0. 先和大家打个招呼吧 
-
你是谁： 我是前腾讯架构师、敏捷教练，目前在做 AI OPC，一边开发，一边对外培训。
-
你是怎么用 TRAE 把 Demo 做出来的： 作为敏捷教练，把需求和 TRAE 讲清楚并不难，逻辑缜密、用词严谨就可以。难的是「数据结构」、「架构」和「框架」，比如数据库怎样设计才有灵活性、调用接口还是本地数据、用什么技术栈符合 AI 时代内存不足的现状？作为架构师，这些都可以和 TREA 探讨，很快就能找到最佳实践。最难的是「美术设计」，完全由 TRAE 发挥，还挺好看，解决了大问题。总之，AI 时代，是创意的时代，也是大龄架构师的春天。
1. Demo 简介
-
是什么：App；
-
面向谁：理性购物者；
-
主要功能：中立购物 AI、huggingface 开放数据共创、商品结构化数据皆可排序。
2. Demo 创作思路
-
灵感来源：朋友让我帮忙选一个 2000 元以内的手机，用于拍视频剪视频，怎么选？哪个最合适？；
-
想解决的问题：目前的电商缺少结构化数据，无法筛选/排序（按拍照效果排序），导致理性购物效率极低，并且导致无法建设正确的 AI，而且电商 AI 偏向自家货源，无法中立；
-
为什么做这个方向：感性购物（小红书、抖音）已经很发达，而理性购物只在少数垂直领域落地（懂车帝），在综合电商（京东、淘宝）领域，仍然采用落后的图文搜索，没有数据化，购物效率极低。在 AI 时代，各个电商 AI 由于缺少商品结构化数据，难以给出正确的回答；而且由于各个电商局限于自身货源，正确回答的商品可能导流到竞品电商，所以可能故意不给出正确的回答。
3. Demo 体验地址（三选一）
- 演示视频替（iOS App 未上架无法公开访问，只能录制视频）：https://www.douyin.com/video/7662712081006759177
4. TRAE 实践过程
-
清晰展示用 TRAE 完成 Demo 开发的完整流程；
-
附开发关键步骤截图（不少于 3 张）；
-
Session ID: .3710194896611184:110159ba46f1dd549538046a027cd42c_6a55aea4717ad4b6382b7691.6a55aeac717ad4b6382b7693.6a55aeaba9dd2cd6130887e2:Trae CN.T(2026/7/14 11:36:12)
-
Session ID: .3710194896611184:8aa7e225c2bc53a4dbd34902b083146e_6a4f503e717ad4b6382b5d66.6a4f6568717ad4b6382b5dfd.6a4f6568a9dd2cd61308879c:Trae CN.T(2026/7/9 17:10:00)
-
Session ID: .3710194896611184:98d02bef8f848ea9b5ddbcacb203a525_6a56448563d48dc58d18a70a.6a564a2863d48dc58d18a789.6a564a28ac97312864f64573:Trae CN.T(2026/7/14 22:39:36)
5. 对应的报名审核通过的帖子链接
