【标签】 学习工作
【标题】 【学习工作赛道】Cumulo 云仔 —— 一个高一学生用 TRAE 做的全过程学习伙伴 App
0.先和大家打个招呼
大家好，我是一名高一学生。
说实话，我写代码的时间不算长，但一直对 Apple 生态和编程挺感兴趣的。平时没事就喜欢刷刷 WWDC 的视频，虽然很多内容看不太懂，但就是觉得用代码做出一个能用的东西，这件事很酷。
做这个 App 的起因其实很简单——我自己学习上有几个一直解决不了的困扰：课前预习不知道该看什么，上课听着听着就走神去看手机了，课后想复习又不知道重点在哪，每次考试前对着课本发呆。市面上的学习工具我也用过不少，背单词的、记笔记的、计时的，但每节课之间要切换好几个 App，反而更乱了。
所以我就想，能不能做一个 App，把预习、上课、复习这三件事串起来？然后我遇到了 TRAE，发现它真的能帮我把这个想法做出来。
1.Demo 简介
是什么：Cumulo 云仔是一个覆盖「课前预习 → 课中笔记 → 课后复习」全过程的 AI 学习伙伴 App，支持 iPhone、iPad 和 Mac。
面向谁：主要是给我自己和身边同学用的，但也适合所有被"学习碎片化"困扰的中学生和大学生。
主要功能：我用下面这张图表示
（注：由于我的Xcode的软件已经几乎快完成了，所以接下来展示的是使用Simulator中的真实软件UI界面，当然，上传的 HTMLdemo的功能与他的界面、功能完全相同，感兴趣的朋友可以到文章底部查看HTML文件，所有的截屏都以iPad为例）
功能 1：全过程学习闭环 —— 从预习到复习，一个 App 搞定
首页有三大板块入口：课前预习、课中学习、课后自习，还有今日课程时间轴，一眼就能看到今天有什么课、下节是什么。上课的时候可以在 App 里记笔记（支持手写），走神了云仔会提醒你。下课之后有番茄钟和闪卡复习帮你巩固。
主界面：
预习界面：
课中学习界面（我给了用户.md,手写等方式上课）：
出题界面（复习）：
功能 2：AI 学伴"云仔" —— 不只是聊天，还能帮你操控 App
云仔不是一个普通的 AI 对话框。你可以让它帮你生成预习方案、智能出题、总结笔记，它还能通过 MCP 工具调用直接操控 App 里的功能——比如你说"帮我开启专注模式"，它就真的帮你打开番茄钟。底层接的是 DeepSeek 的 API，流式输出，打字机效果。
功能 3：三端原生体验 —— 一份代码，处处原生
整个 App 用纯 SwiftUI 写的，零第三方依赖。iPhone 和 iPad 用底部 TabBar，Mac 用 NavigationSplitView 侧边栏，都是 Apple 原生的交互方式。数据用 SwiftData 持久化，API 密钥存在 Keychain 里。
2.Demo 创作思路
灵感来源：就是自己学习中的真实痛点。每次月考之前，我都不知道从哪里开始复习，课本翻一遍感觉什么都没记住。上课的时候有时候听着听着就走神了，等回过神来已经过了十分钟。我就想，如果有个东西能帮我规划预习重点、在我走神的时候提醒我、课后用科学的方法帮我复习，那学习效率肯定能高不少。
想解决的问题：
-
预习没方向 → 让 AI 根据课程生成预习方案和引导问题
-
上课走神 → 走神检测机制，长时间不记笔记就提醒
-
复习没方法 → SM-2 间隔重复算法做闪卡，番茄钟做专注
-
工具碎片化 → 一个 App 覆盖课前、课中、课后全流程
为什么做这个方向：与其做一个大而全但什么都不精的东西，不如先解决自己的问题。而且学习这件事，每个人都会遇到，做出来至少我和我身边的同学能用。
名字的话，Cumulo 来自拉丁语 cumulus（积云），云仔就是一朵小云的意思，想让它像一朵轻轻陪在你身边的云一样，不打扰但一直在。
技术取舍：全部用 Apple 原生框架（SwiftUI + SwiftData + PencilKit + AVFoundation），没有引入任何第三方依赖。一方面是因为我想保持技术栈干净，另一方面也是 TRAE 对 Swift 原生框架的支持确实很好，基本不需要额外配置。
3.Demo 体验地址
这是一个交互式的 HTML Demo，可以在浏览器中直接体验 App 的核心界面和交互。
体验方式：下载下面的 ZIP 附件，解压后双击 cumulo-demo.html 即可在浏览器中打开。
