我用 AI 搭了一个“工作管家”:TRAE IDE 写代码,本地大模型跑,数据不出本机
我用 AI 搭了一个“工作管家”:TRAE IDE 写代码,本地大模型跑,数据不出本机
不会写全栈,也能给自己做一个会“理解”工作的 AI 助手。
当老师最累的不是上课,是上课之外那些零碎:辅导员要的报表、教学要写的教案、教务要交的名单、科研要跟的进度……每样都不难,凑一起就乱。
今年本地大模型 + AI 编程工具成熟了,我想试一件以前不敢想的事:能不能让 AI 帮我搭一个“属于自己的工作台”,把所有杂事收进一个聊天框里,还能保证数据不泄密?
试了。用 TRAE IDE(字节的 AI 编程工具),从零把一个“AI 工作管家”跑起来了:Vue3 前端 + FastAPI 后端 + 本地 Ollama 大模型,所有数据留在本机。今天把我和 AI 真实的对话过程摊开——包括踩的坑、改的提示词、糊弄我的地方,连原始提示词都给你。
先说结论:搭这种“私人工作台”,难的不是写代码,是“把你的工作讲清楚”。你别指望 AI 替你想明白,它只是把你讲明白的东西做出来。下面是一手记录。
(文中代码均来自真实可用的 AI-Work-OS-Demo 项目,可对照学习;工具仅用于个人工作管理,数据留在你本机,勿外传隐私。)
01. 动嘴前,先想清楚要它干啥
动嘴前先想清楚要啥。我把“理想中的工作台”拆成几个能力:
我想要的几个能力
- 一句话加任务:“周三前写完两门课教案” → 自动分类、记截止日期、排优先级。
- 随时问进度:“这周辅导员工作有哪些?” → 按类别列出来。
- 让 AI 帮我规划:“怎么准备教学能力比赛?” → 拆成几步。
- 自动总结:每天/每周给我一份工作日报、周报。
- 长期目标跟踪:论文、软著、比赛,能拆成子任务追进度。
关键是“本地优先”——我不想把学生数据、工作记录传到云端。所以一开始就定死:模型跑本地 Ollama,数据存本地 SQLite,能离线用。
这个定位我让 AI 写成了一份需求文档(下面会看到它怎么落地)。
[TASK] 🛠 给老师的提示:拆需求比写代码重要。先把“你每天到底要干什么”列成几条,AI 才知道应该做什么。
02. 第一轮:TRAE 给的 MVP
我把想法丢给 TRAE IDE,第一版提示词其实很短(真实片段):
请读取项目文件,我想要实现这样一个工作智能陪伴 agent,要有 web 端页面,并且可以实时修改。
了解完项目上下文之后,是否还有什么需要咨询我的?
咨询我后,请你开始编程实现,我想先看到一个 demo 版本,包含核心的功能。
请完成项目实现,并进行测试,要求测试通过,之后告知我你做了哪些工作?
