该专区只发布初赛Demo帖，不交流，请于7月15日（含）前在该专区发布作品帖，即为报名。
tips：请报名通过后再来发布初赛作品帖哦~
大赛交流互动请前往大赛交流专区： 大赛交流专区 - TRAE 官方中文社区
复赛呢复赛呢
3 个赞
看来很激烈，还有初赛
3 个赞
复赛呢！！
3 个赞
【学习工作赛道】拼音小乐园——四岁小朋友学习拼音，提供学习乐趣
创意名称 + 创意介绍
创意名称
拼音小乐园
—— 给四岁女儿的一封情书，也是一份用代码写成的父爱
想解决什么问题
四岁女儿说"爸爸，我要学拼音，像哥哥姐姐那样！"
但市面上的拼音 App，不是三秒一个弹窗广告，就是界面复杂到大人看了都头疼。
我想用自己会的技术，给她做一个干干净净、好玩有趣、她真的愿意主动玩的拼音学习工具。
为什么会想到做这个
那是一个普通的晚上，女儿拿着我的手机乱划，突然停下来问我：
“爸爸，这个字怎么读？”
我教了她几个拼音之后，她兴奋地说：
“爸爸，我要学拼音！”
那一刻我愣住了——作为一个做技术的爸爸，我能用代码写 App、写网页、写各种复杂的系统，但从来没想过，给女儿做一件属于她的、专属于她的东西。
打开应用商店搜"拼音学习"，满屏都是付费订阅、 banner 广告、氪金弹窗。
孩子的小手一戳就跳到别的页面，花了钱不说，学到的内容少之又少。
我决定：自己来。
与其在那些乱七八糟的 App 里浪费孩子的时间，不如用自己会的技术，给女儿做一个"爸爸牌"专属学习工具。
于是，"拼音小乐园"诞生了。
大概是什么产品
一款专为 3-6 岁儿童设计的拼音学习互动网页。
23 个声母 + 24 个韵母 + 4 个趣味游戏，全程动画陪伴，点击即可发音。
双击 HTML 文件就能用，无需下载、无需联网、没有任何广告。
女儿每天放学后第一件事，就是喊"爸爸，我要玩拼音小乐园！"
目标用户及痛点
面向哪些用户
| 用户群体 | 规模估算 | 核心诉求 |
|---|---|---|
 3-6 岁学龄前儿童 |
全国约 1 亿+ | 好奇心强，需要有趣的方式引导学习 |
 80/90 后家长 |
约 2-3 亿 | 希望孩子赢在起跑线，但工作忙、时间碎片化 |
 幼儿园/学前班教师 |
全国约 200 万+ | 需要免费、好用、无广告的教学工具 |
在什么场景下使用
早晨 10 分钟：送幼儿园前，孩子吃早餐时玩一局"听音选字"
车上无聊时：自驾出游、等红绿灯，孩子拿出手机自己玩
等餐时：餐厅等上菜，孩子不哭不闹，专注学拼音
睡前亲子时光：熄灯前和爸爸一起玩一局，是游戏也是学习
周末大屏展示：老师用投影仪带全班一起做拼音游戏
当前痛点分析
| 痛点 | 真实场景 | 数据支撑 |
|---|---|---|
 广告泛滥 |
孩子正学得认真，突然弹出"下载送皮肤"，一点就跑 | 调研显示 82% 的儿童 App 含广告 |
| 界面复杂 |
四岁孩子手指小，点击"下一步"总是点错位置 | 平均一款早教 App 含 7+ 个层级菜单 |
| 内容枯燥 |
静态卡片配录音，孩子看三秒就跑了 | 儿童注意力平均仅能维持 3-5 分钟 |
| 依赖设备 |
没 WiFi 就没法用，在农村、车上根本打开不了 | 2023 年农村地区网络覆盖率仅 60% |
| 隐私风险 |
App 要求获取通讯录、定位、摄像头 | 儿童 App 隐私泄露事件年增 40% |
如果没有我的产品
家长只能在应用商店里反复试错，装了删、删了装；
孩子面对满是广告的屏幕，要么学不进去，要么学到的是错误信息；
老师想用数字工具辅助教学，却找不到一个免费无广告的方案。
价值与意义
教育价值：弥合教育资源的不平等
城市里的孩子有iPad、有线上课程、有外教一对一。
但在那些没有优质资源的角落，那些用着父母千元机的孩子，他们怎么办？
拼音小乐园打破了这些门槛：
零成本：不需要订阅、不需要内购、不需要付费账号
零门槛：不需要 WiFi、不需要流量，在 2G 网络下也能流畅运行
零依赖：不需要高端设备，一台 500 块的二手智能手机就能完美运行
零限制：不需要懂技术、不需要会英语，点开就能用
当城里的孩子在上千块一节的私教课时，农村的留守儿童用一部旧手机，打开拼音小乐园，也可以同样快乐地学习。
这就是我认为这个作品最有意义的地方。
亲子价值：让陪伴更有质量
现代父母都知道"高质量陪伴"的重要性，但996的工作、碎片化的时间，让陪伴变成了"人在心不在"。
