0. 先和大家打个招呼吧 
我是瓦叔，一个做了十年产品的产品经理，现在是一名 AI 教育实践者。
说"实践者"不是给自己贴标签——是因为我真的天天在一线干这些事：
在上海杨浦区 V 聚场做公益 AI 科普，每周五晚场场不落，从分享嘉宾干到共建者；带女儿小羽毛（10 岁，四年级）做各种 AI 亲子共创——用 AI 做绘本、做互动游戏、做表情包；上周六（6月27日）刚带女儿在「家+有AI」上海市亲子家庭 AIGC 创作 SHOW 培训月首场活动上登台做主题分享，被人民网上海频道报道了（以AI为媒绘家庭故事 杨浦这场亲子数字创作活动点亮全民数字素养提升月）。公众号「靠谱瓦叔AI趣探」里写的全是我和女儿真实试过的东西。
所以这个 Demo 不是"为了比赛想出来的点子"，是我带着女儿在 TRAE Work 里一点一点"聊"出来的。我不是程序员，不会写代码。整个项目的开发过程就是：我把脑子里的想法一句一句讲给 TRAE Work 听，它帮我变成可以运行的产品。
哪一步让我觉得"原来这么简单"？是架构重构那一步。最初对话逻辑是前端硬编码的——固定问题、固定选项，走流程。我跟 TRAE Work 说"我想让大模型全权控制对话，根据孩子的回答动态生成下一个问题和选项"。它一次性删掉了所有旧的硬编码函数，重构了整个对话引擎。那一刻我真切感受到：限制我的不是技术能力，是我想不想得清楚。
它帮我跨过的那个坎：从"想法"到"能跑的产品"，中间那道墙。十年产品经验让我知道要做什么，但以前必须找开发团队才能实现。现在，我一个人，一台电脑，TRAE Work，就做出来了。
1. Demo 简介
是什么： 一个面向 9-15 岁青少年的 AI 内心探索 Web 应用。不是心理测试，不是性格问卷——是一个会和孩子"层层深入对话"的 AI 引导系统，通过苏格拉底式追问帮孩子发现自己内心真正在意的东西，最终生成一份属于孩子自己的"内心画像"。
面向谁： 9-15 岁青少年（产品中实际测试的用户是 10 岁女孩），以及想了解孩子内心世界的家长。
主要功能：
- 功能一：暗号入口 + AI 苏格拉底式对话 进入应用前，孩子创建一个只有自己知道的"暗号"，建立心理安全感。然后 AI 以"星轨显影仪 2142 号"身份和孩子对话——从一个宽泛的问题开始（“你有什么想做的事吗？”），根据回答层层追问（"第一次想画画是在哪儿？"→"当时什么感觉？"→"你觉得画画是为了什么？“→"你怕什么？”）。对话由大模型动态生成，每次都不一样。
- 功能二：五维内心画像 对话结束后，AI 基于对话内容生成五个维度的人格画像：核心驱动力、价值观关键词、能力原型、情绪指纹、未来职业意象。每个维度都引用孩子在对话中说过的原话作为锚点——不是 AI 给孩子贴标签，是孩子自己的话定义了自己。同时匹配一棵"梦想之树"（樱花、银杏等 12 种），赋予象征意义。
- 功能三：例行检查 · 反数字依赖 星轨显影仪会主动提醒孩子："你今天和真实世界里的人聊过天吗？如果没有，现在是一个好时机。"最好的 AI 不是让孩子待在数字世界里，而是帮孩子回到真实生活。
2. Demo 创作思路
灵感来源：
报名时这个项目叫"未来创意启动器"，定位是帮 9-15 岁孩子看见自己的梦想轮廓。在开发过程中，我带着女儿一起在 TRAE Work 里迭代，产品逐渐从"梦想探索"演化成了更深层的"内心世界探测"——因为测试中发现，孩子真正缺的不是"看见梦想"，而是"被允许表达真实的自己"。
我女儿跟我说"我想画画"，我随口问了一句"你第一次想画画是什么时候"，她跟我说了一个特别具体的故事——在画室里，老师陪着，画了一个草莓女孩穿越时空。
那一刻我意识到：孩子心里有非常多丰富的、真实的东西，但平时没有人和他们这样聊。家长问的是"作业写了吗"“考了多少分”，学校问的是"你的爱好是什么"（然后填进表格）。没有人坐下来，一层一层地问孩子"你为什么喜欢这个"“你当时什么感觉”“你怕什么”。
于是产品从"未来创意启动器"进化成了"星轨显影仪"——不只是帮孩子看见梦想，更是帮孩子看见自己。
想解决的问题：
9-15 岁是孩子自我意识发展的关键期。这个阶段的孩子开始形成"我是谁"的认知，但他们缺乏自我探索的工具和语境。现有的心理测试/性格测试都是"选择题"——给孩子一个标签。但孩子的内心不是标签能定义的。
星轨显影仪的核心理念是：不给孩子贴标签，让孩子用自己的话定义自己。最后的画像里每一句话都是孩子自己说过的，AI 只是帮孩子把这些散落在对话里的珍珠串起来。
为什么做这个方向：
-
AI 的对话能力已经可以做到"层层深入的苏格拉底式引导"，这在两年前是不可能的。这是一个只有 AI 时代才能做出的产品。
-
亲子教育赛道的产品大多是"管理型"（管学习、管屏幕时间），缺少"探索型"——帮孩子探索自己的内心。这是一个空白。
-
"反数字依赖"的设计（例行检查功能）是我的产品价值观——AI 应该是桥梁不是终点。这个理念贯穿整个产品。
3. Demo 体验地址（三选一）
线上体验：https://star-trail-2142.vercel.app/star-trail-2142
Demo 已部署到 Vercel，可直接访问体验。应用接入了大模型 API，对话为真实 AI 生成，非预设脚本。
4. TRAE 实践过程
整个项目使用 TRAE Work 完成开发，模型为 GLM-5.2。以下是关键开发步骤及对应截图和 Session ID：
步骤一：角色设定与前端页面生成
在 TRAE Work 中首先设定了 AI 的角色——“星轨显影仪 2142 号”，定义其为"不是朋友，不是导师，不是陪伴者，是面镜子，是一把尺子，是一张地图"。然后通过对话指令让 TRAE Work 生成完整的单页 Web 应用（HTML+CSS+JS），包含暗号入口、对话界面、底部导航等核心 UI。TRAE Work 在 8 分钟内完成了前端页面搭建，包括视觉主题（深紫色星空系）、色值定义、字体选择和 UI 动效。
