从高考在 6 月 10 日结束,到 8 月 4 日整个项目决定长期搁置,这两个月,我深度参与了这样一个项目。

2 月 12 日 引子

这是高三寒假的一天,正值字节跳动的 Seedance 2.0 发布,我深感 AI 对于当今时代的冲击。偶然间想到甲同学。那时,我对于甲的了解并不多。我与甲是在高一升高二暑假的数学竞赛课上认识的,后来联系也不多。当时有一段时间中午在食堂经常能看到甲,他的发言让我感到这个人不一般,有干大事的潜力。于是,在这一天,我找到了甲,问问他对于这个视频生成模型的态度。

关于 Seedance,其实也没说什么。但是这引起了整个话题。甲谈到,他当时正在构思一件大事,要做一个 galgame。那时我本身对于二次元已经不屑一顾,但经过甲的介绍,galgame 这个形式本身没问题,只是内容上比较低俗。我们不应被主流的内容影响,但大可以借鉴这种形式。我被说服了,答应下来,但是,此时我也是没有长远考虑,只是应和两句,毕竟就算要做也是高考后开始。高考后,在当时的我看来,还是相当遥远的。

后面三个月,我和甲同学的沟通逐渐增多,甲对于数学很有自己的见解,只是很多时候比较理想主义,实际性不强。当然,这对于高中阶段的学生,完全不是什么问题。

6 月 10 日~14 日 立项

高考结束,我是在 6 月 10 日上午考完最后一科生物。甲的选科是物化政,在前一天就考完了。我考完生物后,甲当即找到我,谈这个项目的事项。甲的话很像官腔,能长篇大论地论述半天,但信息密度并不高。但客观来说,甲的志向很远大,而且格局很开阔,有志于做一些大事。我虽然没有那么宏大的志向,但深刻认为自己应该学习一些有助于实践的知识,于是答应下来,参与了甲的项目。

随后几天,甲详细介绍了他的完整计划。第一阶段是做一个教培项目,积累经验的同时,尽可能赚一些启动资金。第二阶段是做一个文化产品,也就是 galgame,探讨技术与伦理的问题。而目前阶段要做的,主要就是教培项目。于是这件事情就立项了。最初的计划是,我负责导数课程,甲负责创新题课程。

6 月 15 日~17 日 课程框架搭建

于是,我开始执行,动笔写了导数第一讲的讲义:为什么我们需要导数 。花的时间比我预想中多一点,但可以接受。我在写的时候,就按照我理想中的讲义模式来写,具体来说就是模仿西方大学教材,写的详细一点、透彻一点,娓娓道来。

讲义我计划分为两部分:知识和题目。知识我已经写了一讲,算是有了示范,接下来的知识讲义只要以此为根据来模仿就好。顺理成章的就是,再写一个题目的讲义作为示范,这样整个体系框架就有了。

我也是有想法的,不希望敷衍了事,希望做出差异化。题目的讲义,说简单也简单,说复杂也复杂。主流的题目讲义都是堆砌题目,然后用 iPad 手写板书讲解。但经过考虑,我想题目讲义最好的方案是做一个交互式的网页。这个网页首先供我们讲课使用,其次还可以收集学生做题数据。于是我设计了一个 demo 网页,在 DeepSeek 的建议下托管到 Netlify 上。之所以这么做,是这样的技术门槛最低。我原来也写过一些小程序,最后认为网页是开发最简单、门槛最低的,于是先从网页开始。我先从 2025 北京高考导数题开始,把答案按步骤拆分,希望我的学生一步一步阅读答案、对比自己的作答,并给出反馈。学生做完之后,可以导出 csv 文件,这个文件可以发给我们,我们再写程序来分析。

整套流程还是比较完善了,虽然比较简陋,但完全可用,而且规避了服务器建设的成本。此外,我考虑到,既然讲习题课要用到这个系统,那为什么不顺便也做了一个讲义阅读系统呢?LaTex 渲染的管线都搭建好了。于是也就做了一个,支持在讲义中插入分隔符,系统读取分隔符,像 ppt 那样展示。这样的好处是,一份讲义可以多处使用,既可以导出 PDF 分发,也可以直接做出 ppt 那样的动画。

