【学习工作赛道】碎片时间刷面经——FlashInterview 抽认卡

0. 大家好呀!! :waving_hand:

  • 我是一位大四学生,正在求职 AI 应用开发方向。每次面试前想复习面经,对着电脑坐不住,地铁上却什么都看不了。Anki 之类的抽认卡工具其实早已验证了"主动回忆"对记忆的巨大提升,但门槛太高:要手动一张张录入卡片、设置间隔重复参数。我只是想把已经写好的面经笔记自动转成抽认卡,把"录入"和"记忆"的成本降到零。

  • 用 TRAE 的经历:

    我把 TRAE 当成"既要陪我打磨方案、又要陪我落地代码"的全栈搭档。整个流程大致是:

    1. 头脑风暴阶段:先让 TRAE 扮演一个真实的技术官,对我抛出的方案进行盘问——“为什么不用小程序?”“PWA 在 iOS 上的安装体验怎么解决?”“localStorage 会不会被清空?”——通过这种"对抗式"对话,把脑子里的模糊想法逼成一个清晰的 PRD。

    2. 方案落地阶段:基于讨论后的 PRD,让 TRAE 帮我拆分模块(预处理脚本、卡片数据层、PWA 外壳、筛选、抽认卡引擎、进度持久化),每个模块单独推进,避免一锅端。

    3. 执行阶段:把每一步需求一句句讲给它听,比如"翻转动画用 2D crossfade 而不是 3D transform,因为移动端有合成层抖动问题"“Service Worker 缓存版本要手动 bump 到 v2”——TRAE 帮我把这些决策直接落到代码里。

    4. 踩坑复盘阶段:部署到 GitHub Pages 时遇到 404 和莫名跳转到第三方域名的问题,TRAE 陪我一步步排查,最后发现是浏览器里残留的旧 Service Worker 在劫持请求,清除后恢复正常。

    最让我惊喜的坎:PWA 在 iOS Safari 上的安装体验一直是出了名的难搞(没有 beforeinstallprompt 事件)。我把这个问题丢给 TRAE 后,它直接给了我一套"检测 iOS → 显示手动安装提示条 + 分享按钮引导"的兜底方案,连提示文案和关闭交互都写好了。原本以为要折腾半天的兼容性问题,一次对话就解决了。


1. FlashInterview简介

  • 是什么: 一款 PWA 渐进式网页应用,纯前端、零后端,装到手机主屏幕就是一个全屏 App。打开即用、断网可用、数据全在本地。

  • 面向谁: 广大求职者,尤其是技术岗(Java 后端、AI Agent、前端、算法)的应届生和面试密集期的同学。

  • 主要功能:

    1. :flower_playing_cards: 翻转抽认卡:正面出题,点击翻面看参考答案,强制"先思考再对照",强化主动回忆。已自动解析 9 份真实面经笔记,共 180 道精选题目。

    2. :brain: 智能间隔重复:标记"熟了"的题减少出现频率(权重 ×1),"再来一遍"加权 ×3 多出现,"未见过"权重 ×2。把时间花在真正薄弱的题上,越刷越高效。

    3. :office_building: 按公司/类型精准筛选:支持美团、蚂蚁、腾讯、阿里、宇树、成都智信 6 家公司筛选;技术题、行为题、系统设计、算法题 4 种类型分类。明天面美团?今晚只刷美团的题。

    4. :floppy_disk: 进度永不丢失:所有熟度标记、复习进度自动存入 localStorage,关掉页面再打开全部保留。

    5. :plus: 在线添加笔记:面试现场想到新题?直接在应用里手动录入或批量导入 Markdown,自动加入题库。

    6. :mobile_phone: PWA 主屏安装:Chrome/Edge 一键安装到主屏幕,iOS Safari 提供手动引导,离线也能刷。

    :camera: 建议评审在手机上打开体验链接,感受真实的抽认卡翻转手感与 PWA 安装流程。


2. FlashInterview创作思路

灵感来源

我自己就是用户。求职期间积累了 9 份 Markdown 面经笔记,存在电脑硬盘里。每次面试前想复习,要么坐电脑前读到犯困,要么掏手机发现文件打不开。后来接触到认知科学里的 “主动回忆”(Active Recall) 理论——比起被动阅读,主动提取答案能让记忆留存率提升 3-5 倍。Anki 这类工具已经验证了这个方法,但录入成本把大多数人挡在门外。