拼音小乐园创造了一种新的陪伴方式：
爸爸和孩子一起玩：不是各玩各的手机，是两个人为一个正确答案欢呼
正向反馈的循环：孩子答对题 → 烟花绽放 → 孩子开心 → 主动要学更多
可见的成长：今天答对 5 题，明天答对 8 题，后天全通关——这就是成长
有一天，女儿跑过来跟我说：“爸爸，我今天在幼儿园读拼音，老师夸我了！”
那一刻，我觉得这比任何 KPI、任何业绩都值得。
效率价值：把碎片时间变成学习时间
| 传统学习 | 拼音小乐园 |
|---|---|
| 需要固定 30 分钟坐下来学 | 随时打开、随时结束 |
| 需要家长全程陪伴讲解 | 孩子独立玩耍，家长做自己的事 |
| 没效果就浪费了时间 | 玩 5 分钟也有 5 分钟的收获 |
以前孩子拿手机 = 看视频/玩游戏
现在孩子拿手机 = 学拼音 + 玩游戏
一部手机，两种可能。
产品价值：技术实现的亮点
| 技术亮点 | 实现方式 | 解决的问题 |
|---|---|---|
| Web Speech API | 浏览器内置语音引擎，无需音频文件 | 节省 95% 的文件体积，实现即时发音 |
| 纯 CSS 动画 | 用 CSS keyframes 替代 JS 动画 | 60fps 流畅运行，低配设备也流畅 |
| 响应式布局 | 一套代码适配手机/平板/电脑 | 一处开发，全平台使用 |
| 单文件交付 | 所有 HTML/CSS/JS 集成在一个文件 | 零安装、零依赖、双击即用 |
| 离线可用 | 不依赖任何外部资源 | 没网络也能玩 |
差异化竞争优势
| 对比维度 | 市面拼音 App | 拼音小乐园 |
|---|---|---|
| 价格 | 付费订阅/内购 | 完全免费 |
| 广告 | 弹窗/Banner/激励视频 | 零广告 |
| 安装包大小 | 50MB-200MB | 100KB（仅为常规 App 的 0.1%） |
| 首次使用 | 注册→登录→验证→付费 | 双击文件，2秒开始 |
| 隐私权限 | 读取通讯录/定位/相册 | 零权限，纯本地运行 |
| 趣味性 | 静态卡片/单调录音 | 全程动画+游戏+奖励 |
| 扩展性 | 受平台限制 | 一个文本编辑器就能改 |
一句话终极总结
"这是我用代码写给女儿的一封情书，
也是我希望能帮助到全国每一个想学拼音的孩子的一份心意。"
附件
拼音小乐园.zip (11.2 KB)
pinyin-learning-kids.html (58.6 KB)
3 个 Session ID
第一个：3071394522863508:93dbfb184fd9e351bacf2c98ba39c67c_6a30c2526c578958656a8198.6a30d6f662ce18a38780890c.6a30d6f662ce18a38780890a:TRAE Work CN.0.1.19.no_sid.no_ppe.T(2026/6/16 12:54:14)
第二个：3071394522863508:bd5ea54206be9e8c6177ee38df6346e7_6a30c2526c578958656a8198.6a30d72d62ce18a387808917.6a30d72d62ce18a387808915:TRAE Work CN.0.1.19.no_sid.no_ppe.T(2026/6/16 12:55:09)
第三个：3071394522863508:5cbde53a95dc0908056c778a55412042_6a30c2526c578958656a8198.6a30d8c462ce18a38780892e.6a30d8c462ce18a38780892c:TRAE Work CN.0.1.19.no_sid.no_ppe.T(2026/6/16 13:01:56)
截图
14 个赞
报名报名报名！！！
2 个赞
报名！
报名！
2 个赞
创意说明
1. 创意名称 + 创意介绍
创意名称
x-layout —— 生产级的 AI 工作流编排平台
副标题：可视化拖拽搭建，零代码驱动 AI 业务流
想解决什么问题
企业在落地 AI 应用时，常陷入"单点调用"的困境——每个 AI 能力（LLM 对话、文档理解、代码执行、数据查询）都是孤立的工具，无法串联成完整的业务逻辑。例如"从用户提问 → 检索知识库 → LLM 推理 → 格式化输出 → 写入数据库"这条链路，目前需要大量手写胶水代码才能跑通。