这个 demo 的效果不错,甲看到后,谈到他构想的另一个计划:建设一个数学的题库,借助自建题库更好地备课。我想这件事的确也有必要,于是决定开始建设题库。

信息

切勿好高骛远。当时的我们没想到的是,由建设题库开始,我们的计划开始膨胀,导致我们的各项任务变得很沉重,最终我们承受不起时间成本,放弃整个计划。那时,再想精简已经来不及了。 由此考虑的解决办法是,最开始的项目定位一定要清晰,设立边界,明确我们做什么、不做什么。特别是不做什么,这防止我们在一些看起来很美好但不切实际的事情上耽误时间。

6 月 18 日~19 日 初步建立题库

建设题库的想法萌生起初,我就对于大语言模型介入持一个相当乐观的态度。后来,甲借到学校老师的账号,获得了字节扣子平台的 agent 额度,算是开了一个很好的头。我自己试用了,感觉相当好,但是我的确认为使用学校的 tokens 不好。因此,我决定自己搭建一个 agent。我简单搜了搜,选择了 Hermes agent。那时候,hermes 还只有命令行版本,我直接用命令行开始干活。

建设题库,首先要考虑的是存储格式、数据结构。在这个阶段,我的想法还是很原始的,想用 Obsidian 笔记,加上 YAML 笔记属性头部。我的想法是,这是一个不错的初始结构,先这么建立好,然后再转码也方便,因为这样就是格式良好的。这个想法虽然原始,但总归是可以实现的,于是我就先执行起来了。

事实上,我们建立题库的基础是很好的。我的中学就有自建的题库,目前来看题目应该是老师手动录入的,至少从正确性上问题不大。学校的题库大概支持组卷导出 PDF,我在高中阶段学校发的练习卷大多都是用自建题库做的。甲的高中数学老师在群里发过一些学校题库导出的汇编 PDF,这对于我们是很好的基础。汇编 PDF 包括:2020-2025 的北京高考题,2023-2025 的北京各区模拟题。基本上都是全的,只有个别缺失。以此为基础,我只需要转码学校的汇编 PDF,然后把缺失的补齐,最后自己上网逐一找一找 2026 年的模拟题就好了。

这看起来工作量很大,但实际上并不复杂。转码 PDF,只需要让 agent 写一个 python 脚本,就能批量做了;剩下的工作,只要我找好,哪怕让 agent 一个一个手动转码,无非也就是浪费一点 token 的事情。实际上基本上如我预料,在 agent 的辅助之下,很快就建立了题库。比较繁琐的是数据清洗,需要抽查题库内容并核对问题,然后让 AI 全库搜索类似问题并全部改正。虽然如此,但经历了 2 天的奋力工作,基本上完工了。题库一共 798 道题,也算是初具雏形了。

6 月 20 日~24 日 章鱼智学 web 建设

题库建设完毕,我的目标就越来越宏伟了。起初我还只是想做一个 demo,这时来看,既然已经建设了题库,那么何不把题库接入我们的系统呢?这是一个大工程,但我跃跃欲试。同时,整个项目的名称也想好了——章鱼智学。于是,在 agent 的帮助下,我开始建设章鱼智学 web 端。

早期计划的 web 功能,就是完全对接我们的课程,可以阅读讲义、在线对答案,同时我作为教师也可以做讲课材料。比 demo 增加的功能在于,现在我决定买一台服务器,在服务器中存好题库,增加一个选题布置作业的功能;同时,学生的反馈直接进入服务器,不必导出 csv 发给我们。这样的话,我的习题课就很简单了,只需要在题库中选题,然后布置作业,学生完成作业、给我反馈,我在后台看到反馈决定如何讲课。

