【标签】 学习工作
【标题】 学习工作赛道 + InfoNexus AI · 智识中枢-下一代知识入口
【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：一名拥有16年企业运营与项目管理经验的创业者。
你是怎么用 TRAE 把 Demo 做出来的：作为一个非技术背景的创业者，我一直有一个想法——让碎片化的新闻变成有生命力的知识脉络。但我深知靠自己写代码实现这个想法几乎不可能。直到遇到 TRAE，一切都变得不一样了。
整个开发过程中，我不需要关心具体代码怎么写，只需要描述"想要什么效果"，TRAE 就会帮我实现。这种感觉就像有一个技术合伙人在随时待命，让我可以专注于产品逻辑和用户体验，而不用被技术细节卡住。
1. Demo 简介
-
是什么：信息过载时代的认知基础设施平台；
-
面向谁：个人学习者、内容创作者与组织决策者——所有需要从海量碎片内容中提炼可信脉络、发现关联价值的人群。；
-
主要功能：
-
知识树：基于智能拆解算法，以新闻核心知识点为根节点，自动生成思维导图式知识结构，层层延伸，每个节点都有简明扼要的真实知识解释，支持无限扩展探索 -
专家解读：AI扮演各领域资深专家（如经济学家、科技分析师、国际关系观察员），从专业角度对新闻进行深度评论与分析，揭示背后逻辑与潜在影响 -
问题延伸：根据新闻内容自动拆解用户可能产生的疑问，提供针对性解答，支持在任意知识点上继续追问，形成完整的知识探索路径
2. Demo 创作思路
-
灵感来源：
在信息爆炸的时代，我们每天被海量新闻、短视频、社交媒体内容包围，但真正能留下的知识却少之又少。看完就忘，想找又找不到，这是很多人的痛点。
我一直在思考：如何让碎片化的信息变成有生命力的知识？
就像吴宜泽斯诺克世锦赛夺冠这条新闻——大多数人看完标题就划过去了，但如果你想深入了解，会发现一连串的疑问：吴宜泽是谁？斯诺克是什么？世锦赛有多重要？奖金多少？历届冠军都是谁？这些疑问形成了一条知识链条，而我们通常需要在百度里反复搜索才能拼凑完整。
想解决的问题：
-
信息留存难：看过的新闻很快就忘，想再找到难上加难
-
知识碎片化：从新闻中获得的信息是零散的，缺乏体系化关联
-
学习效率低：需要手动在多个平台搜索，才能了解一个事件的完整背景
-
深度不够：新闻只告诉你"是什么"，不告诉你"为什么"和"意味着什么"
为什么做这个方向：
我相信，知识不是信息的分类罗列，而是可追问、可验证、可生长的理解路径。就像树叶的脉络一样，每一片叶子都是一个完整的知识体系，从一个核心知识点向外延伸，形成有序的知识网络。
智识中枢的核心理念是：将看似无用的新闻，转化为有价值的知识脉络。通过AI自动拆解新闻中的关键知识点，生成思维导图式的知识树，让用户从"知道"走向"理解"，从"了解"走向"掌握"。
背后的核心竞争力在于：一套智能拆解算法 + 不断学习的用户行为模型 + 可沉淀的知识库体系。这不是简单的AI调用，而是通过理解用户的阅读习惯和追问逻辑，让知识生长更加精准、更加个性化。
-
3. Demo 体验地址（三选一）
智识中枢_Demo.zip (55.9 KB)
4. TRAE 实践过程
-
开发流程：
-
参考设计文档搭建基础框架，实现热点新闻列表和新闻解析功能
-
开发知识树、知识图谱、专家解读、延伸阅读四大核心卡片
-
修复知识树无限递归、图谱节点点击、卡片状态丢失等问题
-
重构知识树为思维导图式结构，每个叶子节点添加真实知识解释
-
实现知识库以知识核心为主体的关联机制
-
添加图谱缩放平移功能，优化界面细节和用户体验
-
-
6a574876f861bb27e4909bf9（核心开发会话：知识树重构、卡片持久化、知识库核心化） -
6a5733b2f861bb27e4909a83（辅助开发会话：布局调整、功能迭代） -
6a5733b2f861bb27e4909a80（初始开发会话：框架搭建、基础功能实现）
5. 对应的报名审核通过的帖子链接