【More Than Coding】如果一句话、两句话跑不通,试试三句+四句

More Than Coding】用 SOLO 从零构建 BRICS2026 竞赛训练平台 —— 一个教育者的 AI 全栈开发实战

什么也别说,眼见为实:https://www.kounlong.top:558

一、摘要

我是一名教育工作者,需要为 BRICS2026-ST-041 商务数据分析赛项搭建一个完整的在线训练平台。传统方式需要前端、后端、运维多人协作数周完成,而使用 TRAE SOLO,我在单次会话中完成了从需求分析到整体验收的全流程,交付了一个包含 12 个页面、8 大训练模块、在线 Python IDE 和 AI 学习助手的完整静态网站。

二、背景

2.1 我的角色

教育工作者 / 竞赛指导教师,负责 BRICS2026(金砖国家技能大赛)ST-041 商务数据分析赛项的学生训练工作。

2.2 面临的挑战

  • 赛项内容复杂:涵盖数据采集、预处理、统计分析、商务分析、AI 建模、可视化、报告撰写等 8 大模块、23 讲内容
  • 训练资料分散:40 小时实训讲演资料仅有 Markdown 文件,缺乏结构化的在线学习平台
  • 技术门槛高:需要 Python 编程环境、数据集管理、AI 辅助答疑等功能
  • 部署环境受限:目标部署在群晖 NAS(DSM 6.2.3)上,使用 Web Station 反向代理,无法运行复杂后端
  • 时间紧迫:竞赛在即,需要快速交付可用的训练平台

2.3 期望目标

构建一个静态网站训练平台,集成训练内容、在线编程环境、AI 学习助手,部署在 NAS 上供学生使用。

三、实践过程

3.1 任务拆解

我向 SOLO 描述了完整需求后,SOLO 自动完成了结构化的任务分解:

步骤 内容 依赖
1 基础架构:目录结构、公共 CSS/JS、导航组件、响应式框架
2 首页:课程概览、8 大模块导航卡片、训练进度展示 步骤 1
3 训练内容页:23 讲结构化页面(按模块分组) 步骤 1
4 Python IDE:Pyodide + CodeMirror 编辑器 步骤 1
5 AI 助手悬浮窗:DeepSeek 对话组件 步骤 1
6 API 代理服务:Node.js 脚本 步骤 5
7 数据集集成:嵌入 + 下载页 步骤 1
8 整体测试与优化 步骤 2-7

3.2 关键技术决策

SOLO 在动手前主动向我确认了几个关键决策点:

决策 1:Python IDE 方案

  • 选项:Pyodide(纯前端)/ JupyterLite / 后端执行
  • 最终选择:Pyodide —— 无需后端服务器,学生打开浏览器即可编写和运行 Python 代码

决策 2:AI 助手 API 安全

  • 选项:前端直连 / 后端代理 / 预留接口
  • 最终选择:后端代理转发 —— API Key 存储在服务端环境变量中,前端无法获取

决策 3:部署形式

  • 选项:纯静态 HTML / Vite 构建 / Next.js SSG
  • 最终选择:纯静态 HTML —— 直接放在 NAS Web Station 虚拟主机目录即可

决策 4:数据集集成方式

  • 选项:嵌入网站 / 提供下载 / 两者都要
  • 最终选择:两者都要 —— IDE 中可一键加载示例数据,同时提供独立下载

3.3 开发过程

第一阶段:基础架构搭建

SOLO 参考了我提供的参考网站(kounlong.top:555)的设计风格,通过浏览器截图分析提取了完整的 UI 设计规范:

  • 色彩体系:蓝色主色调(#2563EB),绿色成功色,黄色警示色
  • 卡片设计:白色背景 + 圆角 + 微阴影,三列网格布局
  • 导航模式:顶部固定蓝色导航栏,移动端汉堡菜单
  • 字体排版:系统字体栈,中文优化

然后创建了完整的设计系统:

  • css/style.css:600+ 行全局样式,包含 CSS 变量、响应式断点、组件系统
  • css/highlight.css:代码高亮主题(GitHub Dark 风格)
  • js/main.js:公共脚本(导航、AI 助手、进度管理、代码高亮、Toast 通知)

第二阶段:内容页面并行生成

SOLO 同时启动了 3 个并行子代理,高效生成了全部内容:

  • 子代理 1:module1-4(数据采集、预处理、统计分析、商务数据分析)
  • 子代理 2:module5-8(AI 与机器学习、可视化、报告撰写、综合实战)
  • 子代理 3:Python IDE 页面(Pyodide 集成、Notebook 风格编辑器)

每个模块页面包含:

  • 左侧边栏导航(本模块讲座 + 其他模块快速跳转)
  • 结构化讲座内容(学习目标框、知识树、代码示例、练习题)
  • 完整可运行的 Python 代码示例

第三阶段:功能完善

  • 创建数据集下载页(5 个配套 CSV/XLSX 文件)
  • 创建工具与资源页(安装指南、学习路径、备赛建议)
  • 创建 AI 代理服务(Node.js + Express + Docker 部署方案)
  • 编写完整部署文档(DEPLOY.md)

3.4 踩过的坑与修复

在开发过程中,通过整体验收发现了以下问题并逐一修复:

