官网：www.zhenxiaoning.com
App Store：搜索「镇小宁」即可下载
赛道：Code with SOLO
1. 摘要
这是一款本不该存在的软件。
如果每个人都能在深夜放轻脚步，镇小宁 就没有存在的必要。但现实里，楼上的低频撞击、拖拽、跑跳声，往往很难录清、很难说清，也很难取证。
于是我这个缺乏 iOS 底层开发经验的人，用 TRAE SOLO 做出了一款已经上架 App Store 的噪音治理 App：它能记录分贝、震动、异常事件和取证报告，还能把每一次“砰”封印成一只噪音怪兽。
图注：镇小宁监测首页：把楼上噪音变成可记录的分贝、震动和事件数据。
2. 背景：我为什么要做镇小宁
我长期被楼上噪音困扰。真正折磨人的，不只是声音本身，而是它的不可预测。
你不知道下一声什么时候来，也不知道该怎么证明它真的发生过。
你明明被吵醒了，但拿出来的可能只是一句“刚才真的很吵”。
对物业、邻居、调解方来说，这句话很难成为事实。
普通分贝仪能显示数字，但它解决不了三个问题：
-
低频闷响经常被手机系统自动处理掉。
-
单张截图很难说明噪音发生的时间、频次和持续性。
-
长期记录噪音很痛苦，每次打开工具都像在重复确认自己的崩溃。
所以我一开始只是想做一个取证工具。后来我发现，单纯的取证工具太冷了，它只是一个痛苦记录仪。
于是我给镇小宁加了另一层灵魂：把噪音交给 AI，生成“夜啼婴”“天花板巨人”“燹鸣”这样的怪兽档案。不是为了娱乐化痛苦，而是为了把无形的恐惧变成一个可以被命名、被收集、被处理的对象。
图注：怪兽收容所：每一次噪音异常，都被封印成一只可追踪的怪兽。
3. 实践过程：我和 SOLO 怎么把它做出来
3.1 第一步：把一个崩溃想法拆成可开发系统
我最开始给 SOLO 的描述非常大白话：
我想做一个 iOS App，用来记录楼上噪音。
它要能测分贝、录音、记录时间地点，还要能把噪音变成怪兽图鉴。
我不会 iOS 音频底层，你要帮我拆架构、写 SwiftUI 页面、设计音频采集逻辑。
SOLO 帮我把项目拆成三条主线：
-
取证线：分贝监测、录音线索、时间地点、异常事件、导出报告。 -
识别线：声源识别、低频冲击检测、动态基准线、误报控制。 -
转化线：AI 怪兽档案、噪音故事、协商材料、用户成长体系。
这一步对我很关键。因为我不是专业 iOS 工程师，如果直接开写，项目很容易变成一堆互相缠绕的页面。SOLO 帮我把它拆成 SwiftUI + 服务层 + 云端数据的结构，再一点点补齐。
3.2 第二步：让 iPhone 尽量听见低频噪音
第一个硬坑是：iOS 默认会对麦克风输入做处理，很多楼板低频闷响会被削弱。
我问 SOLO：
iPhone 录音为什么听不到楼板低频撞击？
我不是要做音乐录音，我要尽可能真实地保留环境噪音。
Swift 里应该怎么配置 AVAudioSession？
SOLO 帮我围绕 AVAudioSession.Mode.measurement 设计采集链路，尽量减少系统自动降噪、增益和滤波的干扰。后面又继续补了音频 buffer 分析、软件增益、频域识别等思路。
这里我第一次感觉到：SOLO 不是只会写页面，它能把一句“我想抓住楼上那种闷响”，拆成音频采集、频域分析、异常峰值和数据记录。
3.3 第三步：只看分贝不够，必须控制误报
第二个坑是误报。
如果只看瞬时分贝，开门声、说话声、风声都可能被记录成异常。但楼上噪音最典型的是低频冲击、重复拖拽和突然撞击。
我继续问 SOLO：
我不想只看分贝峰值。
楼上噪音往往是低频冲击、重复拖拽、突然撞击。
能不能做一个动态基准线，让环境本身变吵时不要一直误报？
SOLO 帮我设计了混合检测思路：
-
用 SoundAnalysis / CoreML 做声源辅助识别。
-
用 vDSP / FFT 捕捉低频异常变化。
-
用动态基准线适配当前环境噪声，降低误报。