为什么会想到做这个
在调研 Dify、LangFlow 等开源项目时发现，尽管它们在提示词工程方面做得很好，但在可扩展的节点体系和灵活的 DAG 执行引擎上仍有不足。多数平台将节点类型写死在引擎里，新增一种节点需要改动引擎核心代码，这违背了开闭原则。
我们希望打造一个节点可插拔、流程可编程、执行可观测的工作流平台，让开发者像搭积木一样组装 AI 业务流程，同时让引擎本身保持简洁、可测试。
大概是什么产品
Web 应用（SaaS 平台）—— 前端可视化编辑器 + 后端 DAG 执行引擎，用户通过浏览器即可完成工作流的设计、调试、部署和监控。
2. 目标用户及痛点
面向哪些用户
| 用户角色 | 特征 |
|---------|------|
| AI 应用开发者 | 需要快速将 LLM、RAG、代码等多环节编排成业务流水线 |
| 技术产品经理 | 懂业务逻辑但不想写代码，希望通过可视化方式定义 AI 流程 |
| 企业内部 IT 团队 | 需将 AI 能力嵌入现有系统（CRM、工单、审批流），需要标准化接口 |
| AI 学习/培训人员 | 正在学习工作流编排和 LLM 应用开发的学生或转行者 |
在什么场景下使用
-
智能客服流程编排：用户提问 → 意图识别 → 知识库检索 → LLM 生成 → 工单创建
-
文档自动化处理：上传文件 → 文本提取 → 结构化解析 → LLM 摘要 → 写入数据库
-
数据分析流水线：SQL 查询 → 数据清洗 → LLM 分析 → 图表生成 → 报告输出
-
多模型协同推理：问题分发到多个 LLM → 结果聚合 → 交叉验证 → 择优输出
-
自动化测试 / QA：输入测试用例 → 调用被测 API → LLM 判断结果 → 生成测试报告
当前痛点
| 痛点 | 具体表现 |
|------|---------|
| 胶水代码泛滥 | 每个 AI 业务场景都需要手写 Python/Node.js 脚本来串联 API 调用、数据转换、条件判断 |
| 节点类型耦合 | 现有平台的新节点需要修改引擎核心代码，社区贡献门槛高 |
| 执行过程黑盒 | 工作流执行时无法查看中间结果，调试困难，出问题难以定位 |
| 缺少企业级特性 | 缺乏版本管理、执行历史、权限控制等生产环境必备功能 |
| 扩展成本高 | 想接入私有模型、内部 API 或自建知识库，往往需要 fork 项目做深度定制 |
3. 价值与意义
商业价值
-
降低 AI 应用开发成本：将原来需要 2-3 天手写的胶水代码，缩短到 30 分钟的可视化拖拽搭建
-
减少重复造轮子：企业可将通用的 AI 业务流（客服、审核、质检）封装为模板，跨部门复用
-
提升交付效率：开发者只需实现自定义节点（单个文件），即可无限扩展平台能力，无需改动引擎核心
-
降低人才门槛：非技术用户（产品、运营）可通过可视化界面编排简单流程，减轻开发团队负担
效率提升
-
节点可插拔架构：新增节点类型只需实现
BaseNode接口并注册，引擎无需任何改动。目前已内置 11 种节点类型（LLM、代码、条件判断、HTTP 请求、文档处理、数据聚合等） -
DAG 并行执行：基于拓扑排序的并行执行引擎，可同时执行无依赖关系的节点，大幅缩短工作流总耗时
-
实时执行状态反馈：执行过程中前端实时展示节点状态（运行中/成功/失败/跳过），帮助快速定位问题
-
完备的数据持久化：工作流定义、节点配置、边关系、执行历史全部存入 MySQL，支持历史回查和审计
技术亮点（差异化价值）
-
开闭原则设计：
NodeRegistry自动注册机制，新增节点零配置、零引擎改动 -
类型安全的节点契约：Pydantic v2 驱动节点输入/输出校验，运行时保证数据格式正确
-
全栈可观测：Loguru 结构化日志 + 执行记录持久化，支持端到端追踪
作品
x-dify-prd.html (48.9 KB)
4 个赞
首页的小动物和拼音没有任何必然联系呀~感觉有点误导性
2 个赞
【标签】学习工作
【标题】学习工作赛道 · 认知假体型学习 Agent（Cognitive Prosthesis Learning Agent）
1. 创意名称 + 创意介绍
想解决什么问题： 学过的知识总是记不住，复习时又忍不住直接看答案——大脑的“流畅性错觉”让人把“看着眼熟”当成了“已经掌握”，结果一到真正需要用的时候什么都想不起来。
