静态地址（部分功能）：猫咪老师
一、背景
一开始我想做的东西很朴素：一个课表工具，帮老师更省心地排课、调课。
几轮和 AI 沟通需求下来，我发现有两个词反复出现，还挺扎眼的——「精力透支」和「生活冲突」。老师缺的其实不是一张更漂亮的课表，而是有人（或某个东西）知道他今天已经连上三节课、下午还有班会、晚上要回家长消息。
于是我逐渐改变了最初的想法：现在不是工作台很火么，不应该做「教师版日历」，而应该做一个懂老师当前工作状态的陪伴式工作台，猫咪老师的雏形就是这么来的。
定位上我刻意做了减法：
- 不去取代现有复杂的教育排课系统；
- 而是把 Agent 接入工作台，通过自然语言对话帮老师记录事项、追踪日程；
- 同时提供「陪伴」——一个水墨风田园猫形象的猫咪助教，守在侧边栏。
二、实践过程
2.1 任务拆解
我没有一上来就让 AI 写页面，而是先把产品聊清楚，再让代码落地，整体分四步：
- 需求对话：和对话模型多轮讨论，把「课表工具」聊成「陪伴式工作台」，收敛出 PRD；
- PRD 喂给 TRAE Code：创建 Goal，选能力最强的模型执行主体开发；
- Goal 中断式纠偏：跑偏就暂停，修 Prompt / 修环境，再继续 Goal；
- 降本收尾：主体定型后切换轻量模型做快速小调整。
2.2 用了 Code 哪些能力
- Goal 模式：核心生产力。把 PRD 整体交给它长自主执行，「库库干」，我只在关键节点介入；
- 模型组合策略：主力开发用最强模型保证方向正确；后期用 GLM-5.3-FLASH 做高频小改动，积分消耗立降一个量级；
- Agent 自主排障：网络下载超时、工具调用失败等环境问题，多数由它自己换方案解决；
- 多轮上下文延续：暂停-修改-继续 Goal 的循环里，之前的工作成果都能保住，不用推倒重来。
2.3 关键操作过程
整个流程大致是这样的：
对话聊需求 → 产出 PRD → 喂给 TRAE Code 建 Goal
→ 最强模型执行开发
→ 遇到问题：暂停 Goal → 人工介入修改 → 继续 Goal
→ 初版定型 → 切换 GLM-5.3-FLASH 快速微调 → 交付
几个关键节点的处理方式：
- 思考方向不对：直接暂停 Goal，把纠偏要求写清楚（比如课表列宽必须等宽、代课只用徽章区分不加文字后缀这类细节），再恢复执行；
- 网络下载失败：模型文件从 GitHub 下载超时，Agent 自己切到国内镜像手动下载完成；
- 生图工具无法调用：工具链路不通时暂停处理，图片类资产改由本地脚本 + rembg + U2Net 模型抠图、图层合成的流程兜底产出。
我的经验是：Goal 模式的「暂停」是我老命的救命键。它让长任务开发从「祈祷一次跑对」变成了「分段纠偏、稳定收敛」。
2.4 踩过的坑
-
生图功能无法调用：一开始在Code里面生图老是失败，于是我回到TraeWork里面，让他把生图插件的路径告诉我，我再喂给TraeCode让他用那个插件，就可以正常使用Seedream作图了。
-
热更新缓存错乱：开发过程中页面行为诡异，import 莫名丢失、
.next缓存报错。最后定位是热更新缓存问题，清缓存重启服务才恢复——AI 写代码很块，但环境类问题还是得靠人来定位。 -
抠图不干净：猫咪形象第一版抠图带着一圈米白色描边，耳朵和尾巴还有缺失。后来学会了区分「外部背景」和「内部孔洞」，重跑 U2Net 抠图才得到干净的轮廓，白色毛发区域差点被误抠。
-
模型下载超时：U2Net 模型从 GitHub 拉取一直超时。好在 Agent 自己切到国内镜像手动下载完成，没耽误整体进度——这也是我对 Agent 自主排障能力印象最深的一次。
-
视觉验收不过关：AI 生成的猫咪形象总差点意思，不是风格不对就是形态不完整。最后把约束写死——「水墨风田园猫、按外形轮廓分层生成、禁用橘猫」，多轮迭代才收敛到满意的效果。
2.5 技术架构
整体分层：
┌─────────────────────────────────────────┐
