软件工程第一次课程作业

这个作业属于哪个课程	https://edu.cnblogs.com/campus/fzu/202601SofwareEngineering
这个作业要求在哪里	https://edu.cnblogs.com/campus/fzu/202601SofwareEngineering/homework/15712
这个作业的目标	完成huggingface-API的调用，Github个人主页搭建，学习markdown语法，明确软件工程这门课的学习计划
学号	052401304

一、准备工作

1、注册GitHub账号，搭建个人主页：https://github.com/147lsq

2、开通博客园账号，建立个人技术博客，完善各项个人信息，关注老师与助教博客。

3、在hugging face官网注册个人账号并获取API。

二、 huggingface-API的调用

1、获取API key

2、 API调用成功的记录以及前端页面最终生成图像的截图

3、提示词设计思路和修改过程

版本	提示词	设计意图	预期效果/问题
v1 粗略	a cat	只有主体，无任何限定	能出图但普遍是卡通/插画风，毛发光滑无纹理，塑料感强，不真实
v2 加场景光线	a cute orange cat sitting in a sunny garden	注入主体特征（橘猫）、场景（庭院）、光源（阳光）	主体与光影氛围有了，但整体仍偏"CG 渲染/插画"，光泽过亮、缺乏真实毛发的细节
v3 摄影精化	A cute orange tabby cat sitting on a wooden table in a sunlit garden, super realistic fur texture, soft natural light, shallow depth of field	注入毛发纹理 + 自然光 + 浅景深（镜头语言）	毛发开始有真实质感，背景出现自然的景深虚化，最接近真实照片观感

4、API 调用体验与心得总结

4.1 遇到的问题与解决

1. 网络无法直连 Hugging Face

   • 现象：Network is unreachable / SSL 中断 / 000；
   • 解决：配置 *** Verge 开启 Allow LAN，后端进程设置代理环境变量，使用官方客户端 InferenceClient（自动走可达的新端 router.huggingface.co）。

2. 旧服务端接口的变化（重要认知）

   • 旧代码使用 https://api-inference.huggingface.co/models/... + X-LoRA 请求头调用 LoRA，但该服务已不承载 GPU 图像生成；
   • 新版官方客户端将 XLabs-AI/flux-RealismLora 通过新端 router.huggingface.co/fal-ai/flux-lora 提供服务，LoRA 可作为独立模型直接调用——这是技术演进带来的接口范式变化，也是本次实验最重要的收获之一。

3. 免费额度的限制

   • 免费账号的月度 Included Credits 很有限（本次约可生成 3–4 张图像），耗尽后返回 402 Payment Required。这是商业模型服务开发的现实约束：在真实项目上线前必须充分考虑成本控制与额度监控。

4.2 心得总结

1. 提示词即工程：本次实验让我体会到，大模型的图像生成质量高度依赖提示词工程。同样的模型，1 个词的差别就能带来"插画感"与"真实感"的天壤之别。写真提示词要围绕"光影、纹理、镜头语言、反 AI 感"四要素设计，并坚持"小步迭代、每次只改一个变量"的方法；
2. 正确看待失败：实验中发生了多次"失败"（无效 token、402、网络中断），但这些失败恰恰构成了作业中最有价值的部分——它们让我理解了对 API 调用做状态记录（success/failed + 错误信息落盘 call_log.jsonl）的必要性，这也是工程化思维的核心；

三、GitHub个人主页搭建

1、我选择了方案一：创建个人资料自述文件

2、个人主页搭建：https://github.com/147lsq

四、随笔

已在我的博客发布随笔：https://www.cnblogs.com/147lsq123/p/22936673

内容包括：

1、技能树与自我评估

2、代码量

3、最期待的知识

4、AI 学习指南的生成与分析

后台编辑记录截图