怎么实现的?给我一个说明文档,并告知我项目该怎么运行,也一个用户使用说明书。
TRAE 没等我回答,直接开始搭:Vue3 + TypeScript + Vite + Element Plus 前端,FastAPI + SQLite 后端,WebSocket 做实时同步。十几分钟后,一个能跑的 Demo 出来了——左侧任务面板、右侧聊天框,说话就能加任务。
这就是“AI 编程工具”最爽的点:你把模糊想法说出去,它给你一个能点的东西。第一版它自己写了份“项目背景/目标/MVP 功能/技术架构”的需求文档(就是仓库里的 AI Work OS.md),把我的念头结构化了。
[TASK] 🛠 给老师的提示:别一上来就追求完美系统。先让 AI 做一个 MVP,把“对话→加任务→看板”这条主链路跑通,后面的功能都是在这上面叠。
03. 踩坑实录:Ollama 404、字体太小、看板点击
能跑 ≠ 好用。第一版我有三个地方直接卡住,全是真实踩坑:
- Ollama 连不上:本地模型测试直接 404,TRAE 给的报错看不懂。
- 字体太小:全站字号偏小,看久了眼累。
- 看板点击没反应:点“已完成”希望能直接筛选出已完成任务,结果没这功能。
我没有自己改代码,而是把现象当成新提示词丢回去。比如 Ollama 404,我原样贴了报错(真实片段):
2. 进行模型连通性测试的时候,测试失败,
LLM 模式:Ollama 本地
Ollama 地址:http://localhost:11434
模型:deepseek-r1:14b
Ollama 调用失败:Client error '404 Not Found' for url 'http://localhost:11434/api/chat'
For more information check: https://developer.mozilla.org/en-US/docs/Web/HTTP/Status/404
TRAE 立刻给了“404 通常是模型没拉取或名字拼错”,还顺手加了 /api/llm/models 端点帮我查已装模型。字体那次更简单:
3. 字体大小太小,字体整体做大一些,字体选择仿宋
一句话,全站改成仿宋 + 系统化大字号(14/16/18/22/28 px)。看板点击那条,我描述了想要的交互,它把“统计卡片可点击 + 已完成自动置底变灰”做出来了:
4. 任务中心中,看板点击应该直接能看到,比如点击已完成,直接能看到已完成的 2 个;
所有前面打钩的,应该变为灰色,且放置在最后
[WARN] ⚠️ 踩坑提醒:AI 给的第一版,报错信息往往很“技术黑话”。你不用懂,把红色报错原文贴给它就行——它比你更会读自己的报错。
04. 核心:8 意图识别的 Agent
这系统的灵魂不是界面,是中间的 Agent。它先读你整句话,判断你是“想加任务、想查、想完成、想规划、想总结、要建议、管目标、还是闲聊”,再分发动作。一共 8 种意图。
我让 AI 给 Agent 写了一份详细 System Prompt(真实片段,节选):
你是一个智能工作助手,名为“周报助手”。你的核心职责是帮助用户高效管理工作任务。
## 你的核心能力
1. 任务分类:将新任务自动归入“辅导员、教学讲课、教务、个人、其他”五类。
2. 任务管理:添加、查询、完成、删除任务。
3. 任务规划:为复杂任务提供执行步骤。
4. 智能总结:生成每日或每周工作总结。
5. 目标管理:分解长期目标并追踪进度。
## 对话意图识别规则(关键!)
当用户说话时,你必须首先判断其意图,然后采取对应行动。意图类型及示例:
添加任务 (ADD_TASK):触发词 添加、新增、记一下、帮我记、安排、提醒我、记住
查询任务 (LIST_TASKS):查看、显示、列出来、有哪些、本周工作、今天要做什么
完成任务 (COMPLETE_TASK):完成了、做完了、搞定了、标记完成、划掉
任务规划 (PLAN_TASK):怎么做、如何完成、给个计划、规划一下、步骤
每日/每周总结 (SUMMARY):总结、汇总、周报、今天干了什么、这周干了什么
长期目标管理 (GOAL_MANAGEMENT):长期目标、学期目标、目标分解、目标进展
其他/闲聊 (OTHER):你好、谢谢、你是谁、天气
意图判定优先级、任务分类打分机制(长关键词得分更高,解决“教学材料”归教务还是教学的歧义),都是在这一轮打磨出来的。最终效果:
- 说“记一下,明天下午三点开会” → 自动归“教务/个人”,建任务。
- 说“这周辅导员工作有哪些” → 按类别拉列表,临近戳止的高亮。
