第三次团队作业

作业所属课程	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24/
作业要求	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24/homework/15657
作业的目标	完成校园智能助手的构建
团队名称	华恒
团队成员学号-名字	3124004579 陈华毅

一、 冲刺计划改进实现情况
在为期14天的Alpha冲刺中，我们基本实现了冲刺计划中的改进方案：
路由优化落地：成功实现了高频意图的本地缓存匹配，平均响应时间缩短了约30%。
硬件联调成功：ESP32-S3与小程序的MQTT通信链路打通，实现了流式语音对话与硬件状态同步。
前后端闭环：小程序端与Web管理后台的数据实现了实时同步，管理员可动态调整智能体参数。
二、 项目亮点
多模型协同：DeepSeek负责轻量级意图识别，Kimi处理复杂学术推理，文心一言补充校园本地知识，实现了成本与效果的最佳平衡。
软硬一体化：突破了纯软件项目的局限，ESP32实体机器人的加入让“北理小信使”具备了物理交互能力，体验更加直观。
零成本部署：全程利用腾讯云开发免费额度、Vercel等免费资源，验证了校园项目的低成本落地可行性。
三、 项目目前存在的不足
长上下文记忆：在多轮复杂对话中，偶尔会出现上下文遗忘，需进一步优化Token管理策略。
硬件稳定性：ESP32在弱网环境下偶尔会出现断连，需增加重连机制与离线语音提示。
知识库更新延迟：教务系统数据变动时，智能体的知识更新存在一定延迟，需完善定时抓取与向量化流程。
四、 过程体会
陈华毅（项目经理）：这次冲刺让我深刻体会到，多智能体架构的开发不仅仅是代码的堆砌，更是Prompt工程与业务逻辑的深度结合。每日站会让我们及时发现了路由延迟的问题，团队协作是项目推进的最大动力。
陈华毅（前端工程师）：在开发智能卡片时，我学会了如何将AI的非结构化输出转化为结构化的UI组件。与后端同学的紧密配合，让小程序的交互体验越来越流畅，这种从0到1的创造感非常棒。
陈华毅（后端工程师）：对接多个大模型API的过程充满挑战，尤其是处理流式响应和Function Calling时，需要极高的代码健壮性。看到系统成功调用教务API并返回课表时，所有的熬夜都值了。
陈华毅（硬件工程师）：将纯软件的AI搬到ESP32上是一次奇妙的体验。从最初麦克风只有杂音，到后来能流畅对话，硬件调试虽然枯燥，但成功点亮LED并听到AI回应的那一刻，成就感爆棚！