0. 先和大家打个招呼吧 
你是谁：我从事知识产权保护打击仿冒盗版相关工作，目前岗位为项目经理。非常关注 AI时代能 与每个人数据产品的交叉领域的辅助提升。
你是怎么用 TRAE 把 Demo 做出来的：说实话，最开始我连完整的全栈项目都不太敢碰——前端要写界面、后端要搭服务、还要接 AI API，想想就头大。但用 TRAE 的过程比我想象的顺畅很多：我把想法一句句讲给它听，比如“帮我写一个登录页面”“这个待办列表要支持拖拽排序”，它就能直接生成可运行的代码。最让我觉得“原来这么简单”的一步，是AI 接入部分——我本来以为要花大量时间调试 API 的接入和错误处理，结果 TRAE 直接帮我生成了完整的调用链路和备选模型切换逻辑。它帮我跨过了“从零开始搭一个完整 Web 应用”这个原本以为搞不定的坎。在ai调配上国内的模型对新用户非常友好
- Demo 简介
是什么：知星是一款 Web （网站），帮助你沉淀每一次记录、情绪和任务，形成属于自己的结构化数据资产。在V2版本会转为APP应用，通过最简单化的功能好UI让用户更容易使用。
面向谁：关注个人成长、希望用数据了解自己的职场人、创作者、学生。
主要功能：
每日记录 + 情绪标注：随手记录生活点滴，AI 自动识别情绪和标签
智能待办：支持自然语言输入截止日期，自动统计完成率，v2版本app上线会调用手机日历提醒。
星语 AI 对话：基于你的全部数据提供个性化建议，真正“了解你”
- Demo 创作思路
**灵感来源：**我发现市面上大多数日记/待办工具都只是在“记”，但记录完之后数据就沉睡了。如果这些数据能被 AI 真正理解，会变成非常宝贵的个人资产。
**
想解决的问题：**用户每天都在产生碎片化的生活数据（情绪、任务、感悟），但这些数据散落在不同 App 里，无法被有效地聚合和利用。AI 时代，最大的痛点不是“不会用 AI”，而是“AI 不了解人”。
**为什么做这个方向：**我判断未来 AI 的竞争力不在于模型本身，而在于数据的质量和个性化程度。知星要做的是帮用户提前积累这份“数字人格档案”——当别人还在给 AI 喂通用模板时，知星用户已经可以让 AI 基于真实数据给出专属建议了。
- Demo 体验地址
可使用演示账号：demo@zhixing.local / 123456
- TRAE 实践过程
完整开发流程：
需求梳理阶段：在 TRAE 对话中描述产品核心功能（记录、待办、复盘、AI 对话），TRAE 帮助拆解为前后端模块
原型搭建阶段：让 TRAE 生成 HTML 页面结构和 CSS 样式，快速产出可交互的界面原型
后端开发阶段：TRAE 生成 Python http.server 服务端代码 + SQLite 数据库操作层
AI 集成阶段：通过 TRAE 完成 API 兼容端点的接入，实现主备模型自动切换
联调与优化阶段：边测试边让 TRAE 修复 Bug，逐步完善用户体验，并模拟多种不同用户测试
开发关键步骤截图：
在部署阶段反馈我购买的服务器是windows让我切换我ubuntu：
满足用户可以在该产品上所有记录的数据进行导出，方便未来所有类型AI产品直接“懂”用户；
通过关键词模糊检索到以往所有知星记录到的信息，帮助复盘信息。
关键任务对话 Session ID（3 个）：
3964169778629579:ebdfbcc5fbb7da4b9d1c7b498a11e6dd_6a45da2975cd3fc6fd33738f.6a45da2975cd3fc6fd337392.6a45da2975cd3fc6fd337390:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/7/2 11:25:29)
3964169778629579:a1933c44b3681b2a803e8bd9ca602ed6_6a45da2975cd3fc6fd33738f.6a460cc54d65c4b3ab7f3f50.6a460cc54d65c4b3ab7f3f4e:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/7/2 15:01:25)
3964169778629579:63e38dfa1da6c419ac53a416ab1a8d83_6a45da2975cd3fc6fd33738f.6a4cae816b156624911a2313.6a4cae816b156624911a2311:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/7/7 15:45:05)
5. 对应的报名审核通过的帖子链接
https://www.trae.cn/ai-creativity/result