【社会服务赛道】 旧物新生 — 让每一件旧物都被看见、有价值

TRAE AI 创造力大赛 【大赛复赛专区】
1

自己介绍

大家好，我是一名企业的全栈开发工程师，拥有 5 年开发经验。

做这个产品的初衷其实很"自私"——我是一个念旧又爱琢磨的人。家里堆满了这些年买过的数码、书籍、潮玩，我时常会想：这件东西我花了多少钱，用了多少天，平均每天消耗了我多少价值？是不是"用一天赚一天"了？为了回答这个问题，我开始用 TRAE 从 0 到 1 搭建"旧物新生"——一个记录全部个人物品、量化每日使用成本的私人账本。

做着做着，思路就延展了：既然自己有闲置，社区里一定也有很多人有同样的需求。于是产品逐渐生长出了社区置换、碳账户激励等模块，从"私人账本"变成了一套"可持续生活工具集"。

我的特点：爱思考，能独立完成从产品到设计到前后端的全链路开发；同时非常愿意接受他人评价进行整改——初赛到复赛期间，我根据反馈持续打磨了 AI 识别准确率、适老化模式、管理后台等模块。

Vibe Coding / 编程年限：5 年全栈开发，主力技术栈 React + TypeScript + .NET。

产品简介

是什么

“旧物新生"是一个聚焦旧物价值可视化与闲置物品流转的全栈 Web 应用，帮助用户量化每一件物品的"每日使用成本”，并通过社区置换、公益捐赠、碳账户激励让闲置物品焕发第二次生命。

面向谁

核心用户是 18-40 岁、注重生活品质与可持续消费的城市青年。典型场景包括：

  • 个人物品管理与价值追踪（私人账本）
  • 社区闲置物品置换（邻里互助）
  • 公益捐赠（旧物归社会所用）
  • 社区环保活动报名与签到

完整功能清单

产品分为用户端和管理端两大体系，涵盖 10+ 核心模块同时适配移动端的样式后续可直接变成app版：

用户端功能：

模块 核心能力
首页 价值看板、AI 识别演示、环保概念区、精选置换、使用成本故事

image
image1920×1098 123 KB
我的旧物 物品增删改查、AI 图片识别自动填表、AI 文案生成、分类筛选、搜索、服务端分页、日均成本可视化

image
image1920×1111 190 KB
置换广场 发布置换、需求大厅、多维筛选（状态/分类/城市）、置换详情、申请洽谈、选择申请人、交换联系方式、留言评论、撤回/恢复

image
image1920×1098 194 KB
洞察中心 六大指标卡（总消费/日均成本/置换/收藏/剩余价值/最长持有）、品类分布饼图、成本排行柱图、环境影响分析

image
image1920×1105 146 KB
个人中心 头像上传、资料编辑、收到的评价、碳积分明细（90 天）

image
image1920×1109 105 KB
实时聊天 通知列表、私信对话、SignalR 实时消息、已读回执、对话置顶、双向拉黑

image
image2956×1706 191 KB
适老模式 大字体大卡片入口、引导弹窗、一键切回标准模式

image
image1920×1122 122 KB
中英双语 i18next 国际化切换

image
image1920×1103 147 KB

管理端功能（路径 /trae）：

模块 核心能力
运营仪表盘 数据概览

image
image1920×1096 178 KB
置换审核 通过/驳回/上架/下架

image
image1920×1111 229 KB
举报管理 内容举报/用户举报处理流

image
image1920×1089 115 KB
用户反馈 bug/建议/投诉工单

image
image1920×1103 107 KB
组织架构 树形组织管理

image
image1920×1096 119 KB
角色权限 RBAC 五表模型，13 项权限种子

image
image1920×1078 179 KB

账号管理 后台用户管理

image
image1920×1102 145 KB
邮箱黑名单 黑名单维护

image
image1920×1103 205 KB

移动端部分页面展示

首页

image
image387×812 50.5 KB

我的物品

image
image389×824 61.3 KB

消息通知

image
image373×812 37 KB

核心用户使用路径：

Plain Text

注册登录 → 添加旧物（AI 识别自动填表）→ 查看日均成本与剩余价值
    ↓
发布置换/捐赠 → 其他用户申请 → 选择申请人 → 同意交换联系方式
    ↓
双方评价（3 天超时自动完成）→ 碳积分到账 → 等级提升

置换状态机：

Plain Text

available → negotiating（有申请人）→ available（全部取消）
          → review_pending（标记完成）→ completed（双方评价或 3 天超时）