cumulo-demo.html (85.5 KB)
使用说明：
-
打开后左边是 iPhone 视图，右边是 MacBook 视图，两边是同步的
-
点击底部的 Tab 可以切换页面：云窝（首页）、AI 对话、自习、课堂笔记、我的
-
可以试试：开始番茄钟计时、和云仔聊天（有模拟回复）、在课堂笔记上画画、查看学习报告
说明：这是 App 的交互原型演示，展示核心界面和交互流程。实际 App 功能更丰富（包括真实的 AI 对话、语音转录、手写笔记等），目前还在持续开发中。
4.TRAE 实践过程
整个 Cumulo 从第一行代码到现在，全部是在 TRAE 中完成的。说"全部"可能有点夸张——毕竟 Bug 还是得自己想办法描述清楚（
）。但 TRAE 确实帮我完成了绝大部分的代码编写工作，从 UI 搭建到 AI 集成，从 Bug 修复到三端适配，经历了 19 个迭代 Spec。
下面我按阶段分享一下开发过程。
阶段0:demo制作
SessionID:3687133051630155:22e6141e07f3af2225ae248a38bd34ee_6a4d8c822e13ec6f19ac0aae.6a4d8c822e13ec6f19ac0ab1.6a4d8c822e13ec6f19ac0aaf:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/8 07:32:18)
(这个反而是我最后才想起来的）
阶段 1：UI 基础搭建
第一个任务就是让 TRAE 帮我搭 UI 框架。我跟它说想要一个以天空蓝为主色调的学习 App，底部 Tab 导航，首页有三大板块入口和今日课程时间轴。TRAE 很快就帮我生成了整个颜色系统（DesignTokens）、Tab 导航结构、首页布局，还有云仔吉祥物的基础 SVG 绘制（梦开始的地方）。
速度比我预想的快很多，但一些细节需要反复调整，比如卡片圆角大小、间距比例这些，来来回回改了好几轮才满意。
Session ID：3687133051630155:e29b0a1855abd2322538b5d82578da0d_6a10580ebb34d8a571f72afa.6a10580fbb34d8a571f72afd.6a10580ebb34d8a571f72afb:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/5/22 21:20:15)
阶段 2：AI 对话集成
这一步是最难的，也是踩坑最多的。
我要让 DeepSeek 的流式对话在 SwiftUI 里跑起来，需要做 SSE（Server-Sent Events）解析、多会话管理、SwiftData 持久化。TRAE 帮我生成了整个 AI 服务层的架构，包括输入清洗、意图分类、上下文组装、LLM 流处理、输出防护这条完整的 Pipeline。
但中间遇到了很多问题。最头疼的是 DeepSeek API 返回 HTTP 400 错误——一开始我都不知道怎么回事，TRAE 帮我排查后发现是请求体里缺少了 tool_choice: auto 参数。还有一次工具调用陷入了死循环，AI 一直在反复调用同一个工具停不下来，TRAE 帮我加了一个 ToolCircuitBreaker（工具熔断器）来解决。
这些踩坑经历其实也是很好的学习过程，让我理解了 API 调用和错误处理的复杂性。
Session ID：3687133051630155:71e71b6634508ce18c2b4b25c65dd910_6a10580ebb34d8a571f72afa.6a1079fabb34d8a571f735ae.6a1079f9bb34d8a571f735ac:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/5/22 23:44:58)
阶段 3：MCP 工具调用框架
这是我觉得最酷的部分——让 AI 不只是聊天，还能真正操控 App。
我跟 TRAE 说想做一个 MCP（Model Context Protocol）框架，让 AI 能调用本地功能。TRAE 帮我设计了工具注册表（MCPRegistry）、工具分组（Toolbox）、以及 8 个工具函数：创建预习、生成测验、添加待办、设置专注模式、获取课程表、获取学习报告、搜索上下文、总结笔记。
