【正文】
0. 先和大家打个招呼吧 
-
你是谁： 我是一名消费电子产品经理，致力于用AI解决社会问题。
-
你是怎么用 TRAE 把 Demo 做出来的： 之前用trae做生活娱乐的小程序，成功上线了，磨合了好一段时间，现在用AI实现自己的想法已经驾轻就熟。不过毕竟本职工作是实体产品经理，对于软件方面的知识还不够深，不过有trae手把手教我以及实现出来我的想法，相信我们都在不断的进步，成为更好的自己。
1. Demo 简介
-
是什么：一个移动端 Web App，把"词典查阅 + 共创社区 + 输入法提示"三件事拧成一股绳，专门收录中文里的性别偏见词汇，并为每一条提供有词源依据的平权表达替代方案。不是简单的"敏感词替换表"，而是一套从"发现偏见 → 提供替代 → 社区共建 → 审核入册 → 日常使用"的完整闭环。
面向谁：内容创作者、媒体编辑、教育工作者、性别平等关注者，以及任何想"把话说得更公平"的普通人。不需要语言学背景，打开即用。
主要功能：围绕"语言偏见词条"这一核心数据，衍生出四大 Tab 模块：
-
词典查阅
35 条种子词条，6 大分类（偏旁歧视/认知贬低/性格规训/职业标注/身份依附/秩序固化）。每条详情页：推荐用词置顶（品牌深蓝大字）→ 推荐词词源 → 为什么推荐 → 可替代表达 → 推荐场景例句 → 废弃用词折叠（灰色弱化）→ 参考文献 → 共建者署名 → 版本历史 → 相关词条 → 社区讨论入口。支持搜索高亮、搜索历史、分类过滤、今日一词、热门词条榜。
-
共创社区
两条闭环并行：① 词条讨论六步闭环：提议 → 讨论 → AI总结 → 三级审核 → 入册 → 分发，每步状态可视化；
- ② 事件讨论七步闭环：现象/事件 → 拆解讨论 → AI事件总结 → 应对方案 → 三级审核 → 入库 → 推流。事件含谣言溯源（社区众包聚合）、传播链还原、真相还原（事实+证据链+漏洞拆解）、击溃路径（权威信源+替代文案+传播策略）。
三级审核：机器初筛 → 社区共审 → 资深审核员终审（匿名）。支持点赞、评论、投票、提交提议。
- 输入法（模拟）
模拟输入框，命中扭曲词即时弹出推荐词浮层。输入历史回看、"这个词有问题"跳转社区提议。静态演示为主，直观展示输入法场景下平权提示的效果。
-
我的
登录/注册（mock）、我的贡献（提交的词条+审核状态）、我的收藏、浏览历史、成就系统（“你已了解N个平权表达”）、设置（字体大小适老化/深色模式）、关于言正词典（审核机制说明）、反馈建议。另有资深审核员工作台（匿名）：待终审队列、审核意见（通过/驳回+修改意见+留痕）、审核依据可视化、已终审记录。
2. Demo 创作思路
-
灵感来源
2026 年 4 月，"嫉妒→忮忌"的讨论在网上走红。有人翻出《说文解字》：“妒，妇妒夫也”——一个"女"字旁，把嫉妒这件事和女性身份绑死了千年。而"忮忌"出自唐代柳宗元，本就中性，只是被遗忘了。
这不是孤例。翻开《说文》，女字旁的负面字一抓一大把：妨（害也）、嫌（不平于心也）、婪（贪也）、妖（巧也，后演为妖邪）……语言不是中性的容器，它沉淀着历代的偏见。当我们每天都在用这些词，偏见就被无声地复述、强化。
但问题在于：大多数人不是不想改，是不知道该改成什么、为什么改、有没有依据。 现有的性别包容语言指南（如联合国《中文性别包容性语言指南》）太宏观，缺乏具体词条级的替代方案和词源考证；而网络上的讨论又太碎片，今天吵一个词，明天就忘了。
想解决的问题
-
偏见固化无感知：女字旁负面字、以"妇人"代指浅薄、将女性成功标记为异类（“女强人”“女博士”）……这些表达被日常使用，使用者往往无意识。需要一本"词典"让偏见被看见。
-
缺乏可操作的替代方案：知道"嫉妒"有问题，那该用什么？“忮忌"太生僻？还有"羡慕且不安”。需要给出书面/口语/正式/日常的分场景替代，而不只是一句"别用"。
-
无共建机制，知识无法沉淀：今天网友考证出一个词的偏见根源，明天就沉到信息流底了。需要一个社区让发现→讨论→审核→入册的流程可留存、可追溯。
-
输入法是最后一公里：即使知道该用什么，打字时还是习惯性打出旧词。如果输入法能在命中扭曲词时即时提示替代，平权表达才能真正进入日常。
为什么做这个方向
-
有学术根基：偏旁歧视有《说文解字》可考，认知贬低有制度性歧视的历史，每条词条都有词源依据，不是凭感觉说"这个词不好"。
-
有现实需求：小红书 #女性成长# 话题 431 亿浏览量，性别平等是真实存在的公共议题；但现有产品无一做"语言偏见词典"，这个细分赛道是空白。
-
有可扩展路径：词典单点切入 → 社区共建沉淀 → 输入法日常触达，三位一体形成闭环。未来可裹壳成真 App（Capacitor），可接入真输入法 SDK。
