赛道标签:社会服务 + 社会公益
体验方式:交互式可体验 HTML 文件
对应的报名审核通过的帖子链接: RentBuddy(租伴)——租房 AI 小白助手
demo.zip (34.5 KB)
一句话定位:把顶会前沿的时序记忆技术,落地到租客维权最痛的"举证难"环节。
一、Demo简介
RentBuddy 把 ICLR 2026 顶会提出的 REMem 时序记忆架构首次落地到民生公益场景,让每一次对话、每一份合同、每一笔缴费、每一次报修都自动铸成一条带哈希存证、可校验、可凭码共享的时序证据链,把"举证难"从弱势租客头上挪走。
4 个公益场景一句话总结:
| 场景 | 一句话 |
|---|---|
| B 时序存证 | 把每一次租房事件自动铸成 SHA-256 哈希链可校验证据,单条篡改即被整链识破 |
| C 分阶段普法 | 按 REMem 时序图谱识别当前租房阶段,精准推送法律知识,配套 4 种无障碍模式 |
| D 公共风险库 | 让租客把脱敏后的风险事实匿名贡献到公共库,打破"黑中介换壳继续骗"的信息差 |
| E 法律援助 | 让援助律师凭一个 32 位授权码即可调取完整时序证据链,单案成本降低 80% 以上 |
二、Demo创作思路
租房对大多数人来说是人生第一次独立面对的"大额签约"。更难的是——一旦发生纠纷,普通租客根本拿不出系统化的时序证据。
真实痛点场景
- 退租扣押金:租客退租时房东以"墙面脏了"为由扣押金 3000 元,租客翻遍手机只找到几张零散的入住时微信聊天截图,无法证明入住时墙面本就有污渍,最终只能认亏。
- 黑中介换壳继续骗:A 中介公司被多名租客投诉"虚假房源 + 强制续租",随后它换了公司名继续在同一片区骗人;新租客根本查不到它的历史,因为没有任何公共风险时序记录。
- 报修无回应:租客 3 个月内 5 次报修漏水,房东口头答应却从不处理;纠纷发生时租客手里只有几条语音,连报修的精确时间线都还原不出来。
目标用户画像(3 类弱势群体)
| 用户类型 | 维权痛点 | 系统应对 |
|---|---|---|
| 外来务工人员 | 不懂本地法规、口音重不敢理论 | 务工人员模式:字号放大 1.15× + 语音播报 |
| 应届毕业生 | 第一次租房、合同看不懂、怕被坑 | 应届生模式:高频风险预警 + 谈判话术 |
| 老年租客 | 不会用手机截图取证、耳朵背 | 老年租客模式:字号放大 1.4× + 语音播报 + 极简 UI |
同类工具对比(无竞品差异化)
市面上的 AI 租房工具全部是商业看房 / 签约工具——帮用户找房、比价、签电子合同,本质是促成交易。没有任何一款纯公益的维权时序存证系统。
| 维度 | 商业看房/签约工具 | RentBuddy(本作) |
|---|---|---|
| 目标 | 促成交易,赚中介费/平台费 | 守护维权,零商业动机 |
| 时序证据 | 无 | SHA-256 哈希链可校验 |
| 风险库 | 仅本平台房源信息 | 匿名公共风险库 + 换壳识别 |
| 法律援助 | 无 | 凭 32 位授权码调取办案材料 |
| 弱势群体 | 无专门适配 | 4 种无障碍模式 |
三、产品方案
公益场景总览
| 场景 | 核心能力 | API 端点数 | 技术亮点 |
|---|---|---|---|
| B 时序存证 | 9 类事件统一抽象为带哈希链的可校验证据 | 9 | SHA-256 链式 + Fernet 端到端加密 |
| C 分阶段普法 | 7 阶段时序识别 + 4 无障碍模式 + 语音播报 | 6 | REMem 阶段图谱 + Web Speech API |
| D 公共风险库 | 匿名共建 + 双表换壳识别 + 5 类脱敏 | 9 | canonical↔alias 双表 + 管理员审核 |
| E 法律援助 | 32 位授权码 + 凭码免 Token + 自动办案材料 | 8 | 5 类争议识别 + 一键导出 PDF |
| 合计 | 32 | 全部基于 REMem 时序记忆 |
场景 B — 租房时序存证(核心枢纽)
把每一次租房事件自动铸成带哈希链的可校验证据,是后续 C/D/E 三个场景的数据底座。
- 9 类事件统一抽象:对话 / 合同 / 缴费 / 看房 / 报修 / 入住 / 退租 / 定金 / 自定义,统一为带时间戳事件
- 哈希链存证:每条核心事件自动生成
SHA-256(content + timestamp + prev_hash),单条篡改即被整链识破 - 9 端点 API:时间线 / 事件详情 / 统计 / 单条校验 / 整链校验 / CSV 导出 / PDF 导出 / 加密状态 / 设置密码
截图说明:场景 B 时序存证界面——左侧为时序事件列表(每条带时间戳 + 事件类型图标 + 哈希指纹前 8 位),右侧展示"校验整链"动画过程,逐条显示 ✓/✗ 校验结果,底部弹出"共 N 条,全部通过"统计弹窗。
场景 C — 分阶段时序公益普法
