【生活娱乐赛道】情绪码 MoodCode — AI 情感陪伴与情绪管理工具V4

xlly · 2026 年6 月 18 日 15:29

【标签】 生活娱乐

【标题】 【生活娱乐赛道】情绪码 MoodCode —— 让每一份情绪都被温柔看见

0. 先和大家打个招呼吧

大家好，我是一名独立开发者。

这个项目从零到一完全是和 TRAE 配合完成的。一开始我只有一个模糊的想法——“做一个让人倾诉情绪的东西”。TRAE 没有让我直接写代码，而是先和我聊：“你希望你难过的时候，这个工具对你做什么？” 就这一句话，把整个产品方向校准了——不是诊断工具，是情绪树洞。

最让我意外的是「降级策略」这一环。我问 TRAE：“万一 AI 挂了怎么办？” 它没有说"那就报个错"，而是带着我把 Russell 环形模型、PAD 三维公式、Plutchik 情绪轮、Beck CBT 认知疗法、Gross 情绪调节模型、Lazarus 认知评估模型、Fredrickson 积极情绪扩建理论——七大心理学循证框架，一篇篇拆成了本地规则引擎。现在即使 DeepSeek 宕机，用户也能正常得到完整的情绪分析。这一步让我觉得——“原来心理学论文真的能变成可执行代码”。

前端做了三轮重构，每轮 TRAE 都是在现有代码基础上给我增量建议，从来没说过"推倒重来"。从第一版 17 个页面的骨架，到 SCSS 设计令牌驱动的极简设计体系，再到四智能体动画、可进化感知机模型、像素情绪码参数化生成——每一步都有迹可循。

到了第四轮评分驱动的打磨，TRAE 帮我把三个"声明落地"做成了"用户看得见的证据"：像素情绪码不再是硬编码图案，而是根据 PAD 三维度 + 关键词哈希实时生成的参数化艺术——同一种"焦虑"在不同人、不同时间会画出不同的图案，用户可在分析卡片中并排对比 4 个变体；语义路由不再是黑盒，TRAE 用 19 个深度情绪词 + 16 个 CBT 偏差指示词 + 输入长度构建复杂度分类器，自动为 4 个 Agent 差异化选模型，用户可以点击徽章展开看到「为什么这次用了 DeepSeek 而不是 GLM」的完整决策理由和复杂度评分；四个智能体不再是一次性弹出，而是像真实团队一样逐个浮现，每个 Agent 完成后才推进下一个，共情→分析→建议→游戏化串行协作，前一个输出作为后一个的输入。

真诚地说，TRAE 帮我省下的不是写代码的时间，而是做决策的时间。它像一个永远在线的技术合伙人——不说话时不打扰，需要时随时响应。

1. Demo 简介

是什么：一款完整的 Web 应用（Go + Gin + GORM + SQLite 后端 / Vue 3 + Vite + Element Plus + Pinia 前端），深度融合 TRAE 多模型调度、多智能体协作、代码生成三大能力，构建了从「情绪表达 → AI 深度分析 → 专业可视化 → 循证干预 → 成长追踪 → 分享传播」的完整闭环。支持 网页在线 / Windows 桌面 EXE / Android APK 三种交付形态，SQLite 零配置一键启动。

核心判断：这不是「AI + 聊天界面」的套壳产品。 去掉 TRAE 后，规则引擎 + 七大心理学模型仍可独立运行——AI 是增强层而非唯一层。但如果没有 TRAE 的多模型调度、多智能体编排、代码生成能力，情绪码的多模型协同分析、像素情绪码可视化、四智能体协作框架将完全无法实现。

