让Trae开发“完整”的项目
EasyVibe初级组队学习课程即将收官，学员张小白完成了"随身营养师"项目实战。该项目基于AI IDE工具Trae开发，重点构建了营养档案设置和每日营养建议功能模块。项目亮点包括：1）利用GLMCodingPlan的MCP服务处理专业营养术语图片；2）通过AI辅助完成营养数据的精确录入；3）实现了用户管理、知识库管理、营养档案设置等核心功能。系统可计算用户每日各类营养素需求，
一、背景
Easy Vibe的（初级）组队学习课程要收官了：
本次是要完成一个项目实战。
尽管张小白针对前面的4个任务，完成的内容也并非一一对应：
Task01：AI 时代，会说话就会编程
课程链接：
作业链接：
https://zhuanlan.zhihu.com/p/2003400705701085972
https://zhuanlan.zhihu.com/p/2003400705701085972
Task02：认识 AI IDE 工具
课程链接：
作业链接：
Task03：找到好点子动手做出原型
课程链接：
作业链接：
Task04：给原型加上AI能力
课程链接：
作业链接：
这篇的理解跟教程中略有区别。
Task05：完整项目实战
作业就是本文下面了。
二、不完整Vibe Coding项目规划——随身营养师
这次张小白想到的项目是“随身营养师”。
正如大家在知乎上看到的，张小白是有一张”公共营养师三级“的证书的：
这是中国营养学会的证书，还算比较权威（但是由于三级的等级并不是很高，所以很多人都有）。
张小白就总想把自己学到的营养学知识和技能用起来。
但是，营养学知识点繁多，先从哪里开始做起呢？
肯定是要知道，作为一个”人“，营养师要让你知道，你每天到底需要多少营养。
于是，张小白把前期系统设计的重点放到 ”营养档案设置“”每日营养建议“这几个功能模块上了。
三、项目实战要点节选
本项目的基础项目就是 Task04的任务成果。当时是做了一个注册/登录的界面，还做了一个AI助手可以支持通过对话进行注册和登录。
张小白就是在这个基础上搭建本项目的环境的。
在vibe coding的过程中，张小白跟Trae到底在交流什么？
有两大点是可以总结的：
（1）需求定义：告诉Trae，你要做什么？包括业务上有什么要求，页面上有什么要求，功能上有什么要求，都可以说。
（2）AI协作者：告诉Trae，编程测试中发生了什么问题，把日志或现象截图或者文字描述告诉Trae，请它解决。
所以这里面只节选几个张小白的烧操作。
1、配置GLM Coding Plan的图片理解MCP服务
Trae自带的doubao-seed-2.0-code 模型是免费的，但是它经常需要排队：
但是它支持直接贴入图片进行处理。
那么，如果不使用Trae缺省的图片就没办法处理图片了吗？
显然不是的，GLM Coding Plan提供了MCP能力：
它提供了专用和通用的视觉理解能力。
张小白有个营养术语：
然后张小白输入以下文字：
请继续使用MCP读取文件doc/术语7.5.png，把对应的术语部分修正成Latex公式存储。请注意存储的公式尽量保证:渲染的时候不会显示不完整。保持原来的公式不变，不要:做一些去括号的事情
相关的术语就可以展示Latex公式了：
在术语的后台管理界面，是这样存储的：
如果是实现以上功能，可以在Trae这个地方，选择MCP：
把相关的MCP配置文件导入即可：
导入完毕后，将图片/视频放在Trae工程下的目录，就可以用自然语言让Trae读图读视频了：
2、关于营养师数据的预处理
张小白预期的系统就是一个以“科学营养”为目的的系统，所以要尽量避免大模型的幻觉，提供准确的营养服务。为此，张小白就需要把一些专业的知识喂给系统。
在2年前，张小白做了一个“食神大模型”:
是采用微调的方法把菜谱喂给LLM，然后让它出一个菜谱，但是，由于幻觉原因，它出品的做法可能是“黑暗料理”:
项目当时采用的是当时流行的RAG技术。
张小白后来就在不停的寻找NL2SQL类似的技术，就是为了实现精确提供数据的目的。没想到现在这个问题可以被MCP、Agent这些技术解决。
那么，面对张小白一个难点就是，数据怎么录入到系统中去。
比如说，有个“中国居民膳食脂溶性维生素参考摄入量.png”的表格：
其实人读这个表格就已经有点难度了，因为它是一个复合的表格。
但是张小白仍然找了Trae帮忙：
它也自动生成了数据库建表语句，把数据插入了表，但是其实数据还是存在不少问题的，比如错位，漏行或者多行的情况。
但是，因为要科学，所以张小白还是亲自去看看数据库，并根据表格内容，将数值改成了完全准确的内容：
这里其实是需要一个非常细心的检查和核对过程。
但是大家可以看到的是：Vibe Coding工具，做的事情不仅仅是给你编出一套程序，它还可以帮你做数据处理。也就是说，其实它也是一个带MCP功能的LLM对话工具，甚至你问它，今天南京什么天气，它都会回答你：
所以如果你想把Trae只看成一个编程工具，那是你把它看小了。
四、项目成果展示
1、用户注册和登录
讲过了，此处不再赘述。
2、管理员功能：用户管理
提供了对用户进行管理的功能（包括重置密码，禁用和删除功能）。
3、管理员功能：知识库管理
提供了对营养学术语的分类和术语编辑功能，支持Latex语法。
知识分类页面：
分类编辑页面：
术语管理页面：
术语编辑页面：
4、管理员/用户功能：账号设置
5、用户功能：营养档案管理
基本信息
身体数据：
饮食习惯：
健康目标：
6、用户功能：营养建议
计算用户的年龄、BMI、给用户加标签。
计算用户每日能量需求。
计算用户三大营养素（蛋白质、脂肪、碳水化合物）分配需求。
每日食物的摄入量推荐：
今后这边会进一步跟营养配餐部分搭配。
每日脂溶性维生素摄入量推荐：
每日水溶性维生素摄入量推荐：
每日常量元素摄入量推荐：
每日微量元素摄入量推荐：
每日饮水摄入量推荐：
当然，目前这里还讲的有点专业，后续会告诉用户，你吃这个菜，会有脂溶性维生素维生素D的摄入，吃那个菜，会有铁这个微量元素的摄入等等。这样就跟老百姓的日常饮食联系起来了。
但是，目前还是在灌数据的阶段。（还有好多动植物的营养素参数没导入呢。。。），所以只能先做到这里了。
7、用户功能：营养知识库查看
支持对营养学术语进行全文检索：
对于部分术语支持Latex语法展示：
用户可以检索常用的能量需要量、维生素和矿物质的摄入量的专业数据：
这就是当前项目的原型。
张小白计划后续提高AI的利用程度，多让用户跟系统进行对话的方式完成营养信息的获取，以及生成对用户营养方面的指导。但是这个就取决于张小白有没有空做这个事情了，毕竟今天好像是马年开工了。
（未完待续）
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
5
0- 0
已为社区贡献9条内容
所有评论(0)