为什么会想到做这个： 我发现每次学完新东西，当时觉得懂了，几天后却一片空白。查了资料才知道，这不是我懒，而是工作记忆只能同时处理4±1个组块、提取记忆时会抑制相关记忆、大脑天生回避费力思考——这些都是写在人类生理里的局限。既然改不了大脑，那就做一个“认知外骨骼”来弥补这些缺陷。
大概是什么产品： 一个基于 Telegram/飞书/企业微信的主动推送型学习 Agent（系统/机器人），用 FSRS 间隔重复算法动态调度复习，强制隐藏答案、强迫用户主动提取和复述，把“对抗遗忘”这件事全部外包出去。
2. 目标用户及痛点
面向哪些用户： 学生（考研/考证/日常学习）、终身学习者、需要大量记忆知识的职场人（医生、律师、程序员等）。
在什么场景下使用： 学完一个新知识点后，直接把笔记文本发给 Agent；之后每天在通勤、睡前、碎片时间里接收 Agent 主动推送的复习卡片，每次不超过3张，90秒内完成一次高效提取练习。
当前痛点： 没有这个产品时，用户要么靠“感觉自己记住了”的错觉拖延复习，要么用传统背单词类 App 被动再认（看问题→看答案→觉得自己会了），实际 recall 能力极差；纯靠意志力安排复习计划，前瞻记忆脆弱导致频繁忘记复习；一次推送太多卡片导致工作记忆过载、直接放弃。
3. 价值与意义
效率提升： 用 FSRS 算法为每张卡片单独计算最优复习间隔，替代“第1天、第3天、第7天”的粗暴固定周期，让每次复习都踩在记忆即将遗忘的临界点上。每次推送不超过3张卡片，严格防止工作记忆过载，让碎片时间的学习效率最大化。
商业价值： 可封装为订阅制学习效率工具，面向考研、考证、职场技能培训等刚需场景。核心壁垒在于“强制提取+即时变形题追问”的交互设计——这不是又一个背单词 App，而是一个逼你真正“用出来”的认知训练系统。
4. 必须附带：
index.html (76.5 KB)。
附：给评委的简要说明
这是一个基于遗忘曲线和大脑认知局限设计的学习助手，所有功能规格已在帖子中详细列出。技术架构采用 Python + FSRS 开源库，LLM 模块已适配国内模型（DeepSeek/通义千问等，完全兼容 OpenAI API，修改 base_url 即可接入），先跑通“添加卡片→FSRS调度→主动推送→反馈更新间隔”的最简闭环即可验证核心价值。
2 个赞
内容很丰富，也很可爱，但是有个问题，拼音的音不对，不是啵婆莫佛。
2 个赞
【标签】 生活娱乐
【标题】 生活娱乐 阿巴巴跑酷
【正文】
1. Demo 简介
-
是什么：一款2D跑酷小游戏；
-
面向谁：热爱跑酷类游戏的玩家；
-
主要功能：
1.玩家可以操控角色进行跳跃和下蹲来躲避游戏内的各种障碍物
2.玩家可以通过收集游戏内的道具来获得相应的增益buff
3.玩家在游戏内可以收集金币和钻石，可以通过金币获取体力值通过钻石购买坐骑
4.游戏内的排行榜系统可以实时查看自己的历史最高分数和排名
2. Demo 创作思路
-
灵感来源：主要灵感来源于早期的天天酷跑，加之之前参加训练营实践时制作过相关跑酷游戏；
-
想解决的问题：市面上的跑酷游戏可能由于道具的属性过于变态导致游戏体验不高，我想通过自己制作一款比较均衡的跑酷游戏；
-
为什么做这个方向：一方面呢是由于自己可能也比较喜欢玩游戏，对游戏保持一种热爱和好奇，同时我也感觉游戏的未来前景很好，另一方面呢感觉目前市面上跑酷游戏较少，我想通过自己的制作倾听一些玩家的声音来解决跑酷类游戏的现状。
3. Demo 体验地址
ababa Run.zip (36.9 KB)
4. TRAE 实践过程
-
首先，我让trae CN仿照天天酷跑的游戏生成一个跑酷类游戏的html文件，最为这个游戏的初稿，然后自己进行第一轮的测试，第一轮测试的目标主要为增加游戏的相关玩法和功能，添加了金币，复活，障碍物，二段跳等功能，并且召集自己的伙伴集中测试修复出现的bug；第一轮测试之后我们进行一次集中讨论游戏的后续功能，添加了游戏账户登录，排行榜等用户信息系统，让用户在游戏中可以实时看到自己的信息，同时再次大规模进行游戏测试来修复bug；最后，第三轮测试进行最终可玩版本的开发，测试，也就是目前的beta 1.0版本，加入了角色，坐骑钻石，体力等游戏元素，增加游戏的趣味性，并且在游戏中增加一些全新障碍，且游戏内赛道不只一个水平面等等，这次测试我们分为三组进行测试，每一组测试出现的问题进行整合，在集中进行讨论修订，得到了我们最终发布的beta 1.0版本。