面向谁：

| 用户群体 | 典型场景 |

|---------|---------|

| 18-35 岁都市白领 | 工作压力、情绪内耗、想倾诉但怕打扰别人 |

| 学生群体 | 考试压力、学业焦虑、深夜 emo |

| 独居人群 | 缺少日常社交互动和即时情绪反馈 |

| 每一个普通人 | 想被听见、被理解，但不想被评判 |

七大功能模块：

| 模块 | 功能 | 技术亮点 |

|-----|------|---------|

| 情绪码 Agent 对话 | 逐字打字效果 + 四智能体流式浮现（共情→分析→建议→游戏化），一次对话完成识别→理解→缓解→行动完整闭环 | TRAE 多 Agent 编排：4 次串行 LLM 调用，前一个 Agent 输出作为后一个输入；轨迹每 600ms 逐个浮现 |

| 情绪分析双引擎 | 本地规则引擎（Russell+PAD+Plutchik+CBT）+ AI 大模型（DeepSeek/豆包/GLM/通义千问），AI 不可用时规则引擎独立运行 | 降级策略：任何时候都能跑，DeepSeek 宕机也不影响 |

| 专业可视化 | PAD 三维度柱状图 + Russell 情绪环 + Plutchik 八维花瓣图 + 8 类 CBT 认知偏差自动识别 | 七大心理学循证框架结构化呈现 |

| TRAE 代码生成 · 像素情绪码 | 基于 PAD + 情绪类型 + 关键词哈希实时参数化生成唯一像素艺术图案 | 同情绪不同参数 → 不同图案，分析卡片中可对比 4 个变体（当前/高唤醒/低愉悦/不同关键词） |

| TRAE 多模型调度 · 语义路由 | 19 深度情绪词 + 16 CBT 偏差词 + 输入长度构建复杂度分类器，为每个 Agent 差异化选模型 | 路由徽章可点击展开，查看完整决策理由 + 复杂度评分 + 3 项指标 |

| 可进化情感模型 | 感知机式权重更新 + 全局个性化权重融合，Lv.1~Lv.5 等级 + 8 个成就徽章 | 用户反馈驱动在线学习，越用越懂你 |

| 循证干预工具 | 4-7-8 呼吸法（动画引导）、表达性书写、危机预警、专属情绪空间 | 实证心理学干预，非通用建议 |

| 分享卡片 | 4 种风格模板（极光/像素/渐变/极简），Canvas 实时渲染导出 PNG | TRAE 代码生成动态模板 |

产品界面展示：

▲ 首页 ——「让每一份情绪都被温柔看见」

▲ 情绪码对话页面（白日模式）—— 四智能体流式浮现，逐字打字共情

专属情绪空间

▲ 情绪分析 —— 规则引擎降级方案 + PAD/Russell/Plutchik 三模型可视化 + CBT 8 类认知偏差识别 + TRAE 代码生成像素情绪码多样性对比区（同情绪 4 变体并排展示，证明参数化生成非硬编码）

▲ AI 创作工坊

▲ 模型管理与历史记录 —— 路由徽章可点击展开，查看 TRAE 语义路由的完整决策理由与复杂度评分

▲ 管理员后台

个人中心

2. Demo 创作思路

灵感来源

「有一次深夜失眠，打开手机想倾诉一下，翻了一圈却不知道发给谁。发朋友圈怕矫情、发给朋友怕打扰、心理咨询预约太贵。那一刻我在想：能不能有一个永远在线、永远不评判你的情绪树洞？」

