我是个老师，平时改作文和数学作业特别耗时。一个班几十份作文，逐字逐句看错字、病句、离题没、写得好不好……一坐就是大半天，改完还得写评语。数学作业也差不多，答案对错、步骤有没有问题、书写规不规范，都得一份份看。
我就想：能不能让 AI 帮我先过一遍？我拍下学生作业的照片，AI 帮我识别错字、判断离题、分析思路、给个评级和建议，我再看一眼拍板。这样我能省下大把重复劳动的时间，把精力放在真正需要我介入的部分。
简单说，我想做一个拍照批改作业的小工具——能给老师用，也能给学生看反馈。
我是一名一线老师，不是程序员。代码我基本看不懂，以前也没正经写过小程序。之所以想试 TraeCode，是因为：
- 这个批改需求太刚需了，我自己天天都在受煎熬
- 找人开发不现实（贵、沟通累、改一次等一周），不如自己搞
- 听说现在 AI 写代码挺猛，老师也能上手，我就想试试看
说真的，一开始我是带着"试试看，不行就算了"的心态开始的。没想到最后真做出来了
第一次下手：先把需求讲清楚
我没急着让它写代码，先花了十分钟把要做的功能列清楚：
我要做一个微信小程序，给老师批改作业用。 功能：
- 首页：输入题目，选学生，拍作业照（1-9张），点"开始批改"
- 结果页：AI 给出批改结果，包括错字、病句、离题判断、优缺点、鼓励意见、综合评级
- 评级我能手动调整（AI 给建议，最终拍板的是我）
- 历史记录：能查之前批改过的
- 数据先本地存，后面再考虑云同步
这里有个小窍门——我把"先做本地版，云同步以后再说"明确告诉它了。这点很关键，不然它可能一开始就把云开发、数据库全塞进来，代码太杂反而跑不起来。
TraeCode 直接给我搭好了项目：首页、结果页两个页面，utils/llm.js 封装 AI 调用，utils/config.js 放 API Key，第一次编译就能跑。
卡住的时候：它怎么帮我推进
做这种项目，卡点是必然的。我印象最深的有几次：
第一次卡壳：云开发死活配不通
一开始我想用微信云函数调 AI 模型。结果一上来就报 -601034（没云开发权限），后来报 -501000（环境不存在）。我连 AppID 和环境 ID 都搞混了，把 AppID 填到环境 ID 的位置，怎么弄都不对。
我把报错截图丢给 TraeCode，它一句话点醒我：
AppID 是小程序的身份证号，环境 ID 是云开发里数据库/云函数所在的位置，这俩不是一回事。
然后一步步指导我：注册小程序账号 → 拿 AppID → 在开发者工具里填 AppID → 开通云开发 → 复制环境 ID 填到 app.js。这才走通。
第二次卡壳：AI 模型一个接一个挂
我用的是硅基流动（SiliconFlow）的视觉大模型。一开始让我用 Qwen2.5-VL-72B-Instruct，结果报 403 模型被禁用；换 DeepSeek-VL2，也没有；换 glm-4v，模型名都不存在。
我一度怀疑是不是自己操作有问题。TraeCode 直接帮我测了一圈模型，最后告诉我：这几个模型在硅基流动上都被下架/禁用了，能用的就剩 Qwen3-VL-30B-A3B-Instruct 和 Qwen3-VL-8B-Instruct。换上之后立马通。
这种时候特别庆幸用了 SOLO 模式——它不光给方案，还能帮你直接发请求测模型，省得我自己折腾半天。
第三次卡壳：图片太大，接口一直超时转圈
这个卡了好久。作文和数学批改都转圈不出结果，急死我了。TraeCode 让我打开开发者工具的 Console，看最后一行打印的是什么：
如果打印了
[LLM] 请求体大小: xxx bytes，说明请求已经发出去了，在等 API 回应； 如果没打印，那是卡在图片读取那一步。
按它说的查，请求确实发出去了，那就是 API 那边超时。原因是图片太大（一张就 5-10MB），base64 编码之后 API 处理不动。它帮我加了一道压缩：质量 20%、宽度 600px，一张图从几兆压到 30-50KB。改完之后，1 张图测试立马出结果。
哪一步开始让我觉得"原来这样用更顺"
有几个转折点让我印象特别深：
-
从云函数改成纯前端直调 AI：一开始我把 AI 调用放在云函数里，结果云函数的 prompt 字符串里嵌套了单引号，导致语法错误，上传一直失败。TraeCode 建议我直接砍掉云函数，前端调硅基流动 API。改完之后整个项目清爽了，少了一层云函数部署的麻烦。这是第一次让我感觉到"原来架构可以更简单"。
-
“先把现象和操作步骤一起说”：我一开始报 bug 就说"不行"“转圈”。后来学会这样开头：“我做了 X，期望 Y，实际 Z，Console 最后打印的是 ……”。TraeCode 定位问题快了好几倍，不再瞎猜。
-
加新功能时一次只加一个：我后来想加数学批改、错题本、学生管理这些功能，都是一次提一个，跑通了再加下一个。一口气全说完，它给的代码一坨，调试起来特别累。
四、我最后做成了什么，想给后来的人留一句什么建议
最后做成的：
一个能日常用的微信小程序，叫"作业批改"。功能：
| 模块 | 能做什么 |
|---|---|
| 作文批改 | 拍作文照片（1-9 张），AI 识别错字、判断离题、检测病句、给出优缺点和鼓励意见、综合评级（甲乙丙丁） |
| 数学批改 | 拍数学作业，AI 评答案对错、思路、过程、书写规范，给评级 |
| 学生管理 | 本地维护学生名单，批改时选学生 |
| 评级可调 | AI 给的建议我可以手动改最终评级（最终拍板的是我，不是 AI） |
| 历史记录 | 批改记录云存储 + 本地兜底，换手机也不丢 |
| 错题本 | 自动收集错题，按学生筛选，方便复习 |
现在我已经拿它在班里用了，作文和数学作业都靠它先过一遍，我再人工复核。效率上，原来一份作文 8-10 分钟，现在 AI 帮我缩到 3-4 分钟，剩下的时间我能多改几份、写得更细。
于是：我又继续让他帮我开发了数学题批改：
最后结果：
给大家留一句浅薄建议：
如果你跟我一样不是程序员，又有个自己特别想解决的需求，别被"我不会写代码"吓住。把需求想清楚（这是关键），剩下交给 TraeCode，遇到报错就把现象和 Console 日志贴给它，它会一步一步带你走出来。
但有一句实话也要说：第一版做出来 ≠ 立刻能用。我后面花了大量时间在调模型、压图片、修 bug 上。AI 写代码不是"一键生成"，更像"有个搭档陪你 debug"——但这个搭档不会累、不会嫌你问题蠢，光这一点就够值了。
如果让我推荐给下一个人怎么开始，我会说：先花十分钟把需求写成一段话，要做什么、给谁用、先做什么后做什么，写清楚。这一步做好了，后面顺一大半。