-
附开发关键步骤截图；
- 附关键任务对话的 Session ID
.379774303212697:b33d63a82319a566241096c622ec3a54_6a392b20c52ce13d88293685.6a392c6c4984e6875e7833e1.6a392c6c751fab3823303f5e:Trae CN.T(2026/6/22 20:37:00)
.379774303212697:572f5ce2713ae5076efb430641babd45_6a392b20c52ce13d88293685.6a3930884984e6875e7834d2.6a393088751fab3823303f61:Trae CN.T(2026/6/22 20:54:32)
.379774303212697:6efcac388b1dbc5f824d161fa1788f6d_6a392b20c52ce13d88293685.6a3934554984e6875e78350c.6a393454751fab3823303f62:Trae CN.T(2026/6/22 21:10:45)
.379774303212697:aa969626461ca41295730a83d7ba01d7_6a392b20c52ce13d88293685.6a393b854984e6875e7835ac.6a393b85751fab3823303f63:Trae CN.T(2026/6/22 21:41:25)
.379774303212697:e86f2d2b9202abf2ffd85d45712d1a5f_6a392b20c52ce13d88293685.6a3a83a0676cf0c1406b6103.6a3a839f16da5256d3603ea1:Trae CN.T(2026/6/23 21:01:20)
.379774303212697:3239d7f80f6dfbbd864997f8c3e314f7_6a392b20c52ce13d88293685.6a3a8615676cf0c1406b614f.6a3a861516da5256d3603ea2:Trae CN.T(2026/6/23 21:11:49)
社区报名帖链接trae.cn/ai-creativity/result
2 个赞
报名报名报名
2 个赞
Demo已完成请多支持
2 个赞
报名的链接：元本体智能学习系统
- Demo简介
是什么 ：这是一个基于"新四位一体3.0元本体论"构建的智能学习系统，是一个可以在浏览器中直接打开体验的Web应用。简单说就是一个超级智能的学习助手，能帮你规划学习路径、评估学习效果、推荐学习内容。
面向谁 ：
- 学生 ：从小学到大学，不管是学霸还是学渣，都能找到适合自己的学习方法
教师 ：帮老师了解学生的学习状态，制定更精准的教学方案- 教育机构 ：提供一套完整的智能学习解决方案
特殊教育群体 ：针对视障、听障等特殊需求，提供个性化学习支持
偏远地区学习者 ：让山区孩子也能享受优质的智能学习资源
核心功能 ：
① 智能学习路径规划
就像给每个学生定制专属的"学习导航地图"。系统会根据你的基础水平、学习目标、兴趣爱好，自动规划一条最适合你的学习路径。不会让你学太简单的觉得无聊，也不会让你学太难的感到挫败。
② 学习四论判定引擎
这个功能很有意思！系统会把你的学习行为分成四种类型：
-
正论 ：稳扎稳打，按部就班的常规学习（比如每天按时完成作业） -
逆论 ：打破常规，尝试新方法的学习（比如用游戏化方式学数学） -
真论 ：找到了真正适合自己的学习方式，效果特别好 -
谬论 ：无效甚至有害的学习行为（比如死记硬背、拖延症）
③ 价值光谱量化评估
用三个维度给你的学习效果打分： -
复杂度 ：你学的知识有多深入、体系有多完整 -
多样性 ：你接触的学习方法和领域有多丰富 -
共生性 ：你的学习和他人的协同效果如何（比如小组学习、知识分享） 2. Demo创作思路
灵感来源 ：
我一直在研究"新四位一体3.0元本体论"这套理论体系，它试图用一套统一的框架来解释万事万物。我突然想到，这套理论能不能用到学习领域呢？如果把学习过程也看作一个"系统"，用这套理论来分析和优化，会怎么样？于是就有了这个智能学习系统的想法。