问题 严重程度 修复方案
IDE 页面代码文字不可见(白色背景+浅色文字) 严重 为编辑器和输出区域设置明确的深色文字颜色 #1E293B,添加 !important 覆盖
IDE 页面缺少 Pyodide CDN 引用 严重 <head> 中添加 <script src="https://cdn.jsdelivr.net/pyodide/v0.25.0/full/pyodide.js">
AI 助手 API 调用 501 错误 严重 创建 Docker 部署方案,编写反向代理配置指南
module1-4 与 module5-8 导航结构不一致 中等 统一侧边栏格式:链接改为 #lecture-X、补充所有模块跳转、标题增加时长
module5-8 使用英文 “Lecture X:” 标题 全部统一为中文 “第X讲:” 格式
module5-8 页面 title 分隔符不统一 全部统一为 模块X · 名称 - ST-041 训练平台 格式

四、成果展示

4.1 项目结构

st041-training/
├── index.html              # 首页(课程概览、8大模块导航)
├── css/
│   ├── style.css           # 全局样式(600+ 行设计系统)
│   └── highlight.css       # 代码高亮主题
├── js/
│   └── main.js             # 公共脚本(导航、AI助手、进度管理)
├── pages/
│   ├── module1~8.html      # 8个训练模块(23讲完整内容)
│   ├── ide.html            # Python 在线 IDE
│   ├── datasets.html       # 数据集下载页
│   └── resources.html      # 工具与资源
├── data/                   # 5个配套数据集
├── ai-proxy/               # AI 代理服务
│   ├── ai-proxy.js
│   ├── package.json
│   ├── Dockerfile
│   └── docker-compose.yml
└── DEPLOY.md               # 部署指南

4.2 核心功能

训练内容系统

  • 8 大模块、23 讲,每讲包含学习目标、知识树、代码示例、练习题
  • 侧边栏导航支持模块间快速跳转
  • localStorage 追踪学习进度

Python 在线 IDE

  • Pyodide 纯前端执行,支持 pandas、numpy、scikit-learn 等库
  • Jupyter Notebook 风格:多单元格、运行/删除/排序
  • 5 个预置数据集一键加载
  • 状态栏实时显示 Pyodide 加载进度

AI 学习助手

  • 悬浮窗全局嵌入,DIFY 风格对话界面
  • DeepSeek API 驱动,商务数据分析专业系统提示
  • 后端代理保护 API Key 安全
  • 速率限制(每分钟 20 次)防止滥用

响应式设计

  • 桌面端三列布局,平板端两列,手机端单列
  • 移动端汉堡菜单
  • AI 对话窗口自适应屏幕宽度

4.3 验收结果

对全部 12 个页面进行了系统验收测试:

页面 加载 控制台 导航 备注
index.html OK 无错误 正常 8模块卡片、进度条、AI助手
module1.html OK 无错误 正常 侧边栏已统一
module2.html OK 无错误 正常 侧边栏已统一
module3.html OK 无错误 正常 侧边栏已统一
module4.html OK 无错误 正常 侧边栏已统一
module5.html OK 无错误 正常 -
module6.html OK 无错误 正常 -
module7.html OK 无错误 正常 -
module8.html OK 无错误 正常 -
ide.html OK 无错误 正常 文字清晰可读
datasets.html OK 无错误 正常 5个数据集
resources.html OK 无错误 正常 工具表、学习路径

结论:全部 12 个页面正常加载,0 个 JavaScript 错误,0 个断链,所有导航和功能正常。

五、效果与总结

5.1 提效数据

维度 传统方式 使用 SOLO 提效
开发周期 2-4 周(多人协作) 单次会话完成 数十倍
页面数量 - 12 个页面 -
代码量 - CSS 600+ 行 + JS 300+ 行 + 8 个 HTML 模块 -
设计还原 手动测量参考网站 AI 自动截图分析提取 全自动化
并行开发 需要多人分工 3 个子代理并行生成 内置并行

5.2 SOLO 在流程中做了什么

  1. 需求理解:自动解析复杂的中文需求描述,识别出 5 大核心功能点
  2. 主动澄清:在关键决策点主动提问(IDE 方案、API 安全、部署形式、数据集集成),避免返工
  3. 设计分析:通过浏览器访问参考网站,自动提取 UI 设计规范(色彩、字体、布局、组件)
  4. 并行开发:同时启动多个子代理并行生成页面,大幅提升效率
  5. 质量保证:自动进行整体验收测试,发现并修复 6 个问题
  6. 运维交付:提供完整的 Docker 部署方案和 NAS 配置指南

5.3 可复用的方法

  • 参考网站风格提取:让 SOLO 访问参考网站截图分析,自动生成匹配的设计系统
  • 并行子代理模式:将独立模块分配给不同子代理同时开发
  • 增量验收:每完成一个阶段就进行验收,及时发现并修复问题
  • 安全优先:API Key 通过后端代理保护,绝不暴露在前端代码中
  • 纯静态优先:在满足需求的前提下优先选择纯静态方案,降低部署复杂度

5.4 总结

这个项目充分展示了 AI 辅助开发在教育领域的实战价值。从需求分析到设计实现,从功能开发到测试验收,SOLO 覆盖了软件开发的完整生命周期。最重要的是,它让我——一个教育工作者而非专业开发者——能够在极短时间内交付一个功能完整、设计精良、可实际部署使用的训练平台,真正做到了 AI 降维开发,教育者聚焦教育本身