1. 摘要
“光合.启途 公益学习平台”是面向偏远地区乡村学生与留守儿童,在教育资源匮乏、心理陪伴缺失的场景下,提供AI智能出题、自适应学习、心理树洞陪伴、危机预警干预等核心能力。虽然整个平台还在开发阶段,目前通过火山引擎大模型 API 实测验证,AI出题、心理陪伴对话、情绪分析、危机检测等功能均已跑通。
2. 真实场景与需求
目标人群
- 主要用户:偏远地区乡村学生(尤其是留守儿童)、乡村教师
- 次要用户:志愿者(负责老师和审核员)、企业ESG参与者、儿童心理志愿者
痛点描述
学业层面:
乡村教师往往一个人教多个年级、多门课,备课和出题负担极重。一个老师可能同时负责三年级数学和五年级语文,根本没有时间针对每个学生的薄弱点出个性化练习。
心理层面:
中国有超过900万留守儿童,很多孩子父母在外打工,跟着爷爷奶奶长大。他们不只是缺教育资源,更缺有人倾听他们说话。很多孩子有焦虑、自卑、孤独的情绪,但没有人发现,也没有出口。
具体到一个场景:
一个云南山村的小女孩,做完作业后感到孤独,想找人说话。她打开系统的"心理树洞",和AI聊了几句。AI识别到她话语中带有消极情绪,自动标记为"需关注"。如果她连续一周心情都是"阴雨天",系统会通知后台的心理志愿者介入。
现有做法与不足
| 现有方案 | 不足 |
|---|---|
| 支教志愿者短期下乡 | 难持续、覆盖面小 |
| 线上直播课 | 需要稳定网络,互动性差 |
| 心理热线 | 孩子不敢打电话,且非24小时 |
| 纸质练习册 | 无法个性化,批改反馈慢 |
3. 作品介绍
光合.启途 计划是一个基于 Web 的多端教育平台,包含以下核心模块:
学业系统
- AI 智能出题:教师输入知识点,AI自动生成选择题、填空题、解答题及解析
- 自适应学习:基于BKT算法,根据答题情况动态调整难度
- OCR 拍照批改:手写作业拍照上传,AI识别并自动批改
- 离线模式:支持低带宽环境,下载→离线做题→拍照上传
心理关怀系统(核心特色)
- 双身份机制:学生拥有"实名学籍身份"和"匿名树洞身份",数据物理隔离
- 心情气象站:每日心情打卡,连续异常自动预警
- AI 心理陪伴:7×24小时共情对话(接入火山引擎情感模型)
- 危机干预:高危关键词触发红色警报,启动线下联动
志愿者与企业参与
- 极简出题工具:结构化模板,企业员工用碎片时间出"真实世界题目"
- ESG 数据大屏:企业可实时看到帮助了多少学生
- 三重审核:AI初审 → 人工复审 → 社区纠错
4. 用 SOLO 实现的过程
背景
我大学毕业后已经20多年没有编程了。这些年一直想做公益教育相关的事情,但重新学习编程在精力和时间上都没有办法负担。直到发现了 Trae SOLO。
任务拆解方式
我没有一次性让 AI 写整个系统,而是分阶段、分模块逐步推进:
第1步:描述项目愿景 → AI 生成项目架构和目录结构
第2步:逐个模块开发 → "帮我创建用户认证系统"
第3步:AI功能对接 → "接入火山引擎大模型API"
第4步:前后端联调 → "修复字段不匹配问题"
第5步:测试验证 → "运行测试脚本检查所有API"
关键 Prompt 示例
项目初始化:
“我要做一个公益教育平台,包含教师端、学生端、捐赠者端、学校端。使用 React + Node.js + MongoDB 技术栈。请帮我搭建项目架构。”
AI功能开发:
“创建一个AI出题服务,接入火山引擎大模型API,支持按学科、年级、知识点、难度生成选择题和填空题,返回JSON格式。”
Bug修复:
“前端报错
Cannot read properties of undefined (reading 'toLowerCase'),出现在 CourseStandardManagement.tsx 第142行,请帮我修复。”
踩过的坑
| 问题 | 原因 | 解决 |