这个想法是很好的,实现起来也不难,于是就开始做了。看了看主流方案,我决定采用 Django 搭建网页基础,这是一个广泛使用的动态网站框架。关于域名,一开始我在阿里云买了一个.cn 的域名,后来发现这需要备案。备案固然是必要的,但流程耗时太长。我一遍告诉甲这个情况,另一边开始琢磨其他的方法。后来发现一个绕过备案的方案,就是在国外代理商买一个域名,用 cloudflare 托管。于是我又买了一个便宜的.top 域名。后来搭建 cloudflare 的时候,还发现直接解析死活不行,最终使用 cloudflare 隧道才成功。总的来说,这算一次 vibe coding 的实现,经过一两天的努力,这些事很快办成了。

后来,甲提出了一些建议,希望可以下载 PDF、个性化组卷,并加入积分系统。既然这么说了,我就接着改。导出 PDF 的功能,我想了几个技术路径,最后干脆直接使用 LaTex,写一个模板,在服务器上安装一个 XeLaTex,直接编译出 PDF。功能基本上齐全了,我又全面考察了一遍网站前端界面,按我的想法一一改正了 AI 写出的不合理的地方,最终在高考出分的前一天出了成品。

6 月 25 日~7 月 1 日 转型期

6 月 25 日高考出分,我开始准备强基。这几天,章鱼智学的软件搁置起来了,同时我回顾了已经做成的工作,进行了全面的反思。

就当时做成的工作来看,我的作用似乎已经从课程讲师变成了程序员。而且,仔细考虑一下,讲高中数学对于我的未来没什么实际价值,但写代码确实还是很有价值的,未来做工科的任务时可能用得上。而且,就我的时间情况来看,写代码已经让我心力憔悴,那几天我从早起到睡觉,除了吃饭基本上全在电脑前改网站。这已经完全不同于我一开始的想法。我一开始认为,这件事只是我的副业,没想到最终结果是这件事占据了我的全部时间,我没有一点时间做别的。当然,我的心理是,抓紧时间把代码写完,之后我就完全清闲了。就是这个心态支撑我一天做十多个小时。综合多方面的因素考虑,我决定不讲课了,全职写代码。我把这个决策告诉甲,甲劝了我几句,但我都没有被说动。最终,我的工作名实相符了,就是全职搞技术。

与此同时,这几天的搁置也让我反思章鱼智学网页本身的问题。现在情况是,网站访问速度太慢。经过 agent 的排查,最严重的问题是我没有优化好,其次是 cloud flare 需要绕道国外,根本上是服务器带宽太低。这三点是木桶效应,最终是最慢的影响最大。agent 给我的建议包括升级服务器、购买国内域名;还有一个办法是开发软件,服务器只作为 API。后者引起了我的注意,我觉得不错。或许是爱折腾的心态起了作用,我最终选择了最费力的办法——写一个软件。

提示

回头看这时期的决策,或许更省事省力省钱的方法反而是升级一个带宽更高的服务器,这样就免去了 iOS 开发者账号的成本和 app 备案的成本。但那时候确实没有想到。

除此之外,我还反思了工作流的问题。原来的方式是彻底的 vibe coding,直译过来是“氛围编程”,具体来说就是我完全不关心代码,只提要求、看结果。但这个的问题在于,我完全不掌握技术细节,AI 经常做一些愚蠢的、短视的决策,我根本发现不了。经过一轮资料查找,我选择了 spec 编程。具体来说,就是我一开始和 AI 共同写一份详细的技术文档,要详细到涵盖所有技术细节,然后让 AI 直接对着文档施工,尽量一次出成品。照着这个思路,在高考报志愿、强基考试都告一段落后,我开始了软件的施工。

7 月 3 日~16 日 软件编写

首先我确定了整个技术栈。服务器后端还是使用 Django,软件使用 flutter 跨平台开发,另外还要一个品牌首页用静态 html 直出。然后我考虑设计文档编写的流程。我的想法是,以 UI 为基础,先画出设计图,然后让大家审核,没问题之后在对着设计图搭建软件基础设施,全部设计好之后让 AI 开始编码,最后直出成品。还有一个重要的设计思路:模块化。模块化的好处是,各个模块分别运作,不同的功能之间解耦,便于维护。