按 REMem 时序图谱识别用户当前所处的租房阶段,精准推送对应法律知识与风险预警。
- 7 阶段时序识别:找房 → 交定金 → 签合同 → 入住查验 → 租期中 → 报修协商 → 退租交接(优先级 moveout > repair > tenancy > movein > signing > deposit > searching)
- 预警数据外置:
stage_warnings.json与代码解耦,每阶段 ≥ 2 条通用预警 + 3 类弱势群体专属提示 - 4 种无障碍模式:默认 / 应届生 / 务工人员(字号 1.15× + 语音)/ 老年租客(字号 1.4× + 语音 + 极简 UI)
场景 D — 匿名共建公共租房风险时序知识库
让租客把本地脱敏后的风险事实匿名贡献到公共知识库,打破"黑中介换壳继续骗"的信息差。
- 双表换壳识别:
public_risk_subjects(canonical_name ↔ alias_name),同一主体换壳也能聚合 - 不可逆贡献者哈希:
sha256(user_id)[:16],防重复提交同时不暴露贡献者身份 - 5 类脱敏 + 8 类风险:手机号 / 身份证 / 邮箱 / 详细地址 / 银行卡号自动
***化;风险分类含扣押金 / 虚假房源 / 强制续租 / 拒绝维修 / 违法转租 / 隐藏费用 / 合同违约 / 其他 - 9 端点 API:公众查询(免鉴权)/ 统计 / 主体详情 / 关键词检索 / 高频主体 / 匿名贡献 / 我的贡献 / 管理员审核 / 关联别名
场景 E — 公益法律援助赋能工具
让援助律师凭一个 32 位授权码即可访问当事人完整时序证据链 + 自动生成的办案材料,把单案服务成本降低 80% 以上。
- 32 位随机授权码:
secrets.token_hex(16)生成,用户主动授权、可随时撤销、可设有效期(1/3/7/15/30/90 天) - 凭码免 Token 鉴权:援助人员凭码即可访问,无需平台账号、无需 Bearer Token
- 5 类争议点自动识别:押金纠纷 / 维修责任 / 租金纠纷 / 合同违约 / 转租纠纷,基于关键词规则匹配(LLM 不可用时降级)
- 一键办案材料:时间线 + 争议点 + 核心证据清单 + 案件摘要,归档到
legal_aid_cases表可回溯
截图说明:场景 E 法律援助界面——左侧用户视角生成 32 位授权码(如
a3f8c1...完整 32 位 hex),右侧切换到援助人员视角(/aid-worker 入口),凭码输入后展示当事人案件材料:时间线 + 争议点标签 + 证据清单。
技术架构总览图
四、技术创新
本作对应评审维度「技术可行性」+「创意创新性」。核心是把 ICLR 2026 顶会前沿时序记忆 REMem真正落地到民生公益场景,而非通用向量记忆套壳。
1. ICLR 2026 REMem 时序记忆架构落地
落地顶会提出的 REMem(Recoverable & Elasticary Memory),采用 Gist 摘要 + Fact 三元组双层架构 + 时间限定符,专攻"事件随时间演变"的租房维权场景:
| 层级 | 作用 | 对应数据 |
|---|---|---|
| Gist 摘要层 | 对一段时序事件生成可恢复的高层摘要 | remem_gists |
| Fact 三元组层 | 抽取结构化事实(主体 + 谓词 + 客体 + 时间) | remem_facts |
| 时间限定符 | 让检索可按"某时间段内"精准召回 | 内置于 Gist/Fact |
2. 混合时序图(自主改造)
针对租房维权做自主改造,构建混合时序图存证架构:
- Gist 节点:时序事件的高层摘要节点
- Phrase 节点:事实短语节点
- 3 类边:Gist→Gist(时序先后)/ Gist→Phrase(包含)/ Phrase→Phrase(关联)
graph LR
subgraph 时序演进
G1[Gist 节点 T1<br/>签约事件摘要] --> G2[Gist 节点 T2<br/>入住事件摘要]
G2 --> G3[Gist 节点 T3<br/>报修事件摘要]
G3 --> G4[Gist 节点 T4<br/>退租事件摘要]
end
G1 -.包含.-> P1[Phrase: 房东=张某]
G1 -.包含.-> P2[Phrase: 押金=3000元]
G3 -.包含.-> P3[Phrase: 报修=漏水]
P1 -.关联.-> P2
P2 -.关联.-> P3
style G1 fill:#5b8cff,color:#fff
style G2 fill:#5b8cff,color:#fff
style G3 fill:#8b5bff,color:#fff
style G4 fill:#8b5bff,color:#fff
3. 哈希链存证(SHA-256 链式)
