【学习工作赛道】CraftForge · 匠造熔炉 — 工业故障演练 + 老师傅经验传承数字化平台
0. 先和大家打个招呼吧 
-
大家好！我是一名全栈开发者，平时工作主要是工业数智化方向。
-
TRAE 于我而言，既是老师、也是伙伴。我们一起探讨系统迭代方向 —— “下一步做多人群协同还是经验蒸馏？” “3D 场景精度和性能怎么平衡？” 每次我把模糊的想法抛给它，它都会帮我梳理成可执行的技术方案。我们一起写代码、一起踩坑、一起调试 —— 从第一行架构到最终部署上线，21天、174个文件、15000 行代码… 它始终在旁边。
1. Demo 简介
-
CraftForge · 匠造熔炉 — 工业故障演练 + 老师傅经验传承数字化平台。
是什么：Web 实训平台 + AI 师傅内核。学生在虚拟反应器/数控机床/焊接工位/高炉/风机等 12 个工业场景上演练故障处置，AI 自动对比"学生操作路径"与"老师傅专家路径"，双轨时间轴同屏回放，差异点红圈高亮。教师一键把高分演练提炼成教材，让一次"老师傅救场"变成 N 次可复用的教学资产。
面向谁：职业技校教师 / 企业培训师 / 新入职操作工 / 愿意带徒弟但讲不清的老师傅。
主要功能：
① 12 个 3D/2D 工业场景实训
覆盖催化裂化、高炉炼铁、风电机组、港机码头、盾构机、海上钻井等 12 个场景。3D 场景使用 Three.js 构建可交互三维设备模型，支持视角切换、故障高亮、参数浮窗。每个场景包含 3-5 个故障场景，覆盖参数越限、设备异常、连锁触发等真实工况。② AI 师傅实时指导 + 经验蒸馏
每个场景配有专属"老师傅"AI 角色（如催化裂化的张师傅、风电的陈工），在演练过程中通过火山引擎 GLM-5.2 SSE 流式输出实时指导。教师可输入老师傅的口述经验，AI 自动蒸馏为结构化经验规则（关键决策、参数阈值、常见误区），AI 师傅在后续演练中引用这些经验进行对比指导。③ 双轨时间轴回放 + 多人协同监控
演练结束后，学生操作路径与专家路径双轨时间轴同屏回放，差异点红圈高亮。教师端可实时查看全班学生的演练状态、参数变化、操作流，支持分歧告警。内置 Demo 模式可模拟 3-5 名学生同时演练，无需多窗口即可展示实时监控效果。
2. Demo 创作思路
-
灵感来源：调研时见过新手操作工调 40 分钟救不回的故障，老师傅几分钟三步搞定 —— 但他说不清自己怎么判断的。这种"会做但说不清"，正是 AI + 时间轴回放最擅长外化的东西。工厂里最值钱的是老师傅脑子里的"看一眼就知道该降回流比"的隐性知识。师傅一退休，整条产线水平断档。
-
想解决的问题：1、老师傅退休 → 经验跟着流失：几十年的故障处理经验没有沉淀，新人从头摸索；2、培训质量看运气 → 不同老师讲同一故障差异巨大：缺乏标准化的操作路径对比；3、AI 只给分数不给路径 → 学生不知道自己哪一步偏离了"专家路径"：缺乏可视化差异分析；4、高危场景无法实操：化工、冶炼等场景动辄几亿的设备，新手不可能直接上手
-
为什么做这个方向：工业技能培训是一个真实存在且规模巨大的需求。AI + 3D 的方案可以大幅降低实训成本，同时让经验传承变得可复制。选择 Web 技术栈（而非原生 VR），是为了让平台可以在任何设备上零安装访问，降低使用门槛。
3. Demo 体验地址（三选一）
- 部署随时可公开访问的体验链接； CraftForge · 匠造熔炉 - 工业故障演练 + 老师傅经验传承数字化平台
4. TRAE 实践过程
-
整个项目从零到部署上线，完全使用 TRAE 作为开发环境，经历了以下关键阶段：
阶段 内容 Phase1 基础架构搭建（React + Vite + Tailwind + Zustand + Express + SQLite） Phase2 9 个 2D/3D 工业场景开发（FCC、焊装、CNC、注塑、电解铝、阳极、焙烧炉、盾构机、海上钻井） Phase3 AI 师傅系统（火山引擎 GLM-5.2 SSE 流式 + 9 个场景专属 Prompt） Phase4 教师端系统（班级管理 + 学习分析 + 错题本 + 经验蒸馏） Phase5 3D 场景扩充（高炉炼铁 + 风电机组 + 港机码头） Phase6 多人协同演练（WebSocket 实时监控 + Demo 模拟器） Phase7 赛前优化（游客模式适配 + 演练回放 + 自适应难度 + 部署脚本） 附开发关键步骤截图（不少于 3 张）；
-
附关键任务对话的 Session ID（不少于 3 个），用于证明作品由 TRAE 开发完成。
-
3481519362154708:cc3f92dd3d3bc9db52808d2a02217d6b_6a31f2575bd9c31f62fb5525.6a3cced442684c985709d3b1.6a3cced442684c985709d3af:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/6/25 14:46:44)
-
3481519362154708:2887bd8edb2f58d30be5878612b67481_6a31f2575bd9c31f62fb5525.6a3d368c88ee2310a27131b5.6a3d368c88ee2310a27131b3:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/6/25 22:09:16)
-
3481519362154708:9e66016daed50fa8941c4921b7121f15_6a31f2575bd9c31f62fb5525.6a3d423d88ee2310a2713302.6a3d423d88ee2310a2713300:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/6/25 22:59:09)
-
3481519362154708:430b89c5ec77698fd1c2b48f3ed73fba_6a31f2575bd9c31f62fb5525.6a42328488ee2310a2714383.6a42328488ee2310a2714381:TRAE Work CN.0.1.30.no_sid.no_ppe.T(2026/6/29 16:53:24)
5. 对应的报名审核通过的帖子链接
