负债等复杂逻辑
-
报表与导出：将月度数据横向展示，自动汇总年度合计和全周期合计，并导出 Excel
每一步完成并测试通过后，才进入下一步。
3.2 善用 TRAE 的能力
开发过程中深刻体会到：跟 AI 说“人话”太重要了。
我完全用小白语言描述需求，TRAE 会自动翻译成技术实现。以下是几个印象深刻的案例：
案例 1：复杂计算逻辑
我把 16 种数据类型的计算公式，用最原始的方式逐条列出，比如：
项目总利润当期数：项目总收入当期数 - 项目总成本当期数
预计负债当期累计数：如果实际利润当期累计数 > 项目总利润当期数，则 = 实际利润当期累计数 - 项目总利润当期数；否则 = 0
TRAE 完美理解了这些公式，并在 calculator.py 中实现了自动计算。
案例 2：修改项目周期后的数据清理
这是一个极易出错的边界场景。比如项目原来 5 期，之后改为 3 期，多出来的 2 期数据该怎么办？
我跟 TRAE 反复推演了 6 种周期变更场景（缩短结尾、同时缩短首尾、延长周期、插入更早月份等），每一轮都明确要求：“新第一期的上期累计数必须归零”“开始期间改小后，原来第一期要正确继承新月份数据”。TRAE 按此要求生成清理和重算逻辑，测试全部通过。
案例 3：UI 美化
默认的界面很朴素。我对 TRAE 说：“改成莫兰迪色系，偏天空蓝淡蓝色，饱和度低一些。”它更新了样式文件，界面瞬间高级起来。
后来我上传了 一款我喜欢的UI界面截图，说“改成这种感觉”，TRAE 重新设计了 QSS 样式表，让程序拥有了干净通透的现代 UI。
期间还有很多细节调整，如去虚线框、调字号、改行高，每一次只需一句话，TRAE 就能精准定位代码并修正。
3.3 踩过的坑
-
导入错误：TRAE 在不同文件间复制函数时，偶尔会漏掉 import 语句，导致程序启动报错。很快就能修正。
-
计算逻辑歧义：早期我描述公式时有一处写错了（“计算收入”的上期累计数引用了错误字段），导致计算结果与 Excel 不一致。我把两个版本的公式发给 TRAE 对比修正后，数字完全吻合。
-
行高问题：项目列表的序号看不清，试了换字体、调字号都无效。后来发现是表格行高不够，数字被压缩。把行高从 28 调到 42，问题解决。
-
虚线焦点框：点击单元格或下拉框会出现虚线框，影响美观。一句“把虚线框去掉”，TRAE 就在 QSS 中加了
outline: none，彻底消除。
3.4 打包交付
所有功能完成后，TRAE 帮我用 PyInstaller 把整个项目打包成一个 .exe 文件，并提前修改了资源文件加载路径以兼容打包。
最终生成的 exe 可以直接复制给任何人使用，无需安装 Python 或任何依赖。
4. 成果展示
最终交付物：
-
项目收入成本利润管理系统.exe：双击运行，所有功能正常
-
功能清单：
-
项目增删改查
-
按月度录入 5 个关键数字，自动计算其余 11 项指标（含百分比、预计负债等复杂逻辑）
-
支持项目周期变更后自动清理数据并重算
-
项目全周期利润表 横向报表（月度展开 + 年度合计 + 全周期合计）
-
月度数据与 项目全周期利润报表均可导出 Excel
-
-
UI 风格：低饱和度，清晰易读，无虚线框
5. 效果与总结
提效成果
原来靠 Excel 手工维护公式和跨期引用，一个项目的数据核对就要 2-3 小时，还经常出错。现在只需录入 5 个数字，系统自动完成全部计算，几秒出结果。更重要的是，这套逻辑现在可以被任何同事直接使用，不再依赖我的个人 Excel 技能。
对 AI 工作方式的思考
TRAE(SOLO) 在整个过程中扮演了全栈工程师的角色：代码生成、错误排查、UI 设计、打包部署，全部由它完成。
作为纯小白，我的核心作用是：
-
把业务需求拆解成 AI 能理解的“小步骤”
-
用精确的自然语言描述需求，甚至公式
-
做测试验证，发现结果不对时，把现象描述清楚反馈给 AI
可复用的方法
-
分步实现：不要一次性提所有需求，一个模块稳定后再推进下一个
-
显式表达边缘场景：如“周期缩短时删除旧数据并令首期上期累计归零”
-
保存核心上下文：把完整公式、技术栈、文件结构复制保存，方便未来新对话中让 AI 快速“恢复记忆”
零编程基础的人，也能借助 TRAE 做出真正可用的、面向实际业务的桌面软件。这是我这次体验最大的收获。