想解决的问题 ：
① 学习效率低
很多人花了大量时间学习，但效果不好，就是因为没有找到适合自己的方法。就像用钥匙开锁，用错了钥匙再使劲也没用。这个系统就是帮你找到那把"对的钥匙"。
② 个性化不足
传统教育都是"一刀切"，老师讲什么学生学什么。但每个学生的基础、兴趣、学习节奏都不一样。这个系统能做到真正的因材施教，给每个人定制专属学习方案。
③ 教育资源分配不均
大城市的孩子能享受最好的教育资源，而偏远地区的孩子可能连基本的学习工具都没有。这个系统是Web应用，只要有网络就能使用，能让优质教育资源触手可及。
④ 学习缺乏反馈
很多人学完了不知道自己学得怎么样，哪里好哪里不好。这个系统能实时给你反馈，告诉你哪些地方需要改进，哪些地方做得很好。
为什么做这个方向 ：
① 理论体系完整
这套理论已经发展到V3.0版本，有坚实的理论基础。从"0元空无"这个最底层的概念出发，构建了九层甚至十五层的完整体系，涵盖了从基础理论到工程落地的全部环节。
② 应用场景广泛
学习是每个人都需要的，从幼儿园到职场人士，都有学习需求。这个系统可以应用到K12教育、职业培训、终身学习等多个领域。
③ 社会价值高
教育是改变命运的钥匙。一个好的学习系统不仅能帮助个人成长，还能促进整个社会的进步。特别是对于偏远地区和特殊教育群体，这个系统能带来实实在在的改变。
④ 技术可行性高
我已经完成了核心引擎的开发，包括元本体核心引擎（600+行代码）、综合引擎（1000+行代码）、十五层架构引擎、BSD驻波演化仿真等，技术上已经具备了实现的基础。
3. Demo体验地址
交互式HTML格式文件 ：
元本体智能学习系统_大赛增强版.zip (23.2 KB)
开发流程 ：
理论框架构建 → 十五层架构拓展 → 核心引擎实现 → 创意提案生成 → 八大任务整合 → Demo打包
关键步骤详解 ：
第一步：搭建理论基础
首先，我需要把"新四位一体3.0元本体论"这套理论搞清楚。这包括：
-
定义"0元空无"这个最底层的概念（就像宇宙大爆炸之前的状态）
-
构建"腾飞四论"判定体系（正论、逆论、真论、谬论）
-
设计"价值光谱"量化指标（复杂度、多样性、共生性）
第二步：拓展架构体系
原来的框架只有九层，但现实世界比这复杂得多。我把它拓展到了十五层，新增了： -
最底层的"0元空无潜能基底元层"（一切的源头）
-
顶层的"全域文明时间演化统筹层"（考虑历史和未来）
-
中间的"资源能源流转层"、“生命个体行为层”、“微观粒子场域层”、“元界域跨现实映射层”（覆盖现实世界的各个维度）
第三步：开发核心引擎
用Python实现了元本体核心引擎（600+行代码），把理论变成了可运行的代码。这是整个系统的心脏，包括： -
0元空无基底类
-
四位一体架构类
-
腾飞四论判定引擎类
-
价值光谱量化类
-
综合分析引擎类
第四步：整合综合引擎
开发了综合引擎（1000+行代码），整合了更多功能： -
图模型不确定性推理（处理模糊的、不确定的信息）
-
预测分数生成（预测学习效果）
-
六阶自洽流水线（从数据输入到成果输出的完整流程）
-
统一API接口（方便外部调用）
第五步：实现BSD驻波演化仿真
这是物理层面的模拟，模拟了从"0元空无"到宇宙万物的演化过程（766行代码）。虽然看起来和学习系统没关系，但它验证了整个理论体系的自洽性，让系统更有说服力。
第六步：生成创意提案
用TRAE生成了精美的HTML创意提案页面，展示了系统的三大标签（硬件交互、社会公益、学习工作），包括：
-
智能学习手表、手写笔等硬件交互方案
-
教育扶贫、特殊教育支持等公益计划
-
完整的学习工作功能展示
第七步：整合八大隐藏任务
把之前完成的八大隐藏任务全部整合到框架中，包括： -
数据准备层（48个文件）
-
核心架构层（46个文件）
-
模型训练层（33个文件）
-
A1分类任务（11个文件）
-
A2推荐任务（24个文件）
-
自主科研流水线（24个文件）
-
理论绑定系统（11个文件）
-
报告文档体系（11个文件）
第八步：项目名称：元本体智能学习系统
关键Session ID：UID:3753060170739075
Demo文件：元本体智能学习系统_Demo增强版.zip
理论框架：V3.0 Rev.04 新四位一体框架3.0元本体论
核心标签：硬件交互 + 社会公益 + 学习工作
2 个赞
非厄米各向异性EP实验板 — PCB自动设计与制造