每条核心事件自动生成 SHA-256(content + timestamp + prev_hash),形成链式存证。单条篡改立即被整链校验识破——这与区块链的链式防篡改思想一致,但完全在本地完成、永不上云,适配公益场景的隐私要求。
4. 端到端加密(Fernet + PBKDF2)
| 维度 | 实现 |
|---|---|
| 加密算法 | Fernet 对称加密(AES-128-CBC + HMAC) |
| 密钥派生 | PBKDF2 从用户密码派生密钥 |
| 降级兜底 | 未配置密码时降级 base64,保证可用性 |
| 隐私原则 | 所有加密在本地完成,证据哈希永不上云 |
5. 三级 ANN 回退(sqlite-vec → numpy → 纯 Python)
向量检索三级降级,无 GPU、无重型依赖也能跑通:
sqlite-vec(首选,SQLite 原生向量扩展)numpy(次选,纯内存矩阵运算)- 纯 Python(兜底,暴力余弦相似度)
6. 5 个 curated tools(不依赖 LangChain)
自研语义/词法双检索 + Gist/实体上下文召回 + 答案合成 5 个工具,工具调用逻辑透明可控:
| 工具 | 职责 |
|---|---|
semantic_retrieve |
语义向量检索(三级 ANN) |
lexical_retrieve |
词法关键词检索(BM25 思路) |
find_gist_contexts |
Gist 上下文召回 |
find_entity_contexts |
实体上下文召回 |
output_answer |
答案合成输出 |
7. 技术架构总览
┌─────────────────────────────────────────────────────────┐
│ 前端 Vue3 + Vant4(H5)/ tkinter(桌面) │
│ 6 大模块:Agent对话 / 合同审查 / B存证 / C普法 / D风险库 / E援助 │
└───────────────────────────┬─────────────────────────────┘
│ REST + SSE
┌───────────────────────────▼─────────────────────────────┐
│ FastAPI 后端 — 32 个公益场景 API 端点 + Bearer Token 鉴权 │
│ B 存证 9 + C 普法 6 + D 风险库 9 + E 援助 8 = 32 │
└───────────────────────────┬─────────────────────────────┘
│
┌───────────────────────────▼─────────────────────────────┐
│ REMem 时序记忆核心(ICLR 2026 落地) │
│ ┌──────────┬──────────┬──────────┬──────────┬─────────┐ │
│ │ Gist+Fact│ 混合时序图 │ 5 curated│ 哈希链存证│ Fernet │ │
│ │ 双层架构 │ 3类边 │ tools │ SHA-256 │ 加密 │ │
│ └──────────┴──────────┴──────────┴──────────┴─────────┘ │
│ 三级 ANN 回退:sqlite-vec → numpy → 纯 Python │
└───────────────────────────┬─────────────────────────────┘
│
┌───────────────────────────▼─────────────────────────────┐
│ SQLite(WAL)— 8 张数据表 + 本地 Ollama(LLM + Embedding) │
│ 数据不出本机,隐私零泄露 │
└─────────────────────────────────────────────────────────┘
8. 量化证明
| 指标 | 数量 | 说明 |
|---|---|---|
| 测试用例 | 300+ | 全部通过,含 REMem 公益场景全栈 |
| 公益场景测试 | 117 | B/C/D/E 四场景 + 跨场景集成,全部通过 |
| API 端点 | 32 | B 9 + C 6 + D 9 + E 8 |
| 数据表 | 8 | 支撑 4 个公益场景 |
| 大模块 | 6 | demo.html 全覆盖 |
五、社会公益价值
5 维度社会价值
| 维度 | 价值量化 |
|---|---|
| 1. 个体权益保障 | 帮助弱势租客降低举证成本,提升维权成功率,减少不必要的经济损失,守护租房群体基本权益 |
| 2. 市场公平促进 | 公共风险库打破信息差,让不良中介与房东的作恶成本上升,倒逼租房市场规范化 |
