【标签】 学习工作
【标题】 学习工作 + Prism
【正文】 至少包含以下 4 个部分，可以增加额外的部分（比如自我介绍、经验总结、踩坑复盘等）
0. 先和大家打个招呼吧 
-
你是谁： 一名还在寻找什么的在校大一学生 / 独立开发者
-
你是怎么用 TRAE 把 Demo 做出来的：
-
我负责想法，基础的架构设计，TRAE帮我完善功能细节，补全所需要的内容。我先学习如何和AI交流，再用AI好理解的方式以对话的形式确定好需求，TRAE再帮我实现。规定好计划后，编码的任务让我觉得原来这么简单。原以为开始是最难的，但是很轻松就解决了。
1. Demo 简介
-
是什么：Prism（棱镜）是一款以 AI 大模型为驱动的动态知识图谱 Web 应用 。用户输入一个关键词，系统就像棱镜折射白光一样，瞬间将其拆解为中心辐射式的知识网络，把单点、碎片化的概念重组为系统化的认知结构。
-
面向谁：泛学习人群、知识焦虑者、大学生及职场新人——对世界保持好奇，但缺乏大块时间系统学习的大众。
-
主要功能：
-
关键词 → AI 动态生成知识图谱 ：调用 DeepSeek 大模型，按"实体-关系-实体"生成图结构（中心节点 + 一级关联实体 + 带语义标签的边），非查询静态图谱。
-
中心辐射式可视化 + 渐进式展开 ：D3.js v7 力导向图渲染"蜘蛛网"状拓扑，默认只显示核心骨架，点击节点后按需展开下一层，避免信息过载。
-
知识卡片 + 多维度视觉编码 ：节点支持摘要/类比解释卡片；节点大小编码重要程度、颜色编码学科分类、图例全局可发现；
2. Demo 创作思路
-
灵感来源：来自刷短视频时的真实体验——经常听到"程序员"“羊毛地毯”“遗传学"等新奇概念，想要快速系统了解，却苦于没有顺手的工具。取名"棱镜”：用户输入单一关键词（一束白光），系统折射出不同颜色（学科分类）、粗细（重要程度）、方向（语义关系）的知识光谱。
-
想解决的问题：短视频时代"刷到等于学到"的错觉，碎片化信息无法沉淀为系统认知。用户真实痛点：
- 搜索引擎 ：线性网页链接、冗长、广告多、需自行归纳，认知负荷极高；
- 通用 AI 对话 ：线性长篇文本，缺乏直观的"网状结构"，难以把握全局；
- 传统知识图谱 ：数据冰冷、无演化叙事、节点密集引发密恐被劝退。
-
为什么做这个方向：判断在于"轻量级 + 体系化"是当下空白。Prism 选择用 AI 动态生成 + 力导向可视化 + 渐进式展开的组合，把"顺藤摸瓜式探索"做到极致：既不重（首版纯 Web、无需登录、本地存储），又能把抽象概念转化为具象的"节点-关系-卡片"叙事，长期沉淀为"第二大脑"。
3. Demo 体验地址
4. TRAE 实践过程
-
附关键任务对话的 Session ID（不少于 3 个），用于证明作品由 TRAE 开发完成。
5. 对应的报名审核通过的帖子链接
.3938928978824698:556fb88b9220e66eeecba21a49683e5f_6a45b78bee389938231a0d09.6a45b997ee389938231a0d0b.6a45b99794fbf57dfa4c2243:Trae CN.T(2026/7/2 09:06:31)
.3938928978824698:8f097d2f738569626678ceef9194e65f_6a46357a8e6060862b11459d.6a55ca2d20d55efd331b4e54.6a55ca2db8067380933815bb:Trae CN.T(2026/7/14 13:33:33)
.3938928978824698:883ac24dbe4628e6983763eb7f9a830f_6a45b424ee389938231a0ca3.6a56f8a793c973ec94fe23ca.6a56f8a69152a0d92d565116:Trae CN.T(2026/7/15 11:04:07)