第一件事就是画软件设计图。多方比较之后,我想最可靠的方案还是静态 html。这段完全可以使用 vibe coding,因为静态 html 很“浅”,代码和成品基本上是直接对应的,没有软件背后的弯弯绕绕(例如数据库读写、服务器通信等等),vibe coding 的效率优势可以充分发挥。7 月 6 日 UI 设计图基本上就完工了,接下来几天我在思考下面的基础设施。这又考虑了 3 天,做了众多决策,最终在 7 月 9 日定稿了所有的设计文档。

接下来,我让 AI 定了一个施工规划,就开始执行了。后来我才发现,整个施工规划不够全面,按整个计划做完,还有一些设计文档中的内容完全没落实。但这是后话了。7 月 9 日开始建项目文件夹,10 日迁移题库,11 日把剩下计划中的代码都落实了。我这几天又是从早干到晚,一天十几个小时,我原本以为 11 日所有代码落成之后就能全部完工,之后就是比较清闲的维护了。但事实并非如我所愿。

11 日晚,所有代码落成,我在终端输入 flutter run ,准备验收最终成果,但结果比我预想的差得多——连跑都跑不起来,运行直接报错。先修复了跑不起来的 bug,软件终于运行起来,又在登录页面卡住了,不能正常登录。终于又修复了这个 bug,进入软件,结果更加令我痛心:连基本骨架都不对,距离设计文档差了不少;更不必说实际功能,点击一个按钮,要不直接闪退,要不就是进入以后全部数据都为 0。全部看一遍,竟然没有一个页面是合格的。我想,改动的任务还是很艰巨。鉴于问题的严重性,我决定先让 AI 自己排查问题,希望 AI 先把大多数问题发现,然后我再逐一精修小问题。我和 AI 讨论,构建了一个提示词,把全部功能分成六大模块,输入给 agent 自动排查。这 6 个模块逐一循环排查,直到所有模块都查不出问题为止。

这件事完工已经到了 12 日。现在问题大致解决了 40%,我想进展还是相当可喜的。但此时用原来的提示词 AI 已经无法自己查出问题,于是我决定换一个思路。我开始手搓一个工具,让 AI 能够读取电脑屏幕、操作电脑,让 AI 不要光靠读代码查问题,而是从真实运行结果中看出问题。这个想法倒是很好,但搭建起来并不容易。当然,后来我才知道,Codex 自带了电脑操作功能,我当时做的全是无用功。

基本思路是这样:AI 主动截图——理解屏幕信息——点击对应的按钮——继续截图,循环起来直到结束。这个思路很容易,但实施起来相当艰难。最关键是理解题目信息这一步。当初我使用的模型是 DeepSeek V 4 Flash Preview,本身是一个纯文字模型,没有多模态。于是第一个思路就是外接一个能理解图片的模型,我选了 Qwen 3.7,让外接的模型理解图片,然后把结果返回给 DeepSeek。实施倒是没问题,但问题在于速度太慢,处理一张截图需要接近 1 分钟。于是我又换了一个办法,搭建本地 OCR。我的电脑有一张 RTX 4060,我下载了一个 OCR 模型,跑在本地,0.6 秒就能识别一张截图上的文字,这个速度就相当好了。

但是又面临了一个问题——OCR 识别坐标不准,偏离很严重。这个我排查了一下午,最终发现结果很简单:OCR 模型默认开启了弯曲图像展平,例如识别圆形饮料瓶上的文字,就需要首先拉伸一下,将文字转化为平面。这个功能初衷是好的,但问题在于,我需要识别的都是屏幕截图,本身就是平面,再加上一次弯曲图片展平,就起了反效果。这个问题,我和大模型尝试了一下午都没解决,最后我自己上 Bing 搜索了一些资料,结果发现第一条就是我要的解决方案。