| 3. 公益效率提升 | 将法律援助的单案服务成本降低 80% 以上,让有限的公益资源覆盖更多有需要的人 |
| 4. 公共治理支撑 | 匿名化的时序风险数据可无偿提供给住建、市场监管部门,为政策制定提供数据支撑 |
| 5. 技术普惠示范 | 将顶会前沿的时序记忆技术落地于民生公益场景,为 AI 公益化提供可复制的开源范例 |
赛道匹配与差异化
- 赛道匹配:通用赛道-社会服务(精准解决外来务工 / 应届生租房维权举证难民生痛点)+ 附加赛题-社会公益
- 无竞品差异化声明:市面上同类 AI 租房工具全部是商业看房 / 签约工具,纯公益维权时序存证系统无竞品,差异化极强
六、5 维度自评
1. 技术可行性
量化支撑:
- 300+ 测试全部通过(含 117 个公益场景测试 + 跨场景端到端集成)
- 32 个 API 端点(B 9 + C 6 + D 9 + E 8,已落地可调用)
- 三级 ANN 回退(sqlite-vec → numpy → 纯 Python,无 GPU 也能跑)
- 顶会落地:ICLR 2026 REMem 不是套壳,是 Gist+Fact 双层 + 混合时序图的真实工程化
自评小结:技术从顶会论文到工程落地完整闭环,测试覆盖充分,三级回退保证鲁棒性,可行性扎实。
2. 创意创新性
量化支撑:
- 顶会落地:首次将 ICLR 2026 REMem 时序记忆用于民生公益维权
- 4 模块合一:同一套技术栈同时覆盖 Agent 智能体 + 时序图谱 + 本地隐私加密 + 证据存证
- 无竞品:市面纯公益维权时序存证系统为零
自评小结:顶会前沿 + 民生公益的跨界组合稀缺,4 模块技术密度远超单一功能工具,创意性强。
3. 场景落地价值
量化支撑:
- 4 公益场景(B 存证 / C 普法 / D 风险库 / E 援助)全栈落地
- 7 租房阶段时序识别,覆盖找房到退租全流程
- 8 风险类型分类(扣押金 / 虚假房源 / 强制续租 / 拒绝维修 / 违法转租 / 隐藏费用 / 合同违约 / 其他)
- 4 无障碍模式服务 3 类弱势群体(务工 / 应届生 / 老年)
自评小结:场景覆盖租房全生命周期,风险分类与无障碍设计贴合真实民生痛点,落地价值高。
4. 商业发展潜力
量化支撑:
- B2G 数据授权:匿名化时序风险数据可向住建/市场监管部门授权
- 增值法律援助:从免费基础存证到付费 LLM 增强案件摘要的阶梯服务
- 公益品牌:先以公益建立信任与用户基数,再拓展增值服务
自评小结:B2G + 增值服务 + 公益品牌三线并行,公益属性降低获客成本,商业可持续路径清晰。
5. 社会公益意义
量化支撑:
- 5 维度社会价值(个体权益 / 市场公平 / 公益效率 / 公共治理 / 技术普惠)
- 降低 80% 成本:法律援助单案服务成本下降
- 服务弱势群体:外来务工 / 应届生 / 老年租客 3 类人群
自评小结:直击举证难民生痛点,公益效率与公共治理双效,社会公益意义突出。
七、TRAE 实践过程
本项目全程借助 TRAE IDE(AI 原生集成开发环境)完成,充分体现大赛「AI 助力编程」主题。
梳理项目情况 1536444244954704:750d3ba1c00a23d35d8bab1b018a41d5_6a3bb1ced527621b95580fa7.6a3bb1ced527621b95580faa.6a3bb1ced527621b95580fa8:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/24 18:30:38)
检查原有项目问题
1536444244954704:d6ea85627cf328e34e306dd9059532d3_6a3bb1ced527621b95580fa7.6a3bbb3a6eabdcb8be22d1c2.6a3bbb3a6eabdcb8be22d1c0:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/24 19:10:50)
对于合同审查结果不保存、无历史记录、无反馈闭环、规则静态不可迭代问题给出改造方案
1536444244954704:784a945bf8511d62b8c81fd3bae84a9c_6a3bb1ced527621b95580fa7.6a3bd7da0cfc69cc13337fd0.6a3bd7da0cfc69cc13337fce:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/24 21:12:58)
完成对于合同审查结果不保存、无历史记录、无反馈闭环、规则静态不可迭代问题的改造
1536444244954704:d6952be4c6ab5eb76fb5d5e12f11aaa9_6a3bb1ced527621b95580fa7.6a3bd8b20cfc69cc13338023.6a3bd8b20cfc69cc13338021:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/24 21:16:34)