我最喜欢的是动态基准线：环境突然安静时，基准线要跟得快；环境慢慢变吵时，基准线要升得慢。这样既能抓住突发撞击，又不至于把整段背景噪音都当异常。
【图片 3：数据分析_作息规律烦噪趋势】
图注：数据分析：把噪音记录转成作息规律、烦噪趋势和可复盘数据。
3.4 第四步：怪兽图鉴和严肃证据必须同时存在
镇小宁不是只做可爱图鉴。它必须能在需要协商时变得严肃。
我给 SOLO 的要求是：
App 内部可以叫“天花板巨人”“夜啼婴”，但导出给物业或调解方时不能这么写。
请帮我设计一个导出规则，把娱乐化命名转换成严肃描述。
例如“天花板巨人”变成“疑似楼板撞击声”。
最后镇小宁形成了两套表达：
-
App 内：用怪兽图鉴降低恐惧，增强收集感和掌控感。
-
导出时：转成时间、设备、峰值、持续时间、异常事件和报告。
也就是说，镇小宁表面是“怪兽图鉴”，底层是“噪音证据链”。
图注：AI 根据噪音数据生成怪兽档案，把无形恐惧变成可命名、可收集的对象。
图注：取证报告预览：时间、设备、峰值、异常事件被整理成可分享材料。
3.5 第五步：从 Demo 到真正能上架的 App
真正难的不是做一个漂亮 Demo，而是把它变成能长期使用、能上架、能维护的产品。
SOLO 后续陪我处理了很多杂但关键的问题：
-
SwiftUI 页面状态混乱。
-
调试入口隐藏导致测试困难。
-
游客数据迁移到注册账号时，图鉴、录音线索、算力需要一起迁移。
-
后端权限、VIP 配置、触发器和字段兼容问题。
-
App Store 上架前的隐私政策、用户协议和权限说明。
下面这两张是我和 SOLO 真实协作的截图。它们不是宣传图，而是我把问题丢给 SOLO 后，它直接改 SQL、改 Swift、修权限、补配置的过程。
图注：TRAE SOLO 协作截图：修复后端权限触发器与 VIP 配置。
图注：TRAE SOLO 协作截图：修复 Debug 日志入口与 SettingsView 逻辑。
如果没有 SOLO，我大概率会卡死在这些“不酷但必须解决”的工程细节里。它真正帮到我的地方，是把我从一个只会描述痛点的人，推到了可以独立交付产品的人。
4. 成果展示
4.1 监测：把噪音从感觉变成数据
镇小宁可以记录环境分贝、震动、触发次数、噪音峰值和最近捕获，让“我感觉很吵”变成可复盘的记录。
4.2 图鉴：把噪音从恐惧变成怪兽
每一次异常都可以进入怪兽收容所。用户看到的不是一串冷冰冰数据，而是一只被捕获、被命名、被记录的怪兽。
4.3 证据：把零散记录变成报告
镇小宁可以把一天的异常事件、峰值、趋势和事件时间线整理成报告，便于后续协商、投诉和留存。
图注：全天监测报告：将零散噪音记录整理成结构化证据。
4.4 声掩蔽：把崩溃拉回可控
我不希望镇小宁鼓励冲突升级。它的目标不是报复邻居，而是帮助被噪音困扰的人记录事实、整理证据、保持边界，并通过声掩蔽等方式缓冲情绪压力。
4.5 宣传视频
15 秒竖屏宣传视频：
5. 效果与总结
这次开发让我真正理解了 TRAE SOLO 的意义。
它不是“替我写几段代码”的工具，而是一个能陪普通人穿过陌生技术栈的合作者。
没有 SOLO，我可能只会继续忍受噪音，或者买一个普通分贝仪截图；有了 SOLO，我把这个真实痛点做成了一个已经上架 App Store 的产品。
对我来说，镇小宁有三层价值：
-
它是工具：记录噪音、辅助协商、保留线索。
-
它是疗愈：把未知的惊吓变成可命名、可收集的怪兽。
-
它是方法：当一个普通人的痛点足够真实，AI 可以把“我不会”变成“我可以试试”。
我也想把这套方法分享给更多正在被噪音折磨的人：不要只剩下忍耐，也不要先把关系推向失控。先记录、先表达、先协商，让数据和文字帮你站稳。
镇小宁的 slogan 是：
镇小宁 真安宁 镇安宁。
每一声“砰”，都应该有名字、有时间、有证据。
感谢大家能看到最后，也更加感谢TRAE,感谢这个时代的巨大发展
