1. 引言
四年前，百无聊赖之余，一时兴起，花了差不多一周，用 Python 写了个 "🐭 尾汁Markdown转换工具 " → coder-pig/hzwz-markdown-wx，用于：将Markdown文件转换成带样式的微信公众号文章HTML。
简单点说就是 "Markdown → 公众号 " 的 排版工具，还顺手写了几篇介绍实现过程的文章：
😆 当时自己整理的排版规范：
text
# 字号：正文(14、15)，注释-标注来源-超链接-代码(12)
# 字间距：(1、1.5)
# 行间距：(1.5、1.75、2)
# 页边距：即双端缩进、两端对齐，页面左右留白，建议缩进尺寸为1.0
# 字体颜色：标题 #000000；正文 #4C4C4C；标注 #888888；其他 #B2B2B2
# 正文也可以尝试：#545454；#3f3f3f；#7f7f7f；#2f2f2f
# 备注性文字：#a5a5a5
# Tips：除去字体颜色，公号排版颜色不宜超过三种，颜色一旦多起来，风格就很难定，2-3种尤佳；
# 比如我的三种颜色：蕾姆蓝#5A78EA；拉姆粉#FF4081；艾米莉亚：#C65BDA
# 符号系统：建立自己的符号系统，用作内容分割，比如用//////////作为正文大段落的分隔，- 作为段落小结的分隔，有时还可以使用一些表情符号来增加趣味性：http://cn.piliapp.com/symbol/
# 不管怎么排，要有自己固定的设置，如：段落和图片间空2行、图片大小控制在一屏版面的1/3面积内、一个段落不超过3行字、每当一屏版面文字太满时，拆解段落做分段或做一些highlight制造空间感等。
# 总而言之，尽量利用 简单的基础设置 去优化阅读体验，让整体排版看起来简洁但有序、不密集、不沉重、不压抑。
# 采用固定格式的公号封面图!!!
# 固定版式形成强烈的个人特色，制作新的封面图只需置换文字和图片，好看又方便。🤡 有在用，但用起来比较麻烦，每次排版都得：
打开PyCharm → 复制要排版的md文件 → 运行脚本 → 生成带样式的HTML文件 → 打开文件复制粘贴 → 浏览器打开公众号文章编辑页面 → F12定位到文章输入区域的代码 → 修改结点 → 粘贴代码 → 保存
😄 今年六月，看 首月3刀 开的 Trae 还剩挺多额度，于是花了半个小时，Vibe 了一个 排版静态页面， 并且用 掘金MCP 进行发布 → 「掘掘子Markdown微信公众号排版工具」
具体 Vibe 过程可以看 → 【Trae + 掘金MCP】不写代码，靠嘴遁花0.5h定制公号排版工具
🤔 短文章还好，长文章样式全乱套 (比如：无序列表加粗文本，会显示成 xx )，换了好几个模型，Vibe 了N次都没改好，问题越搞越多，前端这块，我又不是很熟，无奈放弃🤷♀️。后面还是用回了「Doocs」：
😳 能用，但是有点过于 简洁 (显得平平无奇)，我更怀念以前 自己编排的UI样式 ...
前阵子 Google 发布了千呼万唤的 "哈基米3 (Geimni )"，国内 自媒体 都是在吹它的 "前端能力" (看效果图确实挺6)：
- 能生成精确的 SVG 矢量图：包括复杂的动画 SVG (如：旋转风扇动画)，而非简单栅格图。
- 3D 和动画：支持生成 Three.js 3D 模型、WebGL 着色器、CSS 动画等高级视觉效果。
- 完成应用框架：能理解复杂的技术栈要求 (React、Three.js Fiber、TypeScript 等)，生成模块化、结构清晰的代码。
- 标注修改：用户可以在生成的界面上用 "标注" 的方式指出要修改的地方 (画圈、画箭头、添加文字)，Gemini 3 会理解这些视觉标注并精确修改代码。这得益于它 多模态理解能力的显著提升 (对屏幕截图的理解准确率达到 72.7%，达到现有水平的两倍)。
- 去 "AI味" ：排版、色彩搭配、组件结构看起来是 "精心设计" 的，而非生硬地套模版。
😄 虽说，还同时发布了首个AI IDE ------ Antigravity (反重力)，但 "登录问题 " 就拦住了一堆人，然后各种 BUG ，+ 存在数据泄露风险 ，所以当时并没深度体验 Gemini 3 的编程能力到底是不是真的那么强 🤷♀️。
😏 然后，前阵子 "量大管饱 " 的 Trae 发布公告："因服务中断，停止提供 Claude 模型的访问 "，巧了，刚好换上 Gemini 3：
看更新日志，v3.0.0 这个大版本的新东西还挺多：
- 「SOLO 模式正式上线，面向所有用户开放」主打单人高效率开发工作流，让用户能在一个界面处理任务、代码、智能体协作。
- 「内置两类智能体能力升级 」SOLO Coder - 专精复杂工程任务：重构、调试、多文件跨模块修改，具备持续上下文理解能力，更适合中大型项目。SOLO Builder - 为快速构建产品原型而设计：界面、应用、后端都能快速产出初版，支持从 0→1 的自动化 Scaffold (脚手架) 与逻辑生成。
- 引入「多任务系统 」并行 -可在同一智能体中同时处理多个任务线程、拆解 -AI 自动识别复杂任务并拆分子任务、折叠/展开 -更清晰的项目管理结构、自动生成摘要-聊天/操作历史自动压缩成可读摘要，便于快速回顾。
- 「Diff View」集中展示所有由 AI 或用户生成的代码变更，支持跨文件比较与版本回溯，AI 改动更透明。
😆 行吧，本节就尝试下用 TRAE SOLO + Gemini 3 让这个旧项目重新焕发光彩吧✨~