优化看房记录与决策看板问题
1536444244954704:d500bc076a51b4fee95f78619453fa37_6a3bb1ced527621b95580fa7.6a3bdbe30cfc69cc133380b4.6a3bdbe30cfc69cc133380b2:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/24 21:30:11)
为整个项目LLM 层升级
1536444244954704:f77d2c0a2dfb82ae0def6d77acdb572a_6a3bb1ced527621b95580fa7.6a3d45181a4d287b01eeb64c.6a3d45181a4d287b01eeb64a:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/25 23:11:20)
了解REMem 论文的核心机制和 rent-agent 项目当前的记忆/Agent 架构,再设计可行性方案
1536444244954704:40f3404fc5c8bd8f66c521a213cf90ab_6a3bb1ced527621b95580fa7.6a3e78a7ee692c9ebd099cf1.6a3e78a7ee692c9ebd099cef:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/26 21:03:35)
开发关键步骤截图(步骤同上)
工程化产出(三件套)
TRAE 在 .trae/specs/ 目录产出标准工程化文档三件套,让开发从"经验驱动"升级为"规格驱动":
.trae/specs/
├── spec.md # 需求规格(Why + What + 17 验证场景)
├── tasks.md # 任务分解(12 子任务,可并行)
└── checklist.md # 检查点(55+ 项,全部满足)
八、Demo 体验指引
3 步上手
- 下载附件
demo.zip - 解压 得到
demo.html单文件 - 双击
demo.html在浏览器打开即可体验,无需配置环境、无需安装依赖
6 大模块体验路径
| 模块 | 操作 | 预期效果 |
|---|---|---|
| Agent 对话 | 输入「我要在朝阳租房」 | ReAct 推理链打字机动画 + 工具调用可视化 |
| 合同审查 | 点「示例合同」→「开始审查」 | 4 阶段进度 + 8 条风险 + 谈判话术 |
| 场景 B 时序存证 | 点「校验整链」 | 逐条校验动画 + ✓/✗ + 统计弹窗 |
| 场景 C 分阶段普法 | 选「老年租客模式」 | 字号放大 1.4× + 语音播报按钮出现 |
| 场景 D 公共风险库 | 填表贡献风险 → 模拟审核 | 脱敏预览 + 待审核 → 已通过 |
| 场景 E 法律援助 | 生成授权码 → 切援助人员视角凭码 | 32 位授权码 + 案件材料展示 |
浏览器建议
推荐 Chrome / Edge:完整支持 Web Speech API(语音播报 + 语音识别)
Firefox:语音播报功能可能不可用(其余功能正常)
九、项目数据汇总
| 维度 | 数量 |
|---|---|
| 公益场景 | 4 |
| API 端点 | 32 |
| 测试用例 | 300+ |
| 数据表 | 8 |
| 租房阶段 | 7 |
| 风险类型 | 8 |
| 无障碍模式 | 4 |
| REMem curated tools | 5 |
| 主体类型(中介/房东/小区) | 3 |
| 加密算法 | Fernet + PBKDF2 |
十、未来规划
| 阶段 | 规划 |
|---|---|
| 短期 | 管理员审核 UI(公共风险库审核后台)/ LLM 增强案件摘要(当前降级为关键词拼接)/ 公共风险库审核后台 |
| 中期 | PostgreSQL + pgvector 迁移 / Redis 缓存 / K8s 部署 / 微服务拆分 |
| 长期 | 覆盖更多民生公益场景(医疗维权 / 劳动维权 / 消费维权)/ 与法律援助机构合作落地 |
十一、致谢与联系方式
致谢:感谢 TRAE 团队提供 AI 编程助手,让顶会前沿技术落地民生公益场景成为可能。Spec 驱动 + Sub-agent 并行的开发范式,使 4 公益场景全栈交付效率倍增。
附件说明:
-
demo.zip(demo.html 打包,社区支持 20M 内文件上传)demo.zip (34.5 KB)
-
解压后双击
demo.html即可在浏览器体验全部 6 大模块
为每一个租房者而做 · 让举证不再难,让维权不再贵。














