我选了命题三：帮助大学生跨越求职迷茫
CareerPath — AI 职业规划平台，让每个人都能看清自己的成长路径
① 摘要
面向求职者与转行者，在职业迷茫期提供 AI 简历诊断 → 岗位智能匹配 → 个性化学习路径生成 一站式服务，目前通过 DeepSeek AI 驱动的完整功能闭环验证，可在 3
分钟内输出包含优劣势分析和技能学习路径的结构化报告。
② 真实场景与需求
目标人群：大学生、初级开发者、想转行的职场人。
痛点描述：投了 50 份简历石沉大海，却不知道自己到底差在哪——不是不够努力，是不知道该往哪个方向补。简历写完没人帮你看，岗位 JD
看不懂自己够不够格，学习路线网上搜一堆互相矛盾。
现有做法：目前大多数人靠知乎帖 / 小红书经验贴 + 付费职业咨询。问题是：经验贴太泛不针对个人，付费咨询单次 500-2000 元且难以持续跟进。
③ 作品介绍
CareerPath（职业规划平台） 是一个基于 Next.js 14 的 Web 应用，核心功能包括：
- AI 简历分析：粘贴或上传简历文本，DeepSeek AI 自动解析技能、教育、经验，输出优劣势报告和岗位匹配度评分
- 岗位智能匹配：根据简历内容与岗位库逐条对比，给出匹配分数 + 匹配技能 + 缺口技能
- 可视化学习路径：AI 生成个性化技能树，以 Flipbook 卡片 + ASCII 艺术字呈现，支持前置/后续依赖关系可视化
- 学习中心：按技能推荐课程资源，跟踪学习进度
- 社区互动：支持发帖、点赞、评论，分享职业经验
- 成就系统：完成分析、确认目标、学习技能等操作解锁成就徽章
④ 用 TRAE SOLO 实现的过程
任务拆解：将整个平台拆为 5 个独立模块并行推进——
┌─────────────────┬────────────────────────────────────────────────┐
│ 模块 │ 核心文件 │
├─────────────────┼────────────────────────────────────────────────┤
│ 认证系统 │ lib/auth.ts + NextAuth v4 │
├─────────────────┼────────────────────────────────────────────────┤
│ AI 集成层 │ lib/deepseek.ts（封装 OpenAI SDK 调 DeepSeek） │
├─────────────────┼────────────────────────────────────────────────┤
│ 7 个 API 端点 │ app/api/ 下各路由 │
├─────────────────┼────────────────────────────────────────────────┤
│ Flipbook 可视化 │ components/flipbook/ + lib/ascii-structure.ts │
├─────────────────┼────────────────────────────────────────────────┤
│ 页面 UI │ app/(main)/ + app/(auth)/ 路由组 │
└─────────────────┴────────────────────────────────────────────────┘
SOLO 使用的关键能力：
- 代码生成：用 SOLO 生成了完整的 API 路由骨架、类型定义（lib/types.ts 含 12 个接口）、Tailwind 样式组件
- 架构引导：SOLO 建议了路由组 (auth) / (main) 分离布局、JSON 文件存储 + 文件锁的轻量方案
- Prompt 工程：AI 端点的 system prompt 都是 SOLO 帮我调优的，确保 DeepSeek 返回稳定 JSON 格式
关键 Prompt 示例（简历分析）：
你是专业的职业规划顾问。请分析用户简历，返回 JSON 格式：
{ strengths, weaknesses, matchScores, suggestions }
只返回 JSON，无额外文本。
踩过的坑：
- DeepSeek 偶尔返回非 JSON 文本，所有 AI 端点都加了 try/catch JSON.parse + 静态 fallback 兜底
- Flipbook 的 ASCII 艺术字用 figlet 库生成，但中文字体支持差，最终改为在服务端 /api/ascii-art 动态生成后缓存
- JSON 文件存储并发写入会丢数据，SOLO 帮我实现了 acquireLock 文件锁机制
⑤ 成果展示
技术栈：Next.js 14 + TypeScript + Tailwind CSS + Framer Motion + DeepSeek API + NextAuth v4
核心代码结构：
app/
├── (auth)/login, register # 认证页
├── (main)/dashboard, resume, jobs, learning, path, community, achievements
├── api/
│ ├── resume/ # AI 简历分析
│ ├── jobs/match # 岗位匹配
│ ├── path/generate # 路径生成
│ ├── learning/recommendations # 课程推荐
│ └── community/posts # 社区 CRUD
components/flipbook/ # Flipbook 技能卡片可视化
lib/deepseek.ts # AI 调用封装（含重试）
lib/ascii-structure.ts # ASCII 技能树/星图/流程图生成
lib/data/ # JSON 文件存储 + 文件锁
在线体验：本地运行 npm run dev 即可启动，配置 DEEPSEEK_API_KEY 后 AI 功能全部可用
代码仓库：项目根目录即为完整源码，npm install && npm run dev 一键启动
⑥ 验证方式与下一步
模拟测试：
- 简历分析：输入不同风格的简历文本（技术岗/产品岗/设计岗），AI 均能返回结构化 JSON，优劣势和岗位匹配度评分合理
- 岗位匹配：匹配分数区分度明显（60-95 分区间），技能缺口列表与岗位 JD 要求一致
- 路径生成：输入 “React 前端工程师” 目标，生成 5 个技能节点、预估学习时长、推荐资源，逻辑连贯
下一步计划：
- 接入真实招聘平台 API（Boss 直聘、拉勾），替换目前的 3 条 mock 岗位数据
- 加入简历 PDF/Word 解析（已引入 pdf-parse、mammoth 依赖，待接入）
- 用户学习进度持久化，支持断点续学
- 社区帖子支持图片上传和代码块高亮