**Session ID：**3252820626380683:fdf5b46c98832f2fea350a7aeab84acf_6a3e574f530fd61ad68d4183.6a3e58b0530fd61ad68d4186.6a3e574f530fd61ad68d4184:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/26 18:47:12)
步骤二：对话引擎与交互逻辑设计
TRAE Work 完成了 AI 对话引擎的设计，包括三段式回复机制、对话判定逻辑（超过 3 字判定为有效输入、3 轮自动提示）、特殊场景处理（“我不知道”"我想停了"等退出语）以及存档命名逻辑。同时定义了完整的页面结构：头部导航、今日提醒、暗号区、对话窗口和底部 Tab 切换栏。
**Session ID：**3252820626380683:ad9971c077755ba4d26683eb2cbd7be0_6a3e574f530fd61ad68d4183.6a3e595c530fd61ad68d41bc.6a3e595c530fd61ad68d41ba:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/26 18:50:04)
步骤三：Bug 修复——对话重复与状态混乱
开发过程中发现三个 Bug：第六层追问重复、显影后回退到探测、梦想之树图片不显示。TRAE Work 在一次任务中全部修复：引入 state.askedLayers 和 do-while 循环解决追问重复；新增完整状态流 idle -> probing -> profile_confirm -> tree_match -> archived 解决状态混乱；修复梦想之树图片渲染。
**Session ID：**3252820626380683:f73b7074b0c7eeb1d69ef192a66b4141_6a3e574f530fd61ad68d4183.6a3f7f521090a4052f8a42a9.6a3f7f521090a4052f8a42a7:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/27 15:44:18)
步骤四：对话逻辑彻底重构——从前端控制到大模型动态控制
这是整个开发过程中最关键的一次架构决策。最初对话逻辑是前端硬编码控制的（固定问题、固定选项），我让 TRAE Work 把它彻底重构为"由大模型全权控制"的动态对话——删除了 handleUserAsReply、buildQuestion、buildChoices、buildAcknowledge 等硬编码函数，改为由模型根据上下文实时生成问题和选项。同时将梦想之树改为背景图，简化前端状态机。这次重构让对话从"走流程"变成了"真的在聊"。
**Session ID：**3252820626380683:d9b44f73b8e79229938b2d2d32b480b9_6a3e574f530fd61ad68d4183.6a3fa803eaa9f994b7015a94.6a3fa803eaa9f994b7015a92:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/27 18:37:55)
步骤五：梦想之树动态匹配与流式输出
TRAE Work 完成了两个核心功能：树种动态匹配（12 种树，关键词匹配 + 随机 2 个备选让孩子选择）和真正的流式输出（后端新增 call_llm_stream() 和 /api/chat/stream 接口，使用 SSE 流式传输，协议升级至 HTTP/1.1）。
**Session ID：**3252820626380683:c8ab80de151f1e1f9f5e33fd09c43a90_6a3e574f530fd61ad68d4183.6a3fec9ceaa9f994b7015cec.6a3fec9ceaa9f994b7015cea:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/27 23:30:36)
步骤六：端口冲突排查与心理安全过滤
开发最后阶段遇到后端启动失败问题。TRAE Work 诊断出根因是端口冲突——旧的后端进程争抢 8765 端口。修复方案：后端由 HTTPServer 改为 ThreadingHTTPServer，由 SSE 改为非流式 JSON 响应（解决 Windows 兼容性问题）。同时完成了心理安全过滤机制——当孩子在对话中输入敏感词（如"不想活了"）时，系统自动触发心理援助热线提示。内测三轮测试全部通过。
**Session ID：**3252820626380683:0bdbae454cc7bb30cf61dfb88c8d6050_6a3e574f530fd61ad68d4183.6a4001b5eaa9f994b7015f23.6a4001b4eaa9f994b7015f21:TRAE Work CN.0.1.23.no_sid.no_ppe.T(2026/6/28 01:00:37)
5. 对应的报名审核通过的帖子链接
https://forum.trae.cn/t/topic/44290
补充说明：
Demo 视频：已录制完整产品演示视频，如需查看可联系（超过了附件可上传最大体积）。
技术栈：HTML + CSS + JS（前端）+ Python API Server（后端）+ GLM-5.2（大模型）
部署：Vercel
开发工具：TRAE Work（全程）
从前端硬编码重构为"大模型全权控制"的动态对话，这个架构决策说明你理解了AI产品的本质。