|---|---|---|
| 前后端字段不匹配 | 后端返回_id,前端用id |
统一字段映射 |
isMock vs mockMode |
前后端命名不一致 | 修改前端字段名 |
| TypeScript文件用.js后缀 | difficultyAssessmentService.js用了interface语法 |
转换为JSDoc |
| OCR服务配置读取失败 | 构造函数中dotenv未加载 | 改为延迟加载 |
| AI返回JSON含markdown代码块 | 模型有时返回```json包裹 | Prompt强调纯JSON |
| 401认证失败 | 组件手动取token但实际key是charity_token |
统一使用api.ts的axios实例 |
用到的 SOLO 能力
- 自然语言生成代码:整个后端服务和大部分前端组件
- Bug诊断与修复:通过粘贴错误日志让AI定位问题
- AI功能对接:火山引擎大模型API集成
- 测试脚本编写:自动化测试AI服务
- 文档生成:PRD文档、项目文档
5. 成果展示
技术栈
前端:React + TypeScript + Tailwind CSS(4个端)
后端:Node.js + Express + Socket.io
数据库:MongoDB(15+数据模型)
AI服务:火山引擎(大语言模型、OCR、情感分析)
项目规模
| 指标 | 数据 |
|---|---|
| 后端API | 50+ 个接口 |
| 前端页面 | 40+ 个组件 |
| 数据模型 | 15+ 个 |
| 开发周期 | 不到1个月 |
| 代码行数 | 约20,000+行 |
AI功能实测结果
| 功能 | 状态 | 说明 |
|---|---|---|
| AI题目生成 | 火山引擎API正常,生成质量高 | |
| AI阅读材料生成 | 含词汇表和阅读理解题 | |
| AI题目评估 | 返回难度/认知层级/质量评分 | |
| AI心理陪伴对话 | 回复温暖有共情 | |
| 情绪分析 | 5种情绪正确识别 | |
| 危机检测 | 14个危机关键词实时检测 | |
| OCR文字识别 | 复用大模型视觉能力 |
项目代码仓库
https://github.com/EnglandTong/Brightway-Education
6. 验证方式与下一步
已完成的验证
AI功能测试:编写了自动化测试脚本,对AI出题、心理陪伴、情绪分析、危机检测进行了完整测试,所有功能均通过验证。
API接口测试:对修复后的后端API(课程管理、作业管理、统计、题目等)进行了接口测试,全部返回200。
下一步计划
短期(1-2个月):
- 完善AI心理陪伴的合规性(2026.7.15法规)
- 接入1所乡村学校试点
- 招募第一批心理志愿者
中期(3-6个月):
- 跑通"AI预警 → 真人介入"闭环
- 对接企业ESG合作
- 申请政府公益资源
长期愿景:
- 覆盖100+乡村学校
- 建立"企业赞助 → AI赋能 → 乡村受益"的可持续模式
关于 Vibe Coding
这次是我第一次使用 Vibe Coding,第一次就使用了 Trae SOLO 来全程开发。
从构思到现在只用了不到一个月。我20多年前从大学毕业后就再也没有编程了,这些年自己一直想做这想做那,但重新学习编程在精力和时间上都没有办法负担。
Trae SOLO 给了我十分大的惊喜!我竟然只需要用自然语言沟通,就可以生成了一个不错的框架,也是一个能使用的系统。同一时间,我还在正常上班,也同时在开发另一个 ERP 系统。
现在的 Vibe Coding,真的让人人都可以把想法实现。如果你也有一个一直想做但没时间学编程的想法,现在就是最好的时机。 ![]()
“让每一次连接,都产生教育的光合作用,启发人生的新旅途。”