想解决的问题

  1. 手机看不了本地 markdown:面经笔记躺在电脑硬盘里,碎片时间想复习却无能为力。

  2. 逐篇阅读效率太低:从头读到尾只是被动浏览,没有"先想答案再对照"的机制,看完以为会了,关掉就忘。

  3. 不分轻重缓急:会的题和不会的题混在一起刷,时间浪费在已经掌握的内容上。

  4. 没有按公司精准定位:明天面美团,今晚却还在刷蚂蚁的题,针对性差。

  5. 隐私顾虑:面试笔记涉及个人项目细节、公司内部信息,上传云端不放心。

为什么做这个方向

  • 痛点足够真实:这是我自己每周都在经历的痛苦,不是臆想出来的需求。

  • 技术方案足够简洁:PWA + Python 预处理脚本,零后端、零运维,一个人就能完成。

  • 差异化清晰:相比 Notion 移动端(依赖网络、被动阅读)、Anki(录入门槛高)、刷题 App(题目固定无法用自己的面经),FlashInterview 的差异化是 “零成本导入 + 隐私本地化 + 主动回忆” 三位一体。

  • 场景天然契合 PWA:碎片时间意味着网络不稳定(地铁、电梯),离线可用是刚需,PWA 正好满足。


3. FlashInterview体验地址

推荐用手机 Chrome/Safari 打开体验链接,点击"安装到主屏幕"感受 PWA 全屏离线体验。也可在桌面浏览器直接访问,响应式布局自适应。


4. TRAE 实践过程

4.1 完整开发流程

整个 Demo 从 0 到 1 完全使用 TRAE 完成,开发流程分为五个阶段:

阶段 内容 产出
Phase 0:方案打磨 与 TRAE 进行头脑风暴,让其扮演技术官对方案进行盘问,输出 PRD 文档 PRD.md
Phase 1:数据预处理 用 Python 解析 9 份 markdown 面经,支持 5 种 Q&A 格式变体,输出结构化 JSON scripts/parse_notes.py + data/cards.json(180 道题)
Phase 2:PWA 核心功能 抽认卡翻转、智能间隔重复、按公司/类型筛选、localStorage 进度持久化、在线添加题目 app/index.html + app/style.css + app/app.js
Phase 3:PWA 离线 + 安装 Service Worker 缓存策略、Web App Manifest、图标生成、iOS 安装引导 app/sw.js + app/manifest.json + app/icons/*
Phase 4:部署上线 GitHub Pages 部署、404 与旧 Service Worker 劫持问题排查、缓存版本 bump 到 v2 线上可访问

4.2 关键技术决策(与 TRAE 协作产出)

  • 翻转动画选 2D crossfade 而非 3D transform:3D transform 在移动端会触发额外的合成层,部分低端机型有抖动和闪烁,最终采用 opacity + translateX 的 2D crossfade,视觉接近、性能更稳。

  • PWA iOS 安装兜底:iOS Safari 不支持 beforeinstallprompt,TRAE 给出了"UA 检测 + 显示手动安装提示条(分享 → 添加到主屏幕)"的方案,并写好了关闭交互。

  • Service Worker 缓存版本手动 bump:每次发布需手动升级 flashinterview-v2 → v3,并在 activate 阶段清理旧缓存,避免用户卡在旧版本。

  • 数据源从 cards-data.js 迁移到 cards.json:早期用 JS 文

4.3 关键任务对话 Session ID与开发关键步骤截图

4368790393456220:64ef89f2e95ad5fd2c5b4e0fa1bad799_6a4483816b16eb2fa07c3893.6a4483816b16eb2fa07c3896.6a4483816b16eb2fa07c3894:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/1 11:03:29)具体方案梳理

4368790393456220:d134c35ee2ce4ac97f510fc3975d8fdc_6a4483816b16eb2fa07c3893.6a4a49dbe0bb18c1685f3725.6a4a49dae0bb18c1685f3723:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/5 20:11:07)通过spec文档执行并完善项目

4368790393456220:4ddc0f731c40899a4ed1fb5dff1e1575_6a4cec96330f83191bea7fca.6a4cec96330f83191bea7fcd.6a4cec96330f83191bea7fcb:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/7 20:09:58)部署方案讨论

5. 对应的报名审核通过的帖子链接

【学习工作赛道】碎片时间刷面经——FlashInterview 抽认卡应用

1 个赞

感觉应该很实用,也为我提供了不少灵感,已投票,相互支持呀~

1 个赞

谢谢~你的作品也很棒

3 个赞

思路很棒,很实用的一个作品,感觉落地潜力很大!!继续加油呀

2 个赞

谢谢产品思路很棒!!

3 个赞

谢谢!!!

1 个赞

谢谢!!!

1 个赞