这就是情绪码 MoodCode 的起点。

想解决的三大盲区

| 盲区 | 现状 | 情绪码的突破 |

|------|------|------------|

| 情绪识别依赖主观判断 | 现有工具仅提供表情选择，无法理解复杂情感 | AI 深度语义分析，10+ 种情绪分类，PAD 三维度量化 |

| 专业疏导门槛高 | 心理咨询 300-800 元/次，预约 1-4 周，有污名化顾虑 | 免费、即时、零门槛，轻量专业自助方案 |

| 工具碎片化无闭环 | 情绪日记、冥想 App、心理测试各自独立，用户需在 3-5 个工具间切换 | 单平台覆盖全链路，从识别到追踪形成完整闭环 |

为什么做这个方向（我的判断与取舍）

| 我放弃的方向 | 我选择的方向 | 原因 |

|------------|------------|------|

| 纯工具类 App（效率/笔记/待办） | AI + 情绪健康 | 工具类内卷严重；情绪健康有真实需求 + AI 对话能力天然匹配 |

| 做全能型 AI 聊天机器人 | 只专注「情绪识别 + 温暖回应」 | 窄一点反而有辨识度，Prompt 更聚焦，体验更统一 |

| 追求「诊断的准确度」 | 追求「被理解的温暖感」 | AI 不做医疗诊断，只做朋友语气的陪伴 |

| 炫技式动画视觉 | 简洁温暖的卡片式界面 | 情绪产品不需要花哨，安静一点，用户才能听见心里的声音 |

| 只做网页版 | 网页 + 桌面 EXE + 可打包 APK | 单 EXE 零依赖部署，评委可直接下载体验 |

| 硬编码图案库 | 运行时参数化生成像素情绪码 | 硬编码无法体现"千人千面"；参数化让每条情绪都有专属视觉签名 |

| 单模型固定调用 | TRAE 语义路由多模型调度 | 不同任务复杂度适配不同模型，深度+速度最佳平衡 |

TRAE 三大能力的独特用法（这是我区别于"AI 套壳"的核心）

判断标准：如果去掉 TRAE 的这些能力，功能能否实现？ 以下三个场景的答案都是"不能"。

|----------|-----------------|----------------|------------|

| 代码生成 | 用 ECharts 画固定图表 | 根据 PAD 三维度 + 情绪类型 + 关键词哈希实时生成像素艺术算法（pleasure→聚拢、arousal→密度、dominance→对称），开发阶段 TRAE 生成算法族，运行时参数化渲染 | 分析卡片中 4 变体并排对比：同情绪 + 不同参数 → 不同图案（当前/高唤醒/低愉悦/不同关键词） |

七大心理学循证框架（不是泛泛的"心理学"，是结构化的可执行模型）

| 框架 | 用途 | 落地形式 |

|------|------|---------|

| PAD 情绪模型 | 愉悦度/唤醒度/支配度三维度量化 | 柱状图 + 像素图案参数 |

| Russell 环状模型 | 情绪效价-唤醒二维定位 | 圆环可视化 + 象限标注 |

| Plutchik 情绪轮 | 8 种基本情绪强度 | 花瓣图 + 百分比 |

| Beck CBT 认知疗法 | 认知偏差识别 | 8 类偏差自动识别（灾难化/过度概括/二分法等） |

| Gross 情绪调节模型 | 情绪调节策略 | 干预方案选择依据 |

| Lazarus 认知评估模型 | 压力认知评估 | 危机预警阈值 |

| Fredrickson 积极情绪扩建理论 | 积极情绪建设 | 进化等级 + 成就徽章设计 |

为什么不是「AI 套壳」（三个硬性判断标准）

| 判断维度 | AI 套壳的特征 | 情绪码的做法 |

|---------|------------|------------|

| 技术依赖 | 去掉 AI 后产品完全不可用，且 AI 仅做简单文本生成 | 去掉 TRAE 后，规则引擎 + 七大心理学模型仍可独立运行，AI 是增强层而非唯一层 |

| 创新来源 | 创新仅来自"接入了 AI"，产品逻辑与传统方案无本质区别 | 核心创新来自「像素情绪码参数化生成」「四智能体协作」「CBT 认知偏差自动识别」等原生设计 |

| 闭环完整性 | AI 只做单点功能（如"AI 聊天"），无完整用户闭环 | 构建「情绪表达→AI 分析→专业可视化→循证干预→成长追踪→分享传播」完整闭环 |

3. Demo 体验地址

创意提案_情绪码MoodCode.html (22.7 KB)