整个流程是这样的：AI 分析用户意图 → 决定调用哪个工具 → 执行工具函数 → 把结果返回给用户。比如你在对话里说"帮我创建明天的预习计划"，AI 就会自动调用创建预习的工具，然后 App 里就真的多了一条预习计划。
调试过程挺痛苦的（可以看到我的Session ID隔了两个月，都在调试他
），但看到 AI 真的能帮你操控 App 的时候，那种感觉太爽了。
Session ID：3687133051630155:d08f1d87878d0f22aed4a1f694e99aad_6a4b427b2e13ec6f19abdd97.6a4b63ea2e13ec6f19abe310.6a4b63ea2e13ec6f19abe30e:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/6 16:14:34)
阶段 4：三端适配
一开始 App 只能在 iPhone 上跑，在 Mac 上打开就是个小窗口，体验很差。
让 TRAE 帮我做了三端适配。主要改动包括：Mac 端用 NavigationSplitView 做侧边栏布局，iPad 和 iPhone 共用底部 TabBar；用 horizontalSizeClass 和自定义的 DeviceLayout.isMac 来判断当前平台；iOS 独有的 API（比如 UIImpactFeedbackGenerator、UIDevice.batteryLevel）用 #if !os(macOS) 包起来；Mac 上摄像头相关的功能做了降级处理（用相册代替拍照）。
最终 iPhone、iPad、Mac 三个平台都编译通过了，虽然 Mac 端的一些细节还需要打磨，但基本框架已经搭好了。
Session ID：3687133051630155:829c656afd9957fc817f14672d4a1ac5_6a4da12d2e13ec6f19ac0ebe.6a4da12d2e13ec6f19ac0ec1.6a4da12d2e13ec6f19ac0ebf:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/8 09:00:29)
阶段 5：走神检测与推送
最后加了一个我很喜欢的功能——走神检测。
思路是这样的：上课的时候，如果用户长时间没有在 App 上写字或操作，说明可能走神了，这时候云仔就会跳出来提醒你"嘿，回来上课啦"。TRAE 帮我分析了这个功能的 spec，设计了检测逻辑和阈值配置，还加了推送通知的支持。
这个功能的参数（比如多久没操作算走神）可以在"我的"页面里自己调节，每个人可以根据自己的注意力情况设置。
Session ID：3687133051630155:064831f92463c198f3b770ffc1b4943c_6a4c71752e13ec6f19abfc46.6a4c72252e13ec6f19abfc87.6a4c72252e13ec6f19abfc85:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/7 11:27:33)
5.写在最后
作为一个高一学生，用 TRAE 做出一个完整的 App，这个过程本身就是一次很好的学习经历。虽然代码大部分是 AI 写的，但每一个功能都是我想出来的，每一个 Bug 都是我和 TRAE 一起解决的。
目前 App 还在开发中，还有很多不够完善的地方——AI 的回答质量有时候不够稳定，iPad 端的体验还需要优化，闪卡复习的算法也需要调参。接下来打算加入更多学科的支持、优化走神检测的准确度、完善学习报告的数据展示。
感谢 TRAE 让我能把想法变成现实。如果你也有学习上的困扰，不妨试试自己做点什么——有 TRAE 帮忙，真的没想象中那么难。
「且将新火试新茶，诗酒趁年华」
社区报名帖链接：
[https://forum.trae.cn/t/topic/71916`]`demo下载(不是上面那个Xcode的工程文件）cumulo-demo.zip (16.5 KB)
——xwyxu