0. 先和大家打个招呼吧 
-
你是谁： 我是一名银行业科技开发人员；
-
你是怎么用 TRAE 把 Demo 做出来的： 由于工作关系接触到了AI agent领域，开始是使用龙虾，但感觉开发出来的东西和预期差别较大，后续接触到了trae，通过一段时间使用感觉和我自己比较契合，就尝试着参加了本次活动。
1. Demo 简介
是什么：
一款基于浏览器的 AI 智能减肥计划制定 Demo应用，纯前端实现，开箱即用、无需安装、跨平台访问。
面向谁：
- 18-45岁有减脂/塑形需求，但缺乏专业指导的普通人群
- 工作忙碌、研究营养知识成本高的上班族
- 减肥屡战屡败、希望科学规划的用户
主要功能：
智能体质分析：基于 Mifflin-St Jeor 公式计算 BMI、BMR、TDEE 等关键指标
个性化食谱推荐：根据饮食偏好（均衡/低碳水/高蛋白/素食）动态生成 5 餐方案
定制运动方案：根据 BMI 智能推荐低/中/高强度训练组合
热量追踪与记录：手动输入+快捷食物库，支持 7 天数据对比图表
体重趋势追踪：每日记录体重，自动绘制变化曲线
本地数据持久化：所有数据通过 localStorage 保存，关掉浏览器不丢失
数据导入导出：支持 JSON 格式备份恢复
2. Demo 创作思路
灵感来源：
身边朋友减肥的痛点：网上食谱千篇一律不适合自己；记录热量操作繁琐；吃多了不知道如何调整；专业营养师太贵。
想解决的问题：
让普通用户零门槛获得专业级别的个性化减肥方案，并通过 AI 智能分析帮助用户持续优化计划。
为什么做这个方向：
- 市场大：超重/肥胖人群基数大，需求普遍存在
- AI 价值明确：传统减肥App只做记录，AI 真正能理解个体差异
- 效果可量化：有明确的输入（个人数据）和输出（食谱/运动/分析）
- 可独立运行：纯前端单 HTML 文件，部署成本低、便于传播
技术决策：
- 选 HTML + 原生 JavaScript：单文件零依赖，便于评委体验
- 用 localStorage 持久化数据：无需后端即可体验完整功能
- 用 Mifflin-St Jeor 公式（国际公认最准确的 BMR 公式）保证科学性
- 用 饮食偏好参数化：同一套代码根据偏好动态生成不同食谱
3. Demo 体验地址
HTML 文件下载（Zip 格式）：
轻塑FitCraft-Demo.zip (17.2 KB)
使用方式：
- 下载并解压 Zip 压缩包
- 双击打开
轻塑FitCraft-Demo.html即可在浏览器中体验 - 推荐使用 Chrome / Edge 浏览器以获得最佳体验
- 首次打开会自动加载示例数据，方便快速体验完整功能
- 关闭浏览器后再次打开，数据会保留
核心交互路径：
个人设置 → 今日概览（查看方案）→ 食谱方案（标记完成）→ 运动计划（标记完成）→ 热量追踪（添加食物）→ 进度回顾（记录体重、查看趋势）
4. TRAE 实践过程
4.1 创作流程
- 创意构思：使用 TRAE Work 分析减肥市场的痛点，明确 AI 介入的具体场景
- 方案设计：通过对话梳理产品架构（数据层→计算层→推荐层→展示层）
- 代码实现：使用 TRAE IDE 生成核心 HTML/CSS/JavaScript 代码
- 数据建模：用 TRAE 设计个性化推荐的参数化数据模型（4种饮食偏好 × 3种运动强度）
- 交互打磨：用 TRAE 优化 UI 细节和动画效果
- 测试验证：本地浏览器测试所有交互流程，修复边界情况
4.2 关键截图
- [截图1：TRAE IDE 中的项目文件结构]
- [截图2：TRAE 对话生称demo]
- [截图3：Demo 浏览器中运行的最终效果]
4.3 关键 Session ID
（请在 TRAE IDE 的对话中复制以下任务的 Session ID）
Session ID 1- 1312192109481020:9b023dd375cd28444a5eb2a8798530dd_6a366f8dd7803c1ecd69a185.6a3a8efed7803c1ecd69aa8a.6a3a8efed7803c1ecd69aa88:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/6/23 21:49:50)- 1312192109481020:77298c491a14221c8e25e2c533d49c14_6a366f8dd7803c1ecd69a185.6a368117d7803c1ecd69a411.6a368116d7803c1ecd69a40f:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/6/20 20:01:27)
- 1312192109481020:de58649b735a2a071c201ef144d24de1_6a366f8dd7803c1ecd69a185.6a36758fd7803c1ecd69a33a.6a36758ed7803c1ecd69a338:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/6/20 19:12:15)
如何获取 Session ID：在 TRAE 对话中双击对话记录即可复制 Session ID
5. 报名帖关联
本 Demo 基于以下报名创意提案：
6. 后续规划
食物拍照识别（接入图像识别 API）
语音记录餐食（基于语音识别）
好友激励系统（社交化减肥陪伴）- 多维度分析报告（周报/月报自动生成）
目标动态调整（根据进度自动修正计划）
期待与各位评审和参赛者交流！欢迎在评论区留下你的体验反馈或改进建议。