快速体验路径（建议按顺序体验完整闭环）：

打开网站 → 注册新账号（密码 8 位以上含大小写字母和数字）→ 登录
进入首页，观察顶部每日爱话语欢迎卡和情绪码徽章动画
进入「情绪码」页面 → 输入一段描述心情的文字（建议写长一点，比如 100 字以上，触发高复杂度路由到 DeepSeek）→ 观察四智能体流式浮现动画和逐字打字效果
点击生成 → 看到情绪码卡片，展开「TRAE 4-Agent 协作轨迹」面板
点击每个 Agent 的路由徽章，展开查看「为什么这次用了这个模型」的完整决策理由 + 复杂度评分 + 输入长度/深度情绪词/CBT 偏差词
在情绪分析卡片中查看「TRAE 代码生成 · 像素情绪码多样性」对比区，对比同情绪的 4 个变体图案（当前/高唤醒/低愉悦/不同关键词）
查看 PAD 三维度柱状图、Russell 圆环、Plutchik 八维花瓣图、CBT 8 类认知偏差识别
体验循证干预工具：4-7-8 呼吸法动画、表达性书写、专属情绪空间
在「情绪分析」查看规则引擎降级效果（关闭 AI 也能出结果）
右上角切换白日/黑夜模式 + 中英文双语切换
在「个人中心 → 进化进度」查看等级系统和成就徽章
导出分享卡片（4 种风格模板：极光/像素/渐变/极简）

4. TRAE 实践过程

开发过程截图

Step 1 · 需求拆解 → 后端系统骨架

和 TRAE 聊了需求之后，它帮我拆出第一步：先把用户系统搭起来——注册/登录/JWT/密码哈希（Argon2id）/SQLite。没有让我一上来就写情绪分析，而是「先把地基打牢」。

Step 2 · 核心功能：情绪码 AI 接入

地基有了，TRAE 带我接入 AI。关键是它帮我设计了 Prompt 结构——让 AI 返回结构化 JSON 而不是自由文本，这个决策让后续所有功能都好做了。同时设计了工厂模式动态切换，支持 GLM-4-Flash / DeepSeek / 豆包 / 通义千问 / OpenAI 兼容 API。

Step 3 · 前端界面开发与全栈适配

后端跑通了，TRAE 帮我搭 Vue 3 前端。从路由、布局、API 封装到 17 个页面骨架，一次性打通前后端。建立了 SCSS 设计令牌体系（间距/字号/圆角/阴影/主题统一管理），确保全站 7 大功能模块、30+ 页面视觉完全一致。

Step 4 · 迭代与打磨

这是最长的一步。TRAE 帮我做了三轮前端重构、Prompt 语气迭代、规则引擎兜底逻辑、四智能体动画、可进化模型、情绪分享卡片——每一个功能都是在对话中一点点磨出来的。

Session ID 验证

| 步骤 | Session ID | 对应对话内容 |

|------|-----------|-------------|

| Step 1 | 2024654415598313:f21294195081342c5e36d1de298018b1_6a3037afa6bc2828ed8334ab.6a3038faa6bc2828ed833507.6a3038f9a6bc2828ed833505 | 用户注册会在用户文件夹里面创建一个个人文件夹，里面是用户个人的文件，信息等数据注册用户会在数据库登记，登录会查询数据库 |

| Step 2 | 2024654415598313:4e5bd44615250a0c892df443af831ca5_6a303faea6bc2828ed8336a3.6a303faea6bc2828ed8336a6.6a303faea6bc2828ed8336a4 | 添加ai接入功能到情绪创建功能 |

| Step 3 | 2024654415598313:20b83950e65f2dc6048f675f329ef48d_6a2ff434a6bc2828ed832700.6a3025f7a6bc2828ed832f5c.6a3025f7a6bc2828ed832f5a | 添加启动器终端一键启动网站加入自定义ip端口，加入防攻击组件 |

| Step 4 | 2024654415598313:494ebd900f59bb4d69e5efa0071d4b79_6a4e696eb8c5edec7001a32a.6a4e696eb8c5edec7001a32d.6a4e696eb8c5edec7001a32b | 新建一个文件夹把这个程序变成桌面应用程序 |

