【标签】学习工作
【标题】学习工作赛道 · 职通星途 Career StarPath · AI 智能面试官平台
0. 先和大家打个招呼吧 
你是谁：一个在求职途中摸索前行的过客 
你是怎么用 TRAE 把 Demo 做出来的：
说句心里话，这个项目能走到今天这个完成度，TRAE 是真正的"搭子"。
最开始的念头很简单——每次帮朋友模拟面试，都靠口头提问、手打反馈，效率低还容易遗漏考察点。我想把它做成一个系统：能自动出题、能语音对话、能给出结构化评估、还能沉淀知识库。但一个人要同时搞定 Java 后端 + React 前端 + UniApp 多端 + 设计系统，工作量是巨大的。
我是这样和 TRAE 配合的：
-
先让它帮我建立"设计宪法"。我把脑子里对"浅色优雅"视觉的偏好一段段讲给它——薄荷绿、天空蓝、淡紫三色渐变、Instrument Serif 斜体强调、双层光晕英雄卡。它帮我沉淀成了一套完整的 Aurora 设计系统规范文档，29 个 PC 页面 + 32 个移动页面的 demo 原型全部基于这套规范产出。这一步让我觉得"原来把审美讲清楚，AI 也能帮你落地成体系"。
-
然后让它做"等比复刻"。最让我意外的是 TRAE 的 Spec 驱动 + 子代理并行能力。我把 61 个页面拆成多个并行任务，每个子代理独立读 demo HTML、读现有源码、对照改造、补 i18n、跑构建验证。它跨过了"一个人串行改 60 个页面根本改不完"这个坎。
-
它还帮我做了我本以为搞不定的事。比如动态月历，我原本以为要引入重型日历库，结果 TRAE 直接照着 demo 的纯 JS 逻辑（monthStartWeekday / hashStr / getWeather）100% 复刻，4 种视图（月/周/日/列表）一次成型。再比如多 LLM Provider 配置、API Key 加密、语音 WebSocket 双向通信这些复杂后端逻辑，都是和 TRAE 一句句对出来的。
整个过程最大的感受是：TRAE 不是"帮你写代码的工具"，而是能陪你把一个完整产品从 0 到 1 跑通的合作者。 你负责想清楚"做什么、为什么做"，它负责帮你把"怎么做"高效落地。
寄语：越过万千简历的海洋，有一束光，为你而来。它不是冰冷的算法，是洞悉你每一寸才华的知音。职通星途 — 让每一次对话，都成为通往星辰的阶梯。希望能为你的求职之旅，提供一些帮助。
1. Demo 简介
是什么：职通星途（Career StarPath）是一个面向求职场景的 AI 智能面试官平台，覆盖 PC Web、小程序和App三端。本次 Demo 为纯静态多页设计原型（MPA），完整呈现 PC Web + 移动端 的交互体验，可直接在浏览器中点击体验所有核心流程。
面向谁：核心用户是正在求职的应届生与社招候选人（练面试、改简历、查知识），也适用于 HR 和培训机构做批量面试辅导（出题、评估、知识库沉淀）。
主要功能：
- AI 简历分析：上传 PDF/DOCX 简历 → 异步解析 → AI 评分与改进建议 → 一键导出 PDF 分析报告。
- 模拟面试（10 大方向 · 文字 + 语音）：内置 Java 后端、字节/阿里/腾讯专项、前端、算法、系统设计、AI Agent、测开、Python 等 10 个面试方向。每个方向由
SKILL.md定义人设与考察范围，AI 按方向出题、追问、统一评估。语音面试基于 WebSocket 双向音频 + 千问3 ASR/TTS 实时对话。
- RAG 知识库问答：上传文档 → 异步分块向量化（pgvector 1024 维 COSINE）→ 流式 SSE 问答。
- 面试日程管理：快速创建日程，预接入天气MCP。合理准备面试事宜
2. Demo 创作思路
灵感来源：我自己求职写简历时总是抓瞎，不知从何下手，有时还要麻烦别人帮忙完善。网上的面试资料又过于分散、冗余，于是想到不如自己沉淀一个知识库，方便随时回溯复习。再加上现在的 AI 技术已经足够成熟，如果能接入语言面试，随时随地都能巩固提升，岂不美哉 
。
想解决的问题：
-
简历评估不透明：不会写简历，改起来也困难，缺乏专业指导。
-
面试练习门槛高：找一个有经验的人陪你练面试很难，而且不好意思反复麻烦别人。
-
评估缺乏结构化：口头反馈容易遗漏，没有雷达图、没有分项打分、没有可对比的历史记录。
-
知识无法沉淀：面完就忘，没有一个地方能把"公司面经 + 技术知识库 + 个人简历"关联起来反复复习。
-
多端体验割裂：PC 上刷题、手机上看日程，数据不通。
为什么做这个方向：求职是高频刚需，而"练—评—改"闭环恰好能被 LLM 很好地服务。
