实测 TRAE SOLO 新模型:半小时搓出一个能用的抽奖系统

昨天在群里看到有朋友想要用 SOLO 做个抽奖 demo,正好恰逢 TRAE 被迫下线了 Claude 模型,今天咱们就借这个需求试试 SOLO 新模型效果如何。

背景

背景比较简单,就是抽奖,我们设定为上传 Excel 的方式。

Excel 主要包括以下列:

  • ID
  • 姓名
  • 手机号

测试数据如下:

当然,你要想要更多,可以让 TRAE 帮忙生成。

需求及提示词

按照我的习惯,会分为业务、界面、技术进行提示词整理。

业务

最重要的部分,主要描述清楚我们的目标。

主要就是指定 Excel 的结构,以及描述整个操作流程。

复制代码
客户上传一个excel,excel中包括ID、姓名、手机号三列,然后录入抽奖数量,并点击"抽奖"按钮,开启随机抽奖,抽奖过程添加动效。

界面

分条列出自己想要的界面情况,可以是各种风格要求,也可以是布局效果。

为了简化效果,我希望最终结果是在一个页面上,并在首屏展示(这点初版没有实现),并且不采用后端。

界面风格则是直接参考 TRAE 官网。

diff 复制代码
- 单一页面
- 尽量把元素呈现在首屏中,方便投屏展示
- 暂不使用后端服务
- 界面风格参考截图

技术

按照个人喜好,设定技术栈相关内容。

这里主要指定了初始化项目的方式,以及设置主要语言为 Vue,因为 SOLO 默认好像比较喜欢 React,但我不会 React。

diff 复制代码
- 在当前目录使用vue cli初始化项目工程,使用 vue3 ,其他默认即可。

完整提示词

如果想要跟做的话,下面是完整的提示词,记得上传一个自己喜欢的界面截图。

markdown 复制代码
请在当前路径下帮我实现一个抽奖应用。

## 业务

客户上传一个excel,excel中包括ID、姓名、手机号三列,然后录入抽奖数量,并点击"抽奖"按钮,开启随机抽奖,抽奖过程添加动效。

## 界面

- 单一页面
- 尽量把元素呈现在首屏中,方便投屏展示
- 暂不使用后端服务
- 界面风格参考截图

## 技术

- 在当前目录使用vue cli初始化项目工程,使用 vue3 ,其他默认即可。

分析设计

我比较喜欢 SOLO 的一点就是它会先进行分析设计,产出"产品"、"技术" 2 个文档,可以快速确定 AI 思路是否符合我们预期。

指令

直接使用上一步的提示词。

过程

结果

按预期生成了 2 个文档。

其中产品文档包括介绍、特点、页面规划、流程、设计要求等等,非常完善。

下图是业务流程图 和设计风格,可以看到设计风格还是比较准确的。

架构文档就算了,这么小的需求,有没有都不怎么影响。

这 2 个文档可以直接编辑,也可以把自己的想法发给 SOLO,让它自行更新文档。

文档确认后,可以直接点击"确认,开始开发"或者发送"按照文档进行开发"指令即可开始生成。

初版开发

整个过程都是自动化,其实没有太多需要说明的地方。

就是按照"任务清单"进行执行,清单如下:

  • 使用Vue-CLI初始化Vue3项目工程
  • 安装项目依赖(xlsx、element-plus等)
  • 创建主应用组件LotteryApp.vue
  • 实现文件上传组件FileUpload.vue
  • 实现Excel解析功能模块
  • 实现随机抽奖算法模块
  • 创建参与者列表组件ParticipantList.vue
  • 实现抽奖设置组件LotterySettings.vue
  • 创建抽奖动画组件LotteryAnimation.vue
  • 实现中奖结果展示组件WinnerDisplay.vue
  • 应用样式设计(黑色背景+霓虹绿主题)
  • 添加动画效果和交互优化
  • 测试和调试所有功能

结果

实现效果非常完善。

效果

我们先简单看下效果,后面会放置完整截图。

优化

结果还是比较可以的,只有一个小地方需要优化,就是预览数据的表格间隔行效果有些问题。

并且,当表格数据特别多时,参与人数占据太高的空间也不太好,我们一个指令优化下。

指令

复制代码
参与人员列表中去除斑马条纹表格。
表格固定高度,超过高度后在区域内滚动。

最终效果

终于可以给大家展示下了。

初始效果

抽奖完成效果

为了更好地秀一下,我调整抽奖数量为 2,并做了个简单录屏。

结语

虽然刚开始因为没有限定 cli 方式初始化项目,导致回滚过一次,但整个体验还算可以。

当然,需求太小,我们还不能说新的模型依然能打,但最起码能用,后续我们再试试大点的需求效果如何。

另外提醒一点,新模型在执行中经常出现文档、思考过程是英文的情况,大家如果感觉不习惯,可以在提示词中增加中文要求。

相关推荐
Java后端的Ai之路4 分钟前
07React_Props验证器
人工智能·python·react.js·架构·fastapi
chien0116 分钟前
为什么一串文字能变成一个向量?——从分布假说到语言模型的语义表示
人工智能·语言模型·自然语言处理
QYR-分析11 分钟前
54.46亿美元赛道上的毫米战争:汽车顶装式天窗如何穿越“全景化”与“标准升级”双重周期
人工智能
阿崽meitoufa14 分钟前
调研:老龄与社区服务中的AGENT
人工智能
Anhty17 分钟前
自媒体剪音频选哪个?3 款音频剪辑工具实测分享
人工智能·功能测试·音视频·媒体
AIGC小尼18 分钟前
本地 AI 漫剧流水线模型缓存与特征向量持久化:IPAdapter 预编码、特征池复用与内存池管理实战
人工智能·spring boot·缓存·预编码算法·comfyui·ai漫剧
kaixin_啊啊20 分钟前
【零基础学AI】第 9 章——安装 Python 和开发工具
人工智能·python
yichengerp23 分钟前
中小电子厂用什么ERP?电子厂ERP管理软件实施要点与易呈方案推荐
大数据·运维·人工智能·云计算·制造
枯木◊靠推文躺平版24 分钟前
Claude Code 替代品有哪些?TRAE vs Claude Code 从价格、门槛到中文开发,一篇看懂怎么选
人工智能
不惑_25 分钟前
我分析了麦当劳 1024 大赛的 149 个参赛项目,然后做了一个没人做的方向
人工智能·知识图谱