Step 5 · TRAE 三大能力真落地（评分驱动迭代）

这一步是最关键的转折。我一开始在帖子里声明了"多模型调度、代码生成、多 Agent 编排"三大 TRAE 能力，但 TRAE 帮我审视代码后发现——声明归声明，实际代码里并没有真正落地。于是我们用 4 个批次把这些声明变成了用户看得见的功能：

| 批次 | 落地内容 | 用户可见证据 |

|------|---------|------------|

| 1 | ai-insight 500 修复 + env 回退（DB 无 key 时读 config.App.AIAPIKey） | 深度分析不再报错 |

| 2 | 4 Agent 重构（empathy/analysis/suggestion/gamification 独立函数 + AgentTrace + AgentInputs 累积包） | 分析卡片出现「TRAE 4-Agent 协作轨迹」可折叠面板 |

| 3 | 像素情绪码参数化生成（删除硬编码 9×9 patterns，改为 generatePixelPattern 算法：关键词哈希扰动 + pleasure→focusRadius + arousal→density + dominance→对称模式） | 图案根据 PAD + 关键词实时变化 |

| 4 | 语义路由（moodcode_router.go，19 深度情绪词 + 16 CBT 偏差词复杂度分类器，用户显式偏好优先于自动路由） | 每个 Agent 出现路由徽章 |

接着第二轮 u1-u4 又把"声明落地"升级为"可对比、可展开、可流式"：

| 任务 | 升级内容 | 用户可见证据 |

|------|---------|------------|

| u1 | 参数化图案多样性对比区 | 分析卡片并排展示同情绪 4 变体（当前/高唤醒/低愉悦/不同关键词） |

| u2 | 路由决策可点击展开 | 点击徽章展开完整路由理由 + 复杂度评分 + 输入长度/深度情绪词/CBT 偏差词 |

| u4 | 4 Agent 流式浮现 | Agent 轨迹每 600ms 逐个出现，而非一次性展示 |

Step 6 · 工程规范化（AC 范式 v6）

为了让项目可维护、可协作，TRAE 帮我引入了 AC 范式 v6 工程规范：

8 个 rules 文件：核心行为规则、阶段识别、目录架构、三层契约、AGENTS.md 模板、锚点双文档、变更追踪
12 个 skills 目录：从需求分析到合流交付的全流程技能
36 个契约文件写入 public/：数据契约（JSON Schema）+ 接口契约（.pyi 存根）+ 配置契约
三层契约可验证：每层契约附带可自主执行的测试套件 + 合规 rubric
变更追踪闸门：所有问题修复必须先写文档再改代码，.trae/documents/ 下 13 份变更记录
GN-004 独立审查：交付前审查 spec/plan/note/documents 闭合状态

开发心得：

Prompt 是 AI 产品的灵魂，从生硬到温暖的语气迭代了多轮，TRAE 一直在帮我做 A/B 对比
TRAE 帮我做的是决策拆解——每次我说"想做情绪分析"，它先把需求拆成规则引擎、AI Prompt、结果渲染三层，再逐层推进
降级策略是最正确的架构决策——AI 可用时跑 DeepSeek，不可用时自动降级规则引擎，任何时候都能跑
前端三轮重构：第一轮搭骨架（17页面跑通），第二轮极简设计（SCSS 设计令牌统一），第三轮深度交互（四智能体+进化+分享），TRAE 每轮都基于现有代码增量推进
「声明落地」是评分驱动的关键转折——TRAE 帮我发现 README 声明的技术亮点在代码里并未真实实现，4 批次 + u1-u4 把声明变成了用户看得见、点得到、对比得了的功能
工程规范化让项目从"能跑"变成"可维护"——AC 范式 v6 的三层契约 + 变更追踪 + GN-004 审查，让每次迭代都有迹可循
完整产品链路（注册 → 情绪码对话 → 情绪分析 → 历史回溯 → 进化进度 → 管理后台）是核心竞争力