相比初赛 Demo 的升级

从初赛 Demo 到复赛完整作品，主要完成了以下升级：

  1. 后端架构完整迁移：从 Python (FastAPI + GraphQL) 完整迁移至 .NET 10 (RESTful API)，保留数据库兼容性，生产环境稳定性大幅提升
  2. AI 能力深化：接入 SenseNova 多模态模型，支持多图识别（最多 6 张），提取品牌/型号/颜色/存储/成色/估值；新增双场景文案生成（个人记录 vs 置换发布）
  3. 管理后台从零搭建：完整 RBAC 权限体系、置换审核流、举报工单、反馈工单、扫码签到、组织架构管理
  4. 碳账户与等级体系：10 级碳账户等级、环保影响换算、碳积分交易明细、社区排行榜
  5. 实时通信升级：SignalR 私信 + 通知 + 已读回执 + 对话置顶 + 双向拉黑 + 管理员实时推送
  6. 适老化无障碍模式：独立大卡片入口页，服务老年用户群体
  7. 技术文档页面：杂志风长文档，展示完整技术栈与产品规划

产品演示视频

4.15 06/02 :9pm E@h.Ox usr:/ 复制打开抖音极速版，看看【阿城呐的作品】TRAE复赛：旧物新生项目:sparkles: TRAE复赛旧物新生… https://v.douyin.com/I7lnSTKzC98/

产品创作历程

灵感来源

这个产品的起点非常个人化。我家里有很多闲置物品——换过的手机、看过的书、买来只用了几次的数码配件。某天我盯着角落里落灰的旧相机想：这台相机花了 3000 块，用了 200 天，相当于每天消耗 15 块——它到底值不值？

这个问题一旦开始想就停不下来。我开始想要一个工具，能记录我所有物品的购入价、使用天数，自动计算"每日使用成本"和"剩余价值"。这就是"旧物新生"最初的样子——一个私人旧物账本。

初赛 Demo 阶段

初赛时我用 TRAE 快速搭建了核心原型：

  • 前端用 React + TypeScript + Tailwind CSS，实现了物品 CRUD、基础价值计算、简单的置换列表
  • 后端最初用 Python FastAPI + GraphQL，快速跑通了数据流
  • AI 识别功能接入 SenseNova，实现了单图识别

初赛 Demo 验证了核心思路，但也暴露了问题：GraphQL 在复杂业务场景下调试成本高、Python 后端在 Windows 部署不便、AI 识别准确率不稳定。

复赛完整作品阶段

进入复赛后，我做了几个关键决策：

决策一：后端迁移至 .NET 10 这是最大的工程决策。Python 后端虽然开发快，但部署、性能、类型安全都有短板。我决定迁移到 .NET 10，使用 EF Core + PostgreSQL。迁移过程中保留了原数据库 schema 和 BCrypt 密码哈希兼容性，确保老用户无感切换。这个决策让后端的稳定性和可维护性大幅提升。

决策二：AI 识别从"能用"到"好用" 在实施时 AI 识别经常出错（比如把华为手机识别成 Canon 相机）。复赛阶段我做了系统性优化：压缩图片到 640px / 0.6 质量平衡速度与准确率；将 temperature 降至 0.1 减少发散；限制 max_tokens 优化响应速度；优化 prompt 约束 AI 只返回结构化 JSON，禁止"无法识别"等消极结果；支持多图同时识别提升准确率。

决策三：从个人工具到社区平台 初赛 Demo 只是个人账本。复赛阶段我扩展了社区置换、公益捐赠、碳账户、社区活动等模块，让产品从"私人工具"进化为"可持续生活平台"。其中碳账户体系的设计——置换 +2.5kg、捐赠 +5kg、活动签到额外奖励、10 级等级——让用户的环保行为有了量化激励。

决策四：完整管理后台 为了让产品具备真实运营能力，我从零搭建了管理后台，包含 RBAC 权限、审核流、举报工单、反馈工单等。这让"旧物新生"不再只是一个 Demo，而是一个可运营的完整产品。

TRAE 实践过程

整个项目从 0 到 1 的开发全程使用 TRAE 完成。TRAE 在以下环节发挥了关键作用：

1. 项目架构搭建

通过 TRAE 快速生成了项目脚手架，包括前端 Vite + React + TypeScript 配置、后端 .NET 10 项目结构、数据库 DbContext 和实体模型。TRAE 帮助我在几分钟内完成了原本需要半小时的手工配置。

2. 核心业务逻辑实现

  • 物品价值计算引擎（日均成本、剩余价值）
  • 置换状态机（available → negotiating → review_pending → completed）
  • 碳账户等级计算逻辑
  • SignalR ChatHub 实时通信

3. AI 服务集成

  • SenseNova 图片识别服务对接（ImageRecognitionService）
  • 双场景文案生成服务（AiTextGenerationService）
  • 图片压缩与上传处理
  • AI 结果的结构化解析与表单预填

4. UI 组件开发

  • 自绘 SVG 数据可视化（饼图、柱状图）
  • 落叶动画与动态背景
  • 适老化模式组件
  • 技术文档杂志风长文档页面

5. 后端迁移

  • 从 Python FastAPI 迁移至 .NET 10
  • EF Core 实体映射与 DTO 设计
  • RBAC 权限体系搭建
  • 幂等 SQL 迁移脚本编写