项目简介
本项目旨在设计一款用于非厄米各向异性奇异点（Exceptional Point, EP）实验的高精度电路板。采用4层PCB叠层设计（Top RF/Analog → GND → Power → Bottom Digital），集成Zynq-7020 FPGA、AD9910 DDS、ADS1278 ADC等核心芯片，实现微波频段的增益/损耗控制与信号采集。
核心创新点：全程使用KiCad Python API + kicad-cli自动化生成PCB，无需手动绘制原理图和布局，通过脚本实现完整的电路板生成、制造文件导出和验证闭环。
技术方案
1. 自动化PCB生成架构
generate_pcb_api.py → _gen_board.py (运行时生成) → kicad-cli Gerber导出 → 验证脚本
-
使用 KiCad 10.0 Python API（pcbnew）直接操作板级对象
-
所有元件封装（BGA-484、TQFP-100、0402等）通过脚本动态创建
-
网络连接、布线、敷铜全程代码控制
2. 核心元件布局
元件
型号
功能
位置
U12
XC7Z020 (BGA-484)
FPGA主控
(120, 75)
U4
AD9910 (TQFP-100)
DDS信号源
(95, 72)
U9
ADS1278 (TQFP-64)
ADC采集
(68, 7)
U7
AD8347 (TQFP-32)
正交解调
(70, 32)
U13
DDR3 (BGA-96)
内存
(142, 72)
3. 关键设计参数
-
板尺寸：160mm × 100mm，4层板
-
RF阻抗控制：顶层共面波导50Ω，参考Layer2完整地平面
-
DDR3接口：100Ω差分阻抗，数据组±5mil等长，地址控制±20mil
-
去耦策略：核心芯片每电源域4-8个去耦电容，0402/0603封装，距电源引脚<4mm
-
热管理：LDO ≥12个散热过孔
关键挑战与解决方案
挑战1：BGA封装焊盘生成
BGA-484（Zynq）、BGA-96（DDR3）、BGA-70（LTM8025）的焊盘矩阵通过算法自动生成：
# BGA焊盘矩阵自动生成（以484球为例）
pitch = 0.8 # BGA球间距
rows = 22 # 22×22矩阵
for row in range(rows):
for col in range(rows):
x = -((rows-1)*pitch/2) + col * pitch
y = -((rows-1)*pitch/2) + row * pitch
# 创建圆形SMD焊盘，直径0.4mm
挑战2：焊盘重叠检测与修复
初期Gerber导出后发现F_Paste层存在4处焊盘重叠（C60/C61与U4 AD9910引脚在同一坐标），通过自动化脚本定位根因：
根因：去耦电容C58-C61全部放置在顶层F.Cu，
与U4(AD9910)的底部引脚行(Y=79)重叠
修复方案（参考ScopeFun设计）：
-
将24个IC去耦电容从F.Cu移至B.Cu（底层），放置在IC背面
-
修改
add_fp()函数，自动为0402封装生成对应层的焊盘（F.Cu/B.Cu + F.Paste/B.Paste + F.Mask/B.Mask）
挑战3：制造文件完整性验证
对比API生成版与内联版PCB的焊盘数：
版本
F_Paste
B_Paste
总焊盘
BGA焊盘
API生成版
432
48
480
缺失
内联v2版
1082
48
1130
包含
最终验证结果：0重叠、0间距过小，可直接发厂制造。
技能创建
为提升开发效率，创建了PCB自动化布局布线技能，核心能力：
-
智能去耦电容布局：自动识别IC电源引脚，在IC背面(B.Cu)放置对应去耦电容
-
焊盘冲突检测：解析Gerber F_Paste/B_Paste，自动检测重叠和间距违规
-
制造文件一键导出：调用kicad-cli导出完整27层Gerber + 钻孔 + PnP坐标
-
DFM检查：ENIG表面处理、热焊盘、阻焊桥、钢网层完整性校验
技能创建后，后续同类PCB设计可从元件列表直接生成制造文件，无需手动干预。
项目成果
制造文件
-
ep_experiment_pcb_fabrication_v6.zip(202.6 KB) — 完整可制造Gerber -
含23层Gerber + 钻孔文件
