2026年3月28日下午，信息工程系人工智能技术应用专业负责人郑凯老师与多名学生一同前往济南高新区新泺大街1666号齐盛大厦，参加由TRAE Fellow发起的“TRAE Friends”济南线下社区工作坊活动。本次活动围绕产品功能解析、案例实践分享、技术交流与编程实战等内容展开，吸引了100余名开发者、高校师生和AI应用爱好者到场参与。经过现场限时创作实践，郑凯老师与学生共完成多项项目作品提交，其中郑凯老师、23级软件1班崔永喆同学和新闻传播系22级公共文化服务与管理2班曹鸿俊同学进入路演展示环节。
TRAE是字节跳动推出的AI原生开发工具，TRAE Fellow则是围绕TRAE开发者生态开展的技术伙伴成长计划，通过线下交流、案例分享和社区共建等形式，推动AI原生开发工具的实践应用与经验传播。本次活动采用工作坊（Workshop）形式组织，强调小规模、高互动、重实操的参与体验，较传统演讲更注重现场动手实践与面对面交流。
在本次工作坊的限时创作环节中，参会者需在120分钟内围绕自定主题完成AI编程项目开发、提交作品并报名路演。现场参会人数超过100人，最终仅有不到20位参与者进入路演展示环节。面对紧凑的开发节奏和激烈的现场竞争，郑凯老师与两名学生在规定时间内共完成4项作品提交，并顺利登台进行路演展示，展现了信息工程系师生在AI应用创意构思、原型实现与现场表达方面的综合能力。
为提升路演展示的完整性，郑凯老师还分别为两个项目额外配套生成了PPT并同步展示。第一个项目“需求翻译与原型生成助手”聚焦协作场景中的模糊需求澄清问题，可对“简单点、快一点、高级一点”等常见的模糊表述进行结构化拆解，输出真实需求猜测、缺失信息、追问问题和最小可执行版本，并进一步生成HTML原型预览与可运行页面。该项目采用Python Flask后端与响应式Web前端实现，内置本地规则引擎，并使用七牛云及硅基流动等国内云服务厂商API提供的DeepSeek、GLM、MiniMax及Qwen等模型实现生成能力。
郑凯老师的第二个项目“决策后悔模拟器”则围绕多方案选择场景构建“后悔成本可视化”体验。项目支持用户输入自然语言问题，自动补充候选决策、推荐比较维度，并对3天、3个月、1年等不同时间尺度下的后悔点进行分析，同时生成结论摘要、文档报告、图片总结及实现邮件发送结果。该项目同样采用Python Flask后端与响应式Web前端实现，前端实现组织多步骤交互、卡片式结果展示和导出功能，后端以规则分析为默认兜底，并兼容七牛云及硅基流动等国内云服务厂商API的多种模型配置，体现了较强的工程完整度与演示友好性。
23级软件1班崔永喆同学展示的“CatGlow（小猫补光灯）”项目，是一款轻量级Web端自拍与氛围补光工具。项目以HTML+CSS+JavaScript构建，支持预设纯色卡片、色环动态取色、自定义收藏、双击隐藏界面和滑动调节亮度等功能，并结合Swiper轮播实现3D层叠交互，并实现本地数据持久化。同时，该项目还接入大语言模型能力，根据用户文本描述动态生成相应场景的补光卡片，兼具趣味性与实用性。
新闻传播系22级公共文化服务与管理2班曹鸿俊同学展示的“Uno Vision”项目，是一个基于Web端的互动版Uno纸牌游戏。项目采用Next.js +React+Tailwind CSS+TypeScript构建。前端集成MediaPipe视觉框架库，实现实时摄像头手部关键点检测成为该项目最亮眼的技术特点。玩家无需鼠标，仅凭手势即可通过手指“捏合”“拖拽”等动作与虚拟卡牌互动。与此同时，项目还通过自定义状态管理逻辑完成牌堆、弃牌与玩家手牌控制，并加入AI对手、动态布局动画与粒子特效，呈现出较强的沉浸式交互体验，体现了跨专业学生在AI交互应用方向上的创新意识和技术实现潜力。
在路演与交流过程中，郑凯老师和学生们围绕项目设计思路、AI编程工具使用体验、模型接入方式和场景落地价值等内容，一同与现场开发者、社区参与者进行了深入沟通，获得了积极反馈。
此次参加TRAE Friends济南线下社区工作坊并进行项目演示，既展示了信息工程系师生在AI项目开发、LLM应用实践和跨专业协同创新方面的阶段性成果，也进一步拓展了学院与区域技术社区之间的交流渠道。下一步，信息工程系将继续依托真实项目和开放社区场景，提升师生面向产业需求的实践创新能力，持续服务专业建设与区域数字化发展。
来源：山东传媒职业学院信息工程系
文：郑凯
初审：罗甲文
复审：马昊辰
终审：王琳炜