信息

大模型搜索信息的能力还有待加强,特别是不热门的长尾信息。

agent 操作电脑的流程终于跑通了,此时已经到了 13 日。于是,我新编了一套提示词,让 AI 开始自己排查问题。但问题又出现了:我需要教 AI 使用电脑操作工具,这个细节很多,导致提示词特别长。而当时 DeepSeek 的指令遵循能力又不强,导致长提示词的前半段基本上废掉了。最后,折腾了快两天自动化排查问题的流程,我还是回退到了原始的方案——自己试用软件,把问题一一告诉 agent,让它一个一个修复。接下来的几天就在逐一修复问题,终于在 7 月 16 日完工了。

7 月 17 日~26 日 品牌首页与手续办理

7 月 17 日,在项目完工的下一天,我让 AI 总结了整个项目的过程,写了一份编年史。当时我还是相当有成就感的,做了这么多事情,写了几万行代码。后来几天,开始敦促项目组其他成员做软件图标。

为了辅助软件图标设计,甲购买了一个 GPT 会员。我正好也听说了 GPT-5.6 比 DeepSeek 能力强不少,决定尝试一下。24 号晚,我重绘了一个品牌首页,效果相当惊艳。于是,我开始考虑,之前使用 DeepSeek,是不是为了省钱而耽误了工作效率。我找了一个 GPT 代理商,开始自费使用 GPT 辅助软件开发。

与此同时,在 24 日,我并行开展了另一件重大事项:手续办理。在国内,若想合规地运行网站、app,有很多必须的手续。只有各项手续完备后(备案是其中最重要的一步),我们才能上架应用商店。虽然,即使不备案,我们的软件可以正常运行、分发:安卓端直接发安装包,iOS 端使用 TestFlight,鸿蒙使用桌易通;但是,毕竟对于用户体验是一种损害。用户想要下载我们的软件,需要多很多步骤。于是,我们有必要着手做备案的问题。而且,备案的金钱成本并不高,只是等待的时间比较长。于是,我们决定开始做。

其实,原来我们就考虑过手续办理的问题。一开始我们并不是这个计划。据我搜集的信息,办理的主体分个人和企业。企业的成功率普遍高、速度快。我们也考虑过自己注册企业,但这又要多花很多时间。但甲认识一个人,他名下有几个公司,甲计划请这个他派一个公司中专门负责备案的人,帮我们包办备案的事宜。但结果却并不是这样。实际上只是其中一个公司的负责人来找我们对接,称他们可以提供所有的材料,但备案操作需要我们自己执行。此外,这个负责人并不是专门管备案的,没什么经验。于是,这件事又落到了我头上。但是,回过头想想,自己动手办备案的事情,对于我绝对是一个好事。我可以有一个机会学习整个操作流程,并获得和政府机关打交道的经验,这本身就是很有价值的。此外,甲还另找了一个有经验的顾问,解答我的问题。

整个流程大概包括:网站 ICP 备案——app ICP 备案——公安备案;申请软件著作权证书;服务器安全评估。其中,软件著作权证书是最简单的,原因是这可以很方便地找人代办。我请顾问分享了几个代理商,并与代理商沟通。软件著作权证书本身是不容易办理的,办理周期也很长。但是,和代理商沟通的过程中,我了解到还有一个“电子证书”。普通软著的功能很多,可以评职称、写入简历等等,上架应用商店只是功能之一。而电子证书只能用于上架应用商店,由此获得的好处就是办理周期很短、成功率很高。花了 800 元后,我们顺利地获得了这个证书。

而备案,这就需要我真刀真枪地直面了。由于我们的软件包含云端数据功能,需要通过网站和服务器通信,在办理 app 备案前需要先办理网站备案。这又是很长的时间。但我想到了一个变通的办法。帮我们备案的公司本身就有一个已经备案过的域名,我发现可以新建一个子域名,把我们的服务放到子域名中,这样就可以利用已有的备案,而不必单独备案一遍自己的域名。于是,我着手办起了。我的服务器在阿里云,但公司的域名和公司的服务器在腾讯云,为了能让公司的域名解析到我的服务器,我首先注册了一个腾讯云账号,又买了一个服务器,并迁移过去了。但是,后来我发现备案没法使用我个人账号的服务器。于是,我不得不在公司的账号上再自费买一个服务器。狠下心来又花了一笔钱,并将我们的服务迁移过去后,现在一切准备工作都做好了。

