一、Demo 简介
【安巢】是什么
「安巢」是一款专为阿尔茨海默病（AD）患者家庭打造的 AI居家安全改造Web应用，采用"软件 + 轻硬件"的产品形态。软件端提供AI拍照评估、个性化改造方案生成、补贴政策匹配、远程安全监护等核心功能；硬件端兼容涂鸦/小米等主流IoT平台的低成本传感器套装。
DEMO面向谁：
核心用户：家中有阿尔茨海默病患者的家属子女
次要用户：社区养老工作者、适老化改造服务商
使用场景：居家养老、社区照护、家庭适老化改造决策
主要功能
AI拍照评估引擎
家属上传家中各房间（客厅、卧室、厨房、卫生间、走廊、阳台）照片后，AI多模态大模型自动识别安全隐患，生成结构化风险报告。
支持至少上传3个房间即可生成综合评估
识别7大类风险：跌倒、走失、火灾/燃气、认知混淆、用药安全、照明不足、卫浴安全
风险区域可视化红框标记，高风险项标注"建议专业人员复核"。
个性化分级改造方案
基于AI评估结果和患者病情阶段（早期MCI/中期/晚期），生成基础版、进阶版、定制版三档改造方案，其中针对AD患者，有独特的认知症友好设计模块：视觉代偿（色彩编码）、触觉引导（防滑条纹理）、嗅觉定位（天然精油）、听觉警示（出口语音），从多感官维度改善AD患者生活质量。
补贴政策匹配引擎
根据用户所在城市自动匹配适老化改造补贴政策，内置全国主要城市政策数据库，实时计算补贴后实际费用。demo版本目前支持上海、北京、广州、深圳、杭州5城政策，以及申请流程介绍。
持续安全监护系统
AD患者的一大病理特征就是会不断尝试出门，但又因为记忆衰退而导致迷路，从而出现走失的风险，用户根据安巢推荐改造方案，并于家中“轻硬件”传感器部署后，家属可实时查看安全状态、接收异常预警。共设置三大监测维度：外出防护、室内活动、安全风险；同时也会配备患者在家中的活动时间线记录、可配置预警规则（门磁异常、长时间静止、夜间离床等）
二、Demo 创作思路
灵感来源主要是自己的奶奶确诊阿尔茨海默病中期后，家里人尝试了各种办法，但始终面临三大难题：
不知道怎么改 — 网上搜的适老化改造五花八门，不知道哪些真的适合AD患者
不知道多少钱 — 问了几家报价差距很大，也不知道政府有什么补贴
白天没人陪 — 上班时老人一个人在家，总是担心出事
于是萌生了做一个"AI居家安全改造助手"的想法，让每个AD家庭都能低成本、快速地获得专业的改造方案。
主要想解决的问题：
1、请人上门评估贵、等的时间长，利用AI拍照即评，几分钟出报告。
2、各商家推荐的方案差异大，不知道信谁；通过标准化分级方案，透明公正
3、很多家庭不知道有补贴、不知道怎么申领；通过自动匹配城市的适老化补贴政策，一键看明细
4、白天上班不在家，或者平时不与老人一起居住，总提心吊胆；通过传感器实时监测，异常即预警
5、普通适老化不针对AD认知特点；专属认知症友好设计模块更适合AD患者家庭
为什么做这个方向？
市场有需求：中国AD患者超1500万，居家照护是主流，但居家安全改造渗透率不足5%
政策有支持：各地政府密集出台适老化改造补贴政策（最高70%补贴），但信息差巨大
技术能落地：多模态大模型+低成本IoT传感器，让"AI评估 + 智能监护"真正可实现
社会有价值：每避免一次走失/跌倒，就能为家庭节省几万甚至几十万的费用
取舍：先聚焦"软件方案+传感器推荐"的轻模式，不做重资产的上门施工；先用上海等政策完善的城市做demo，再逐步推广。
三、Demo 体验地址
- 安巢.zip (9.6 KB)
四、TRAE 实践过程
-
开发流程总览：
需求构思 → 页面架构设计 → 首页实现 → AI评估模块 → 方案模块 →
场景展示 → 补贴模块 → 监护模块 → 费用明细 → 交互优化 → 最终调优 -
开发关键步骤截图
步骤1：首页与基础架构搭建
使用TRAE的web-dev技能快速生成项目骨架，确定绿色+橙色的温暖配色方案，搭建首页Hero区域和导航栏。步骤2：AI拍照评估模块开发
实现6个房间的照片上传、风险红框标记、进度条、最少3张验证逻辑，以及风险报告的双Tab展示（风险概览 + 详细分析）。步骤3：适老个性化方案与软硬件联动
增加外出门磁/红外等硬件联动效果等。 -
关键任务对话的 Session ID
-
3524358478500523:735c74daa5e88f8769b46cbf83bd2f3c_6a33bbe1f8dad700a7466533.6a33bbe1f8dad700a7466536.6a33bbe1f8dad700a7466534:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/6/18 17:35:29)
-
3524358478500523:f161a3d344965284eceb5f63ce489d99_6a33bbe1f8dad700a7466533.6a33bf38f8dad700a7466590.6a33bf38f8dad700a746658e:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/6/18 17:49:44)
-
3524358478500523:b3f2959d0c0b937e4b0dab8f2520b94e_6a33bbe1f8dad700a7466533.6a33c0cff8dad700a74665bc.6a33c0cff8dad700a74665ba:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/6/18 17:56:31)
-
3524358478500523:cce055421d58bd4fcc2e08e3d3673d76_6a33bbe1f8dad700a7466533.6a33c36cf8dad700a74665e2.6a33c36cf8dad700a74665e0:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/6/18 18:07:40)
5. 对应的报名审核通过的帖子链接