-
治理可参考成熟模式：参考维基pedia的治理——放弃专家实名认证，依靠可靠来源共识。审核员匿名终审，避免权威崇拜，也避免身份攻击。
-
3. Demo 体验地址（三选一）
言正词典-demo.zip (114.6 KB)
4. TRAE 实践过程
-
清晰展示用 TRAE 完成 Demo 开发的完整流程；
-
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。
-
1.1628800588200508:6556d5ab0c9c5b8bbd3f824423962614_g6a45386cdf30c609b5821e4f.6a46bde361b2577eb1ab6f9c.6a46bde2af6d6b52ec0d6db7:Trae CN.T(2026/7/3 03:37:07)
里程碑①：项目排查 + PWA残留更正 + 数据源调研 + Demo完整规划 + 35条种子词条 + 留存机制设计
2.1628800588200508:9842a96a4694c4393900866c93767cca_6a46e60861b2577eb1ab7304.6a4d3561a453649c9b5c5e49.6a4d3560f31e3b6c019cd2b1:Trae CN.T(2026/7/8 01:20:33)
里程碑②③：App骨架 + 四大模块（词典/社区/输入法/我的）+ 跨Tab导流 + 拼音展示 + 配色规范；里程碑④：输入法演示重写 + 审核机制改匿名共审 + 我的模块登录逻辑 + 男性歧视用词新增16条
3.1628800588200508:710990a609b8668b43f721be2bfc81fa_6a4d36d2a453649c9b5c5e64.6a4e5d0fa453649c9b5c61f4.6a4e5d0ff31e3b6c019cd2b8:Trae CN.T(2026/7/8 22:22:07)
里程碑⑤：资深工程师+PM视角全面审查（14项问题）+ 品牌色改为深蓝#1A56C4 + XSS防护escapeHTML + readCount去重 + proposals持久化 + reviewerReject修正 + 输入历史改读真实数据 + 物理返回键pushState/popstate+Esc + file://内联数据兜底data.js + 搜索历史+高亮 + 无障碍轻量改aria-label/键盘 + box-shadow色值统一
5. 对应的报名审核通过的帖子链接
6. 开发心得
这个项目让我体会最深的是——TRAE 不仅能写代码，还能当你的高级产品经理和代码审查员。
最有价值的一步是里程碑⑤的"资深工程师+PM 视角全面审查"。当时 App 已经能跑了，我以为可以交付了。但当我让 TRAE 切换到审查视角，它一口气指出 14 个问题：从品牌色没讨论过方向、到 XSS 安全漏洞、到 file:// 协议下评委打不开白屏的致命问题。其中好几个是我自己绝对发现不了的——比如 readCount 重复打开会刷高、proposals 刷新就丢、reviewerReject 状态写错。如果不是这次审查，交上去的 demo 评委一打开就是白屏（file:// fetch 被拦），直接出局。
几个踩过的坑和心得：
1. file:// 协议是 demo 交付的隐形杀手。 如果评委下载 zip 双击 HTML 打开，浏览器安全策略会拦截 fetch 本地 JSON，页面直接白屏。解决方案是生成一个 data.js 把所有 JSON 数据内联成 window.YZ_DATA，fetch 失败时自动降级读取。这个坑不踩一次根本想不到。
2. 开发守卫（Skill）是个好东西。 我给项目写了一个守卫 Skill，把所有核心设计决策固化下来：详情页顺序、配色规范、Tab 数量、分类数量、废弃用例必须用男性代词……每次写代码前强制读取，防止 AI 擅自偏离。比如有一次 AI 差点把废弃用词放在推荐用词前面（违反首因效应），被守卫拦住了。
3. 治理模式的选择经过深思熟虑。 最初设计是"学者实名终审"，后来意识到：参考维基百科的成功经验，匿名共识比实名权威更可持续——避免权威崇拜，也避免审核员被身份攻击。改成"资深审核员匿名终审"后，同步更新了所有文档和数据。
4. 事件讨论七步闭环是最有社会价值的功能。 词条讨论解决"这个词该不该改"，事件讨论解决"这个偏见事件怎么应对"——从谣言溯源到传播链还原到击溃路径，是一套可执行的应对方案。虽然 demo 阶段是 mock 数据，但闭环逻辑是完整的。
如果你也在做语言平等、社区共建类的产品，欢迎交流~