一遍咨询顾问,一遍找公司负责人获取各类证件(其中一些还要走流程;甚至还有一个不涉及校外培训承诺书),一遍填写备案信息,整个过程大概花了好几天。终于填完了,我提心吊胆地点击提交。因为我们希望尽快通过,我很不希望被通信管理局打回来。其中很有意思的是,在管局审核前,腾讯云会先预审核,将结果告知企业法人,预审核通过之后才会提交通信管理局,这样能提升通过率。万幸的是,我们一次通过了。

7 月 27 日~31 日 软件大修

27 日,我忙完其他事项,同时系统课开始了。这是团队中其他成员负责的,结果成果比预期差很多。26 号才开始试讲,但试讲的效果又很不好,导致 27 日只能草草了事。与此同时,之前甲请到了一个学长作为顾问。这个学长对于整个项目提出了很多建议,都相当有价值。我认为学长的建议有理,于是继续改版软件。此时,我完全不顾以前的文档了,回到了 vibe coding 的路子,只是这次改用了 GPT。

这次改软件的体验好了很多,因为 GPT 的智力确实比 DeepSeek 高不少。我看 DeepSeek 原本说 7 月中旬发布新模型,于是一直想等 DeepSeek 的新模型发布后再继续做。但是 20 日过去了,还是没有。我不得已只能硬着头皮用价格高几十倍的 GPT。接下来的几天就完全在改软件,等到都改完了,我算是彻底干不动了,决定休息几天,过段时间再说。讽刺的是,31 日我改完了所有代码,当晚 DeepSeek 的新模型就发布了。

8 月 5 日 戛然而止

软件开发中断了几天,甲找到我,问我对于之后的意见。甲对于项目的前景感到很悲观。当然我也比较悲观,但我知道自己在这里不是为了赚钱,也不是为了帮忙,而是为了借这个项目学到各种知识。和甲讨论后,我们达成了共识:这个项目长期搁置,直到甲上了大学,找到另一些更优秀的合作者时,再继续。

成本统计

项目金额日期
DeepSeek API 充值15020260619
购买试卷 word 版1320260619
购买阿里云 ECS 服务器9920260620
购买 zhangyuzhixue.cn3820260620
购买 zhangyuvhixue.top12.8320260620
DeepSeek API 充值10020260623
DeepSeek API 充值10020260701
Apple Developer 年费68820260708
DeepSeek API 充值10020260711
DeepSeek API 充值10020260714
DeepSeek API 充值10020260716
购买腾讯云个人账号服务器10920260722
购买腾讯云企业账号服务器19220260724
GPT 中转站充值10020260726
GPT 中转站充值20020260727
GPT 中转站充值10020260728
GPT 中转站充值20020260729
GPT 中转站充值20020260730
GPT 中转站充值20020260731
电子版权证书办理80020260731
合计3601.83

数据统计(AI 生成)

覆盖 v 1(math_platform / platform_script)与 v 2(zhangyuzhixue_app_v 2)的 Git、代码规模、测试,以及 Hermes / Codex 的 AI 对话数据。全部为原始数据。

一、Git 提交

v 1

  • math_platform:130 提交,2026-06-21 → 06-27,作者 math-platform,0 tag
  • platform_script/math_platform:26 提交,2026-06-20,作者 Annouimo,0 tag
  • v 1 提交类型:fix 30 / feat 18 / 修复 11 / chore 5 / 自检类 6 / Flutter 2

v 2(zhangyuzhixue_app_v 2)