- 说“帮我规划教学比赛” → 拆成阅读文件/定主题/做 PPT/试讲几步。
- 说“总结本周工作” → 结构化周报,已完成✅ 未完成❌。
下图演示了工作台工作解析效果:

下图演示了工作台分类效果:
[TASK] 🛠 给老师的提示:意图识别是这类助手的命门。提示词里一定要写清“用户说什么话 → 触发什么动作”,给例子,AI 才不会乱来。
05. 本地优先:数据不出门
我坚持“本地优先”有三个理由:① 学生/工作数据敏感,不想上云;② 机房可能断网,得能离线用;③ 不想被某个 API 厂商绑死。
- 模型:默认 Ollama 本地(qwen2.5:7b / deepseek-r1:14b),也支持任何 OpenAI 兼容 API,甚至“规则模式”(不用模型,正则+关键词也能跑)。
- 数据:SQLite 存本机,零配置。
- 同步:WebSocket,任务变化实时推到网页,不用刷新。
最让我安心的是“优雅降级”:Ollama 挂了、模型没装,系统自动切到规则模式,照样能加任务、查任务,只是不“智能总结”而已。不会出现“没网就全废”。

离线说明: ✅ 这个工作台是本地优先:模型可跑本地 Ollama,数据存本机 SQLite,不依赖任何外部云服务。断网、机房、家里都能用。
06. 进阶:周报归档 + 每周清理
主链路跑通后,我又让 TRAE 加了几个“省心”功能:
- 周报文件归档:每周五 15:00 自动把本周任务按 9 类追加到文件,追加前先备份,绝不改已有内容。
- 每周一清理:自动清掉已完成任务、留着未完成的,界面不堆垃圾。
- 双击改标题、 9 类任务不同配色、看板点击筛选……
这些不是“炫技”,是真实用起来的痛点:周报要留痕、旧任务要清、一眼分清哪类事。AI 把“我的习惯”变成了代码里的默认行为。

[TASK] 🛠 给老师的提示:搭工具别只想要“加任务”。先想想你每周最烦的重复动作(写周报、清待办、分类),让 AI 把这些也做成自动的。
07. 复盘:一个老师用 AI 搭工作台,能到哪一步
几天碎片时间 + 几轮对话,我复盘一下真实能到哪一步,别被“AI 取代程序员”的焦虑带偏。
它真能做的
- 快速出原型:需求说清,半小时给能跑的骨架。
- 写重复代码:表格、卡片、事件绑定这种模板活,比人快十倍。
- 调样式:你说感觉,它给 CSS,几轮到位。
它做不好的
- 需求模糊时瞎编:你不讲清,它给你一堆用不上的功能。
- 跨逻辑易乱:状态、撤销、边界情况,第一版多半有 bug,得你测。
- 本地模型有上限:deepseek-r1:14b 跑这种 Agent 够用,但太复杂会慢/会错。
所以给老师的真心话:别怕自己不会写代码,但也别全信它。你当裁判,不当打字员;和 AI 多轮对话,每轮自己上手试 5 分钟,也能搭建出属于自己的工作台。
[TASK] 🛠 我的“三方分工”思路:TRAE 写代码 + 本地 Ollama 跑模型 + 你当产品经理提需求/测效果。三个角色各管一摊,几天就能做出能用的私人工作台。
08. 抄作业:从零做一遍
评论区可留言领取,前后端都在,README + 用户手册齐全,双击 start.bat 就能起。本地优先、数据不出门,适合想给自己搭工作台的老师。
想自己从零做一遍?我的思路模板:
第一步(让 AI 写需求):
“我想做一个 XX,帮我把它写成给 AI 程序员看的需求文档,每个交互步骤写清楚。”
第二步(让 TRAE 写):
把需求文档贴进 TRAE,要求输出可运行的前后端。
第三步(你来测):
1. 打开页面把功能点一遍;
2. 卡住的地方截图,连同“我想要的样子”再写一轮提示词;
3. 一般 3-4 轮就能收敛。
> **[TASK]** 🛠 **动手小任务:** 按照上面的三步法,让 AI 帮你打造你最想要的那个工具。遇到卡壳的地方,截图发到评论区,我来帮你调试。我帮你调。
---
**今日一问:** 你每周最想“甩给 AI”的重复工作是什么?评论区告诉我,下一个工具我帮你做。使用该链接下载TRAE IDE,可额外获取积分哦:我在用 TraeWork AI 办公平台,搞定各类任务,通过我的分享链接登录桌面端,新注册用户一次性获得 5000 积分! https://www.trae.cn/work-fission/WTXH4ATKFECQ?utm_source=copy_link&utm_medium=friends_invite
> ⚠️ **合规声明**:本文工具仅用于个人工作管理,工作数据留在你本机浏览器/本地数据库,请遵守学校数据管理规定,勿外传隐私。
更多推荐



所有评论(0)