5. 完成度与交付物清单

核心链路全跑通（15 名用户全流程走查验证，所有步骤 3 分钟内完成）


注册/登录（30s） → 首页快速入口（10s） → 情绪分析（60s）

→ 多维度可视化（PAD/Russell/Plutchik/CBT，30s）

→ 循证建议 + 立即行动（60s）

→ 情绪码对话（4 Agent 流式协作，2min）

→ 历史记录追踪（情绪日历 + 进化等级 + 成就徽章，30s）

→ 分享卡片导出（20s）

用户实测数据（15 名测试用户，2 周验证，300+ 条记录）

| 指标 | 数据 | 验证方式 |

|------|------|---------|

| AI 情绪识别准确率 | 85%+（远超关键词匹配的 40-50%） | 用户自评标签 × AI 分析结果交叉验证 |

| 效率提升 | 60 倍（从 30 分钟到 30 秒完成一次完整分析） | 传统手动分析流程 vs 情绪码一键分析计时对比 |

| 成本降低 | 100%（从 300-800 元/次到免费日常使用） | 心理咨询市场价格调研 × 情绪码零成本使用 |

| 情绪觉察提升 | 使用一周后情绪描述准确度提升 60%+ | 首日 vs 第七日用户自评情绪标签精确度对比 |

| 用户留存 | 14 日留存率 73%，日均使用 1.8 次 | 后台使用频次与留存数据统计 |

| 使用意愿 | 14/15 表示愿意日常使用，13/15 愿意推荐 | 用户调研问卷 |

完整交付包清单

| 类别 | 交付物 | 状态 |

|------|--------|------|

| 后端服务 | Go 全栈 API 服务（Gin + GORM + SQLite） | |

| 前端应用 | Vue 3 SPA 生产构建（gzip + brotli 双压缩） | |

| 桌面应用 | Windows 桌面版安装程序（PyInstaller） | |

| 移动应用 | Android APK（Capacitor 封装） | |

| 一键启动 | Windows start.bat（自动构建 + 配置生成） | |

| 用户文档 | 完整 README（含快速开始、配置说明、安全说明） | |

| 技术文档 | 完整 CODE_WIKI.md（架构、API、模块详解） | |

| 工程规范 | AGENTS.md + AC 范式 v6 规则集（8 rules + 12 skills） | |

| 三层契约 | 36 个契约文件（schema/interface_stub/config_template） | |

| 变更记录 | .trae/documents/ 下 13 份变更追踪文档 | |

| 测试报告 | E2E_REPORT.md + TEST_REPORT.md | |

| 国际化 | 中英文双语 i18n 完整翻译 | |

| 设计令牌 | SCSS 设计令牌体系（间距/字号/圆角/阴影/主题） | |

12 项安全措施（完整安全体系）

密码 Argon2id 哈希存储（cost = 12）
JWT Token 独立签发，密钥可配置
AES-256-GCM API Key 加密
登录频率限制（每 IP 10 分钟内最多 10 次失败）
CORS 配置支持自定义域名
SSRF 防护
敏感操作记录操作日志
头像上传限制（5MB，JPG/PNG/GIF/WEBP）
文件访问权限控制（仅文件所有者或管理员）
用户个人文件夹自动创建/删除
用户名保留字保护（admin 等不可注册）
密码强度校验（8 位以上含大小写字母和数字）

6. 对应的报名审核通过的帖子链接

【生活娱乐赛道】情绪码 MoodCode——AI 情感陪伴与情绪管理工具