  • 1241 提交,2026-07-02 → 08-01,单作者 Annouimo
  • 提交类型:fix 511 / feat 189 / docs 125 / chore 66 / refactor 50 / test 21 / ops 11 / style 9 / revert 5 / perf 4
  • 模块触及:flutter_app ~3980 / server ~1580 / docs ~1225 / teacher_app 899(07-15 → 07-28,后移除)/ landing 489 / spec 302(07-09 并入 docs)/ packages 231 / scripts 108
  • tag 7 个:v 1.0.0-alpha 1、v 1.0.0-alpha.2+1、v 1.0.0-beta 1、v 1.1.0-beta.3、v 1.2.0-beta.1、1.0.0-alpha.2+1、archive/legacy-teaching-platform-v 1

二、代码规模

v 1 math_platform

  • 1567 文件 / 178,012 行(含 data/ 题库 md 82,852 行);Python 205 文件 / 29,027 行
  • 8 app、21 模型、67 路由
  • 脚本:check 14 / fix 9 / create 6 / tag 6 / verify 4

v 1 素材 platform_script

  • 高中数学题库目录:1308 文件(1181 md 题 + 103 附图)
  • qbank.tar.gz:1397 条目(二模 336 md + 知识卡片 188 md + 附图 39)
  • 备份 zip:301 文件(295 md)

v 2

  • server:6 app(accounts / courses / interactions / internal_portal / qbank / system)、53 模型 + 2 枚举、88 路由、75 迁移;Python 234 文件 / 21,871 行
  • flutter_app:274 dart / 46,632 行(lib 148 / 34,020);50 路由;test 118 文件 / 11,272 行;integration_test 6 / 944 行
  • packages/shared:46 dart / 7,521 行
  • landing:13 html(803 行)+ CSS 2,781 + JS 468
  • docs:95 md / 18,488 行(current 14 + decisions 2)
  • scripts:22 文件 / 3,012 行

三、测试

  • server(实跑):240 用例,240 passed,59.6 s,行覆盖率 88%(8,498 语句,152 文件 100%)
  • flutter(实跑):652 用例,647 passed(99.2%);5 失败 = 4 golden 像素对比(环境字体差异)+ 1 AboutPage 版本断言过期(测试写 1.2.0 Beta 1,pubspec 实际 1.3.0+5)
  • v 1(静态未实跑):18 测试文件 / 340 test 函数

四、AI 对话数据

Codex(sessions + archived_sessions,186 文件 / 379.8 MB)

  • 77 会话(按 session_meta 去重),2026-07-26 → 08-05
  • 用户消息 3,652 / 助手消息 11,526;turn 中止 138
  • 模型:gpt-5.6-sol、codex-auto-review 2,503(子代理);来源 vscode
  • workspace_roots:D:\Hermes\zhangyuzhixue_app_v2 出现 3,653 次
  • token: input 117.82 M, output 5.14 M, cache 1.91 B

Hermes(主库 state.db,1.58 GB)

  • 633 会话(tui 308 / subagent 279 / cli 41 / feishu 5),2026-06-19 → 07-27;06 月 276、07 月 357
  • messages 表 140,529 条:user 5,947 / assistant 59,424 / tool 75,156
  • 每会话消息:median 93 / max 1,257 / mean 196.7
  • tool_call 67,060、api_call 56,854
  • token:input 84,185,523 / output 29,962,307 / cache_read 10,299,751,424 / reasoning 6,895,948
  • 调用级 turn_stats(4,534 条,06-25 → 07-27):input 770,634,435 / output 273,367,106 / api_calls 534,230
  • 模型 deepseek-v 4-flash;cost 0
  • cwd:v 2 278 / math_platform 10 / C:/Users/Annouimo 53
  • 有标题 349 会话
  • CLI 库(%LOCALAPPDATA%\hermes\state.db,247 会话)为 Desktop 子集,无额外数据
  • 辅助:projects.db 78 项目;desktop-ui.sqlite session_ui_state 353;logs ~23 MB;request_dump 6 个 ~3 MB

五、口径提醒

  • Hermes sessions 表 token 合计与 turn_stats 调用级累计口径不同,两者并存
  • 消息数以 messages 表(140,529)为准,sessions.message_count 合计 124,509 不一致
  • 代码行数已排除二进制/字体/数据库/构建产物/生成文件
  • v 1 测试为静态计数