开发关键步骤截图

image
image2098×1598 408 KB

image
image1920×1203 324 KB

5f5c82126dda585c9b392f68d14f4bfe
5f5c82126dda585c9b392f68d14f4bfe1920×1137 326 KB

image
image1995×1566 353 KB

image
image2041×1575 315 KB

关键任务对话 Session ID

.1986132004834020:19e730225def75267fb0edf3b3093092_6a607bad26e1645c3fef4770.6a607bcc26e1645c3fef4772.6a607bcbb8bd520c404c00c0:Trae CN.T(2026/7/22 16:14:04)

.1986132004834020:e1ac3ee9ee798c961619bc4f06b98df3_6a607bad26e1645c3fef4770.6a608fd926e1645c3fef48a9.6a608fd8b8bd520c404c00c4:Trae CN.T(2026/7/22 17:39:37)

.1986132004834020:6297b7f3147e76ec1558aece583e4eb0_6a60b0a11c3f2dcabd8367bb.6a6169eb9fa87eb0baaf689c.6a6169eb787d89a0e8d998b7:Trae CN.T(2026/7/23 09:10:04)

.1986132004834020:5a1d208cb92967d1395b2b938532499a_6a617ecb9fa87eb0baaf6d13.6a617ed79fa87eb0baaf6d15.6a617ed7787d89a0e8d998c5:Trae CN.T(2026/7/23 10:39:19)

.1986132004834020:988583a08338512f3a9375f541b89535_6a617ecb9fa87eb0baaf6d13.6a6186619fa87eb0baaf6eae.6a618660787d89a0e8d998c9:Trae CN.T(2026/7/23 11:11:29)

.1986132004834020:1471570b608796b825ffb6bad0b89f27_6a617ecb9fa87eb0baaf6d13.6a61daf69fa87eb0baaf7410.6a61daf5bb35a920964016ef:Trae CN.T(2026/7/23 17:12:22)

.1986132004834020:6432eb402f004a73b52b60b39cac0117_6a6442677034cf329f82dc8d.6a6485287034cf329f82e381.6a648528e8f9581f60f16937:Trae CN.T(2026/7/25 17:43:04)

技术栈

  • 前端：React 18.3 + TypeScript 5.8 + Vite 6.3 + Tailwind CSS 3.4 + Zustand 5.0 + SignalR + i18next
  • 后端：ASP.NET Core 10 + Entity Framework Core + PostgreSQL + SignalR + JWT
  • AI 服务：SenseNova（商汤）多模态模型 deepseek-v4-flash / sensenova-6.7-flash-lite
  • 部署：Nginx 反向代理

产品迭代规划

基于复赛成品，下一步迭代将围绕"AI 智能化"与"用户操作便捷性"两条主线展开：

短期规划（1-3个月）：AI 智能匹配与闲置唤醒

1. AI 智能置换匹配引擎

  • 用户描述需求（如"我想要一台二手微单"），AI 自动在全平台置换广场中检索匹配项，按匹配度排序推荐
  • 结合用户物品库中的"压箱底"物品，AI 主动建议：“你的 iPad mini 已 180 天未使用，日均成本已降至 0.3 元，广场上有 3 位用户发布的置换可能匹配你的需求，是否查看？”
  • 支持 AI 对话式搜索：“帮我找一台适合拍 vlog 的二手相机，预算 1500 以内”——AI 理解语义后返回精准结果

2. 一键标记可置换物品

  • 物品列表新增"可置换"开关，用户可批量勾选长期不用的物品对外公开
  • 系统自动识别"压箱底"物品（使用频率低、剩余价值高、持有超 90 天），主动提醒用户：“这 5 件物品你很久没用了，要不要标记为可置换？”
  • 标记后物品自动同步至置换广场，无需重复填写发布信息

3. 智能估值与定价建议

  • AI 基于物品品牌、型号、成色、使用天数，结合市场二手行情，给出参考估值区间
  • 发布置换时自动填充建议价格，用户可调整

中期规划（3-6个月）：社区生态与自动化运营

4. 置换需求双向撮合

  • 用户发布"求购/求换"需求，系统自动匹配广场上的供给方，双向推送通知
  • AI 分析历史置换数据，推荐"高成功率"的匹配组合

5. 物品生命周期追踪

  • 从购入 → 使用 → 闲置 → 置换/捐赠，完整记录每件物品的全生命周期
  • 年度报告：“今年你让 12 件旧物焕发新生，节省 3200 元，减少碳排放 28kg”

6. 社区信任体系升级

  • 信用分与置换历史挂钩，高信用用户享受优先展示、免审核等权益
  • 邻里置换地图：基于城市/社区的可视化置换网络

长期规划（6-12个月）：平台化扩展

7. 多城市本地化运营

  • 按城市/社区划分置换圈，支持线下自提点对接

8. 开放 API 与开发者生态

  • 物品数据接口开放给二手平台、环保组织，实现跨平台流转

9. 智能物流与上门回收

  • 对接物流服务商，大件物品支持上门取件