-
技术深度够：这个项目天然需要 LLM + 向量检索 + 实时语音 + 异步任务 + 多端，是一个能充分展示 AI 工程能力的"麻雀虽小五脏俱全"的全栈项目。
-
真实痛点：身边太多朋友找工作时苦于没人帮忙模拟面试，这是一个我自己每周都在用的真实场景。
-
可延展：从程序员面试出发，可灵活扩展到产品经理、设计师等岗位的面试辅导。
3. Demo 体验地址
职通星途 · Demo总入口（阿里云ESAPage全球站）
职通星途 · Demo总入口（腾讯云EdgeOne全球站）
职通星途 · Demo总入口（GitHub代理加速）
4. TRAE 实践过程
整个 Demo 的设计、开发、调试、打包部署均在 TRAE IDE 中完成。以下是关键开发步骤与对应的 Session ID。
4.1 整体开发流程
整个项目采用 “Spec 驱动 + 设计系统先行 + 并行子代理” 的 TRAE 工作流，分为以下几个阶段：
- 设计系统基调：制定 Aurora 设计规范（双字体 / 氛围背景 / 光晕卡 / token 体系），将口述审美偏好转化为 7 大支柱规范文档。
- 设计页面逻辑：功能页面大致逻辑设计，使用TRAE快速迭代、补全页面基础逻辑。
- Spec 拆解 ：多个子代理并行执行，补全页面样式、交互，串联单个页面。
- UI升级：页面整体升级改造完善，移动端适配。
- 自动化验证：TRAE 使用浏览器技能全方面自动化校验系统，出具测试报告。
- 修复并回归验证。
4.2 关键步骤截图
截图 1：系统产品图、Logo、SVG、开屏页、特效页设计
截图 2：整体样式布局、项目骨架、组件构建
截图 3：详细菜单设计、UI交互等页面具体逻辑
截图 4：Demo原型串联、PC/移动端适配、Docker本地部署
4.3 关键任务对话 Session ID
以下为开发过程中关键任务的对话 Session ID：
- 2003725257033936:9aad0b58da7cecaf69076e5be3e7ed38_6a41da9c40df4dac56fc577f.6a421a0e40df4dac56fc76f4.6a421a0d40df4dac56fc76f2:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/29 15:09:02)
- 2003725257033936:09cabc8b212836b82982b2a1549c9a1d_6a41da9c40df4dac56fc577f.6a421e0740df4dac56fc7771.6a421e0740df4dac56fc776f:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/29 15:25:59)
- 2003725257033936:8edebae376290e8325421060ac1f9b1e_6a3259762185aad287687b04.6a42231a40df4dac56fc782b.6a42231a40df4dac56fc7829:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/29 15:47:38)
- 2003725257033936:7a31aa483a763cdf84ccc70cb509431f_6a41da9c40df4dac56fc577f.6a41e6ab40df4dac56fc5eb3.6a41e6ab40df4dac56fc5eb1:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/29 11:29:47)
5. 对应的报名审核通过的帖子链接
学习工作｜面试星 —— 你的 AI 面试教练，让每一次面试准备都有迹可循 - TRAE AI 创造力大赛 / 【大赛报名专区】 - TRAE 官方中文社区
6. 经验总结
TRAE 带来的效率提升：
-
Skill 驱动的领域知识：
frontend-designskill 内置了高质量前端设计规范，让 AI 生成的代码天然符合"生产级"标准，避免了通用 AI 产出的"塑料感" -
Playwright 自动化验证：结合 webapp-testing skill 用 Playwright 测量 boundingRect，精准定位"移动端 value_prop/biz_section 高度为 0 导致内容重叠"、"PC 预览 iframe 尺寸与 JS 常量不匹配导致右侧 12px 空白"等肉眼难判的几何问题