### 1. Demo 简介
**Demo 验真机** 是一款面向 AI 应用网站的真实性检测工具，目标是帮助创作者在提交、交付或评审前发现“看起来完成、实际没跑通”的问题。
AI 编程让 Demo 制作速度大幅提升，但也带来新的质量断层：按钮只弹出成功提示、数据刷新后消失、AI 回复来自固定模板、登录和导出只是前端模拟。Demo 验真机从评委和真实用户的操作路径出发，对 AI 作品进行自动体检，并输出真实性评分、问题证据、影响说明和修复优先级。
本次初赛提交的是一个可离线体验的交互式 HTML Demo。评委无需启动后端、数据库、Docker 或本地开发服务器，解压后打开 `index.html`，即可体验完整流程。
**主要功能：**
1. **选择待检测 Demo 并启动验真流程**
首页内置三个典型样例：全栈空壳 AI 客服、半真半假敏捷看板、接近交付的数据仪表盘。每个样例代表一种常见 AI 作品状态。
2. **可视化展示沙箱扫描流水线**
点击“开始验真”后，页面会进入扫描流程，展示页面探索、按钮识别、网络请求检查、数据持久化验证、AI 输出真实性验证、鉴权验证、导出验证和报告生成等步骤。
3. **生成结构化验真报告**
报告会给出真实性评分、风险等级、已验证能力、失败项、高风险问题、评委体验风险，并逐项展示问题证据、影响和修复建议。
【首页首屏和三个内置样例卡片】
【扫描流程页，展示 Playwright / 沙箱流水线】
【验真报告总览，展示评分和风险指标】
【问题证据展开态，展示证据、影响和修复建议】
### 2. Demo 创作思路
报名阶段我提出的创意是“让每一个 AI 作品经得起真实点击”。初赛阶段，我把这个创意做成了一个可体验 Demo，重点不是展示一个静态概念页，而是让评委能够完整走一遍“提交待检作品、观察扫描过程、查看报告证据”的核心产品路径。
项目代码中包含完整的正式版本设计：
- 前端使用 React、Vite、TypeScript 和 React Router，负责首页、扫描页、报告页、样例卡片、进度组件、问题卡片和评分总结。
- 后端使用 Python、FastAPI 和 Pydantic，提供内置样例、扫描任务、任务进度、报告查询和健康检查接口。
- 扫描器设计为一次性 Docker 沙箱中的 Playwright Chromium 扫描。默认模式只做低风险只读扫描，不提交表单、不保存数据、不登录、不触发下载；深度验真需要显式开启，仅适合测试环境。
- 安全边界包括目标白名单代理、internal Docker 网络、防火墙容器、非 root 扫描容器、CPU / 内存 / PID 限制、300 秒扫描超时，以及任务结束后的容器和临时文件清理。
为了让初赛评委可以直接体验，我额外整理了一个纯静态交互版 HTML。这个版本保留正式产品的视觉系统和核心流程，用内置样例数据模拟验真过程，避免评委因为本地环境、Docker、后端服务或网络限制无法打开 Demo。
**这次 Demo 的取舍：**
- 初赛体验包强调“产品价值是否讲得清楚、核心流程是否能体验”。
- 离线 HTML 用于快速评审体验。
- 正式代码保留真实前后端结构和沙箱扫描实现，后续复赛可以继续扩展为可公网访问的完整产品。
### 3. Demo 体验地址
本作品采用 **交互式可体验 HTML 文件** 的方式提交，请下载并解压附件：
demo-verifier-interactive.zip (18.6 KB)
打开方式：
1. 下载并解压 Zip 文件。
2. 打开 `demo-verifier-interactive/index.html`。
3. 在首页点击任意一个内置样例的“开始验真”。
4. 等待扫描动画完成后查看验真报告。
说明：
- 体验包无需启动后端、数据库、Docker 或开发服务器。
- 页面中的 `127.0.0.1:8101 / 8102 / 8103` 是内置样例的模拟目标地址，用于展示“输入 Demo URL 后验真”的产品形态；评委直接点击样例卡片即可体验完整流程。
- 报告数据用于演示 Demo 验真机的验真流程和报告形态，不代表当前项目自身的完整体检结果。
### 4. 使用 TRAE 完成 Demo 开发的过程证明
本 Demo 基于 TRAE 完成开发。以下为关键开发步骤截图和对应 Session ID：
**关键任务 Session ID 和截图：**
1. 【创意拆解与产品结构设计：3463920274396985:b227122affc192fb852f043603202c2d_6a4e8e0b66c7684939c1b2bf.6a4e8e0b66c7684939c1b2c2.6a4e8e0b66c7684939c1b2c0:TRAE Work CN.0.1.31.no_sid.no_ppe.T(2026/7/9 01:51:07)】
2. 【项目基础实现：3463920274396985:878528c2b55bff90474467a4cfd1cb6c_6a32ca45a7b5b30bf62e1f02.6a4e802666c7684939c1b16c.6a4e802666c7684939c1b16a:TRAE Work CN.0.1.31.no_sid.no_ppe.T(2026/7/9 00:51:50)】
3. 【后端 API / 扫描器 / 沙箱规则代码等等调整：3463920274396985:406956496a94f5d88d10c6dca6d1cbb8_6a3a86dc7f9f8c36a114abb6.6a3bf416e8a066f32052fe0b.6a3bf416e8a066f32052fe09:TRAE Work CN.0.1.31.no_sid.no_ppe.T(2026/6/24 23:13:26)】
### 5. 报名帖链接
报名帖链接：
### 6. 当前完成度与后续计划
当前初赛版本已经完成：
- 可离线打开的交互式 HTML 体验包。
- 三个内置样例和对应验真报告。
- 首页、扫描流程、报告详情的完整产品体验。
- 正式代码中的 React 前端、FastAPI 后端、扫描任务接口和沙箱扫描设计。
后续如果进入复赛，我会继续把 Demo 验真机从“可体验原型”推进到“可公网使用的真实产品”：
1. 部署完整前后端，让用户可以提交真实 URL 进行安全扫描。
2. 完善深度验真，包括保存、刷新恢复、AI 输出真实性、鉴权和导出验证。
3. 增加历史报告、复测对比、截图证据归档和团队协作。
4. 接入更智能的页面探索策略，让不同类型的 AI 作品都能得到更准确的评分和建议。
Demo 验真机希望解决的问题很直接：不要让精致界面掩盖断裂功能，让 AI 作品从“生成得快”进一步走向“交付得真”。