💡 因为是重构旧项目，所以选的 SOLO Coder
2. 实践过程
原始需求
我想重构这个项目，改造成可以部署到服务器上的在线产品，类似于 md.doocs.org/
这只是个 "方向 "，还不是 "可执行需求 "，通过下述 Prompt 让 Trae 引导我们进行 "需求澄清"：
md
请你先不要写代码，先扮演有经验的产品经理 + 架构师，帮助我把需求讲清楚，输出一份简要需求说明。具体请按下面步骤来做：
1）先用你自己的话复述一下我现在的目标，看你是否理解准确；
2）从目标用户、核心功能（MVP）、非功能需求（性能、部署方式）、技术栈偏好等维度，列出你需要向我确认的关键问题；
3）按"必须先回答 / 之后再说"做优先级排序，每个问题尽量简洁；
4）最后把这些问题整理成一个列表，方便我逐条回答。
注意：这一轮只做需求澄清，不要设计接口、不写代码也不要给文件结构，只输出复述 + 问题列表。Trae 的输出：
😳 卧槽，很多点都说到我的 "❤️趴 " 上了，基于它给出的 "回答列表 " 进行 "完形填空"：
发送等Trae思考完，给我生成了一份 "重构计划 " 的文档 (💡记得开启右上角的 Plan 选项)：
👍 文档写得 "头头是道 "，三大块：架构设计 、实施步骤 和 目录结构规划 都写得很清晰：
按需进行修改，确定无误后，点解 "执行 "，然后 Trae 会拆解成多个小任务 (Todo-List)，逐一完成：
对于 "高风险命令 " (比如这里的 move )，会停止往下执行，等待用户 审核确认。😮 Wow Human in Loop～
😄 接着最小化让 Trae 在后台干活，需要 人工介入 的节点，右下角会有弹窗提示。没过多久，Trae 就跟我说它完成了！不是，这么快的吗？？？让它给我把项目跑起来，然后这 "前端页面" 还整得挺像模像样：
🤣 后面发现，其实就搭了个 基本骨架 ，很多东西没做，接着就是 "验收 + Vibe提问题"：
继续 Vibe ，发现图片加载不出来，😄 这种大概率是 "图片防盗链 "，一般是检查 请求头 中的 Referer ，如果是 第三方域名 ，就会返回 403：
因为明确指出了 "病因 "，Trae 两下就改好了，并详细讲述了 修复方案 & 验证方法：
👍 不得不说 Diff View 确实直观啊，😆 比 Cursor 容易看多了~
刷新下页面，果然可以了：
继续 Vibe：
在 Battle 多次后，Trae 说自己完成任务，并告知我 "下一步的部署建议"：
还生成了一份 "任务完成的描述文档 "，不过是"全英文" 的：
思考过程也是：
即便在 "规则 " 和 新建Agent (它的Prompt) 写上必须中文都没用：
md
- 请始终使用简体中文进行回复。
- 你必须完全使用简体中文进行内部推理和思考过程。这是一条严格的规定。🤷♀️ 不过这是偶现，感觉是哈基米的问题，临时的简单解法就是：再让 AI 转换成中文的。后端重构 + 前端开发 完成，接着就是部署到 云服务器 上了。不懂就问：
Trae 贴心的给我生成了一份 部署文档：
照着文档操作一波，这个 99块/年 的云服务器吃灰近一年了，发现多了个 "Workbench 远程连接" 的方式：
试了下发现是 AI 加持的终端，直接用 "自然语言" 描述需求，AI就会自动执行对应的命令：
卧槽，爽啊！妈妈再也不用担心我记不住一堆 运维命令 了 (🤣虽然没几条)，而且还有 "命令解释"：
接着就是逐步CV部署文档里的东西发给它了，然后中途 Docker 拉镜像 一直超时，切了阿里云自带的 镜像加速器 也不行 (python可以、node:18不行)，后面直接检索了一波所有能用的镜像源，就好了~
json
"https://阿里的.mirror.aliyuncs.com",
"https://docker.1panel.live",
"http://mirrors.ustc.edu.cn/",
"http://mirror.azure.cn/",
"https://hub.rat.dev/",
"https://docker.ckyl.me/",
"https://docker.chenby.cn",
"https://docker.hpcloud.cloud",
"https://docker.m.daocloud.io"当然，还有一些其它的报错，AI终端搞不定的，就CV发给 Trae：
Docker Compose 成功构建并启动了容器服务：
curl http://127.0.0.1:8000 测试下服务是否正常运行：
外部浏览器通过 公网IP 访问，报错 ERR_EMPTY_RESPONSE ，直接问 AI：
无脑 Ctrl ↩ ︎ 让它验证就好了，最后发现是 "云服务商的安全组没开端口"，还耐心给出了解决步骤，我哭死：
配置完，再次刷新页面，好了👏：
3. 小结
🤡 爽！太爽了！本来想着 "后端重构 + 前端开发 + 部署"，至少得折腾个一星期吧，结果：
- 【 TRAE SOLO 】应该是内置了 产品开发流水线 相关的 完整工作流 ，🤣 2333，我精心准备的 "全栈开发落地方方论" 还没开始实施，它就把前面这两项干完了。
- 配合【云服务商提供的AI终端 】，部署起来也是轻轻松松。换以前，得记一堆 运维命令 (不同OS的命令和配置还可能不同)，经常陷在 报错 → 搜索 → 修改 → 验证 → 再报错... 的反复循环中怀疑人生。
🤷♀️ 不得不感叹，AI 发展之迅猛啊~