- Demo 简介
是什么： SlideRule 是一个「产品推演引擎」网站应用。你用一句话描述业务意图（比如"做一个采购审批应用，含采购单、经理审批、财务确认和字段权限"），它现场推演出一套完整的企业应用模型——数据模型、工作流、角色权限、页面、AI 能力五大系统——并且直接在右侧渲染成一个可以点、可以录数据、可以走审批流的运行应用。不是原型图，是能操作的数字孪生。
一句话说清和 AI 原型工具的区别：原型工具给你的是"长什么样"，SlideRule 给你的是"怎么运转、为什么可信"——数据真落、审批流真走、权限真拦，且每个结论带证据。
面向谁：
- 产品经理 / 需求分析师：把一句话需求秒变可体验的应用初稿，拿着"能跑的东西"去对需求，而不是拿文档空对空；
- 业务方 / 创业者：不懂开发也能验证"我想做的系统长什么样、流程通不通"；
- 开发团队：把推演产物（实体、流程、权限、页面绑定）作为工程起点，导出结构化交付物直接开工。
主要功能（3 个核心）：
① 一句话 → 五系统模型 → 可运行应用。 输入业务意图，LLM 实时推演出数据模型（实体/字段）、工作流（节点/转移/泳道）、RBAC（角色/权限/菜单）、页面（字段绑定）、AI 能力（输入/输出/写回）五大系统，右侧边生成边渲染——模型 JSON 还在流式输出，应用界面就一块块长出来（“生成中 · 实时渲染”）。生成完即可切换角色、录入数据、提交审批、试跑 AI 能力。
\`【待填：截图 1 —— 推演中"生成中·实时渲染"的画面】\`
② 全程透明的推演直播。 每一步 LLM 调用（澄清需求、检索证据、分析风险、反方观点、综合结论、起草五系统模型、整理总结）的实时想法逐字流在左栏，阶段可折叠回放；推演收口后自动生成结合全程上下文的总结（闭环结论 + 应用能干什么 + 关键风险分歧 + 下一步建议）。评审和用户不需要相信黑盒——看得见它怎么想的。
\`【待填：截图 2 —— 数据模型 + 工作流】\`
③ 「游标」透视（计算尺的品牌梗）。 打开游标开关，鼠标悬停运行应用里的任何字段、按钮、菜单，右侧即刻透视它背后的声明——这个字段属于哪个实体、哪些页面读写它、这个按钮需要什么权限、哪些角色被授予。应用与模型之间做到元素级 AR 对齐。
\`【待填：截图 3 —— 技能库/设置】\`
硬核设计（评审加分项）：
- 流式 JSON 容错解析器："边生成边渲染"的地基。模型还在生成时是半截 JSON，直接 parse 必炸——自研字符串感知的括号栈扫描 + 候选截断点回退 + 悬空 key 修剪 + 补齐收尾符，让"没写完的 JSON"每 300 字符就能拼出一版可渲染的部分模型；
- 发布闭环 fail-closed：五大系统证据 + 应用装配联动图共六份证据必须齐备（6/6）且版本钉扎通过才算闭环，缺证据如实显示 blocked，绝不伪造"看起来完成了"；
- 诚实溯源：每个产物都带 provenance 标注（真 LLM 生成 / 确定性规则），LLM 失败自动降级并如实标注，从不冒充；
- 一致性显式校验：五系统交叉引用（工作流节点的审批角色必须存在于 RBAC、页面字段绑定必须指向真实实体字段）全部经确定性结构闸校验，悬空引用如实标红，不通过就不放行；
- 交付物导出：一键导出结构化 Markdown 交付物（需求、设计、任务、追溯矩阵、运行时快照），可直接交给开发。
## 2. Demo 创作思路
**灵感来源：** 名字来自计算尺（Slide Rule）——工程师拉动滑尺、对齐游标，就能读出对齐后的答案。我想要的正是这种感觉：把"一句话需求"拉到位，五大系统像刻度一样自动对齐，游标扫过任何元素都能读出它背后的声明。
**想解决的问题：** 需求沟通中最大的浪费是"文档对文档"：产品写 PRD、开发画 ER 图、测试补流程图，三份文档说的是不是同一个系统，谁也不敢保证，往往要到开发完才发现理解错了。市面上的 AI 生成工具大多生成"一次性的界面"或"一段代码"，但企业应用的核心不是界面，是****数据模型、流程、权限、页面、AI 能力五者的一致性****——这才是最容易出错、最难对齐的部分。
**为什么做这个方向（判断与取舍）：**
- **推演优先于生成**：我不追求生成可部署的生产代码，而是生成"可体验的数字孪生"——先让所有人在 5 分钟内对齐"系统应该是什么样"，这一步的价值远大于代码本身；
- **一致性是第一公民**：五系统之间的交叉引用（工作流节点的审批角色必须存在于 RBAC、页面字段绑定必须指向真实实体字段）全部显式校验，悬空引用如实标红，结构闸不通过就不放行；
- **过程即产品**：推演的每一步 LLM 想法实时可见、可回放，评审/用户不需要相信黑盒，看得见它怎么想的。
3. Demo 体验地址
- 在线体验（Demo环境）：http://115.191.22.18:3000/agent-loop/workbench
- 演示视频：【待填：B 站/抖音链接】