-
1130个钢网焊盘（1082顶层 + 48底层）
核心脚本
文件
功能
generate_pcb_api.py
主生成脚本（封装创建、布局、布线、网络）
ep_experiment_pcb_inline_v2.kicad_pcb
最终内联PCB设计文件
_fix_inline_bottom.py
底层去耦电容迁移脚本
验证矩阵
检查项
结果
F_Paste 焊盘数
1082
B_Paste 焊盘数
48
焊盘重叠
0
组件间距(<0.1mm)
0
DRC违规
0
底层去耦电容(24个)
全部正确迁移
BGA封装
U12/U13/U16完整包含
总结
本项目通过 KiCad Python API 实现了从零到制造文件的 PCB 全自动化设计流程。核心价值在于：
-
脚本驱动的PCB设计：修改元件位置、参数只需改代码，无需手动布线
-
自动化验证闭环：Gerber解析 → 焊盘重叠检测 → 间距检查 → 修复 → 重新导出
-
可复用的技能体系：创建的PCB自动化技能可用于后续任意PCB项目
通过解决BGA焊盘生成、去耦电容层分配、制造文件完整性校验等实际问题，验证了纯代码驱动PCB设计的可行性和高效性。
ep_demo.html (33.5 KB)
ep_demo_scripts.zip (59.4 KB)
2 个赞
报名报名
报名
2 个赞
发错地方了哥，去话题里面新建话题
2 个赞
浮生海.html (63.0 KB)
2 个赞
HZB-RAG 智能问答系统
基于大语言模型的企业级知识库问答系统，支持文档向量化、智能问答、访客管理和自动商机通知等核心功能。
系统简介
HZB-RAG 智能问答系统是一个基于 Retrieval-Augmented Generation 技术的企业级知识库问答平台。系统支持用户上传文档后自动进行向量化处理，并通过 AI 智能助手为网站访客提供精准的问答服务。
主要特点
- **简单易用**：无需编程基础，三步即可完成集成
- **智能问答**：基于上传的文档内容提供精准回答
- **BYOK 模式**：支持用户自带 API Key，成本可控，数据安全
- **实时通知**：访客留下联系方式后自动发送邮件通知
- **多格式支持**：支持多种文档格式的上传和向量化
- **访客管理**：完整的访客跟踪和商机管理功能
- **存储空间管理**：支持文档大小限制和用户空间配额
- **高性能**：基于 Java 17 + LangChain4j + PostgreSQL + PgVector 构建
核心功能
1. 用户管理
- 用户注册和登录（支持手机号注册）
- 获取唯一的 App Key
- 个人信息管理（昵称、邮箱等）
- 存储空间使用情况查看
2. 文档管理
- 支持多种文件格式上传（PDF、TXT、MD、DOCX、XLSX、PPTX 等）
- 单文件限制 30MB
- 用户总存储空间限制 1GB
- 自动文档向量化处理
- 文档列表管理（分页显示）
- 文档删除和更新
3. 智能问答
- 基于知识库的精准问答
- 流式响应，实时显示回答
- 支持多轮对话
- 自动上下文理解
- 支持图片内容展示
4. BYOK 模型配置
- 支持用户自带 API Key（Bring Your Own Key）
- 用户直接向大模型服务商付费，成本可控
- API Key 加密存储，确保安全性
- 支持阿里云通义千问、OpenAI 等主流模型
- 灵活配置 LLM 和 Embedding 模型
5. 通知系统
- 访客留下中国大陆手机号（1开头11位数字）自动发送邮件通知
- 支持商机识别和通知
- 可配置管理员邮箱（存储在用户配置表）
- 异步发送，不影响用户体验
6. 访客管理
- 访客行为跟踪
- 联系方式记录
- 商机意向管理
- 会话历史查看
- 分页支持
7. 咨询记录
- 查看用户咨询历史
- 按会话分组显示
- 支持删除会话和记录
- 左右布局展示
8. SDK 集成
- 提供轻量级 JavaScript SDK
- 一行代码即可集成到任何网站
- 支持自定义样式
- 移动端友好
SDK 集成
将以下代码添加到您网站的 `` 标签中：
```html
```
**参数说明**：
- `src`：SDK 文件地址
- `appKey`：您的 App Key，替换为您自己的 App Key
home.html (60.2 KB)
2 个赞