│ 前端展示层 Next.js (App Router) │
│ 水墨风 UI / 侧边栏 / 课表视图 / 对话流 │
├─────────────────────────────────────────┤
│ 服务层 Koa │
│ API 路由 / 会话状态 / 业务逻辑 │
├─────────────────────────────────────────┤
│ Agent 能力层 │
│ 自然语言解析 / 事项记录 / 日程追踪 │
├─────────────────────────────────────────┤
│ 资产与工具层 │
│ rembg + U2Net 抠图 / 图层合成 / 静态素材 │
└─────────────────────────────────────────┘
几个关键技术决策：
- 前后端分离：Next.js 承载页面与交互，Koa 承载 API 与状态，避免耦合在一坨里；
- Agent 直连工作台：不做独立聊天页，猫咪助教直接长在工作台侧边栏，对话即操作；
- 角色资产工程化：猫咪形象按「U2Net 抠图 → 白色轮廓层 → 透明前景层」双图层像素级对齐合成，保证轮廓干净、形态完整；
- 视觉规范约束：全程禁用 emoji，图标统一 stroke 风格 SVG，课表用低饱和水彩色区分学科，保证水墨调性一致。
三、成果展示
猫咪老师 · 主界面（今日工作台）：
课表与调课：等宽课表视图，代课用徽章标注，班主任课程教师列做特殊处理。
猫咪助教对话：自然语言记录事项、追踪日程。
班级与学情：了解记录有关教学与学生的情况。
设置与搜索：自定义API以及快速查找
四、创作分享
这个项目做完，我对「AI 工作方式」有三点很具体的感受：
1. 需求阶段的人工投入，比代码阶段更值钱。
真正的转折点不是某段代码写得多好，而是我从「做课表」聊到「做陪伴式工作台」那次认知转变。AI 能高效执行 PRD，但「该做什么」的判断目前仍然只能来自人。花在对话和思考上的时间，回报率远高于改 Prompt 抠细节。
2. 长任务开发的关键是「可中断、可恢复」。
几千积分的开发量不可能一次跑对。Goal 模式最有价值的不是「自主」，而是「暂停键」——方向偏了、网络挂了、工具罢工，都能停下来修，修完接着跑。这有点像带实习生：你不需要盯着每一行代码，但需要在关键节点把方向掰回来。
3. 成本分层是个实用主义策略。
最强模型贵但方向感好，轻量模型便宜但适合打杂。主体开发交给最强模型，定型后的微调交给 GLM-5.3-FLASH，积分消耗立降一个量级。AI 时代的「开发成本」不再只是时间，算力预算管理本身就成了开发技能的一部分。
五、后续计划
目前猫咪老师的前端主体已经基本稳定——界面、交互、视觉调性都定型了，短期内不会大动。接下来的重心会明显后移：
-
后端能力补齐：现在是「前端先跑起来」的策略，后端还比较薄。下一步要把 API 层认真设计一遍——接口怎么拆、鉴权怎么做、课表和待办数据怎么持久化，让前端的功能真正长在可靠的服务上；
-
测试体系搭建：功能是 AI 快速堆出来的，稳定性还需要系统性验证。计划补上核心链路的功能测试和回归测试，尤其是课表调课、对话解析这些容易出错的环节，不能每次都靠肉眼验收；
-
打通飞书：期望能和飞书打通——课表通知、待办提醒、群消息。把猫咪老师和飞书打通后，事项记录和日程追踪就能长在老师每天真实使用的地方，而不是一个孤立的新工具，这也是「陪伴式工作台」这个定位真正成立的关键一步。
这个项目本身是教师节活动的产物，从一次随手的想法，到和 AI 聊出需求，再到亲手把它变成一个能跑的产品，整个过程让我真切体会到：这个时代做一件事情的门槛，从来没有这么低过。不需要多大的团队，不需要多深的工程功底，有一个真正想解决的问题，加上愿意和 AI 反复磨合的耐心，想法就能落地。
如果你也有一个搁置很久的念头，不妨从今天开始试着把它做出来。
最后，祝各位老师教师节快乐——愿每一份「精力透支」都能被看见，愿猫咪老师这样的小工具，能让老师们的工作日多一点从容。