诚实说明（与产品的溯源原则一致）： 在线版为静态托管，其中"推演过程"是一次真实 LLM 全程推演的录制回放（无后端环境所限）；但回放收口后你看到的运行应用是真实的浏览器运行时——切换角色、录入数据、提交审批、游标透视、交付物导出都是真操作，不是录像。完整的真 LLM 实时推演过程请看演示视频，或克隆仓库本地一键启动（README 三分钟指引）。
推荐体验路径（5 分钟）： 打开页面 → 点欢迎页示例「做一个权限管理系统（支持 RBAC + 数据范围）」→ 观察左栏每一步想法流 + 右侧应用实时长出来 → 收口后读自动总结 → 右上角切换角色看权限联动（试试用没权限的角色点新建）→ 打开「游标」悬停任意字段/按钮看背后声明 → 顶栏「交付物」导出 Markdown。
4. TRAE 实践过程
我的用法一句话：拿 TRAE 当"驻场架构师"——先让它全模块审查、输出分级问题清单，再逐项推进修复、每一项都带代码坐标和回归验证。
里程碑一：全模块架构审查。 让 TRAE 通读 /agent-loop/sliderule 模块（前端会话钩子 + Node 兼容层 + Python 推演主线），产出按 高/中/低 分级的问题清单，每条附文件行号坐标。
**开发流程总览（任务怎么拆的）：**
1. http://localhost:3000/agent-loop/sliderule，审查该模块的整体情况
.7550159849393554450:9b012a224ae1f1d2c15f525ed9a51c00_6a4da1a854b0e6e24e4ea2f3.6a4da25e54b0e6e24e4ea2f5.6a4da25e07b1fa5ae8a6cf37:Trae.T(2026/7/8 09:05:34)
2. 推进修复，[高] Node 兼容层把 Python 会话接口的所有失败都压成 502 ，丢失了前端 session store 依赖的 404 => undefined 契约；这会让 /agent-loop/sliderule 在走 Node thin proxy 时，重置后 reload、缺失会话读取等行为失真，和现有 store/测试假设不一致。参考 sliderule.ts:L207-L223 与 sliderule-http-store.ts:L90-L100 。
.7550159849393554450:4e4fb0d8fad50c1085edf9f6a85cd10a_6a4da1a854b0e6e24e4ea2f3.6a4da5c154b0e6e24e4ea3f2.6a4da5c107b1fa5ae8a6cf38:Trae.T(2026/7/8 09:20:01)
3. 推进修复：[中] useSlideRuleSession() 的首次 hydration 没有任何错误处理， loadOrCreateSessionState() 或后续 persistSession() 一旦失败就会变成未处理的 promise rejection，而且组件既不落入降级态，也不暴露初始化错误。结果是页面可能停在“半初始化”状态，用户只看到不完整 UI。参考 useSlideRuleSession.ts:L309-L327 。
.7550159849393554450:f5cdb9633c04d6e055ddc21612dc67cc_6a4da1a854b0e6e24e4ea2f3.6a4da84754b0e6e24e4ea490.6a4da84707b1fa5ae8a6cf39:Trae.T(2026/7/8 09:30:47)
踩过的坑（真实过程）：
- 流式 JSON 没法直接渲染：五系统模型生成中是半截 JSON，直接 parse 必炸。最终方案见上文"硬核设计"第一条的容错解析器——这是"应用边生成边长出来"的地基；
- 并发保存互相覆盖：推演循环一轮内多次落盘，曾出现旧快照回滚新进度。最终用"lastTurnId 单调版本闸 + 追加型集合子集校验"区分"同轮真实进展"与"过期快照"，彻底止血；
- 实时流"看起来卡死"：一次重构给流式正文加节流缓存，依赖键写错导致正文冻结在第一帧（字符数在涨、正文不动）——靠"同标签连续采样必须增长"的端到端断言抓出来并回归防护；
- LLM 上游不稳定：503/502 是常态。所有 LLM 调用点都有确定性回落路径 + provenance 如实标注，一步失败绝不沉掉整场推演。
质量底线： 全仓 6200+ 自动化测试全绿（前端 4612 用例 / 452 文件 + Python 1634 用例，2026-07-15 实测），另有 Playwright 真 LLM 端到端浏览器冒烟守住黄金路径（verify:sliderule-v5 发布门：过了才能合入——AI 声称完成不算数，脚本跑过才算数）。
社区报名帖链接： 【学习工作赛道】SlideRule 参赛推演助手 —— 从一句想法到可体验 Demo 的 AI 创作导航器
