[T.7] 团队项目:Alpha 阶段初始任务分配
[T.7] 团队项目:Alpha 阶段初始任务分配
| 项目 | 内容 |
|---|---|
| 这个作业属于哪个课程 | 北航2026年春季软件工程 |
| 这个作业的要求在哪里 | [T.7] 团队项目:Alpha 阶段初始任务分配 |
| 我在这个课程的目标是 | 接触理解应用现代软件工程常用的开发方式,锻炼自己编写代码以及团队协作的能力 |
| 这个作业在哪个具体方面帮助我实现目标 | 说明本团队项目在 alpha 阶段的初始任务分配 |
| 成员 | 主要职责 |
|---|---|
| 刘笑晨 | 设计实现怪物与 AI 模块、统筹调度项目进展、组织例会 |
| 黎嘉旋 | 总架构模块、协调模块间交互 |
| 肖一涵 | 设计实现战斗与塔防模块、设计数值、游戏总策划 |
| 李延博 | 设计实现地图与关卡模块、负责单元测试与集成测试 |
| 赵栩栩 | 设计实现基建与 UI 模块、设计引导提示和可视化反馈 |
| 于忠雨 | 美术素材整理、协调数值平衡、灰度测试 |
| 初浩然 | 美术素材整理、设计肉鸽池、资产拼装 |
1. Alpha 阶段 WBS 任务分解与工时估计
结合 Alpha 阶段的核心目标(跑通核心单局游戏循环、实现基础建筑与基础塔防交互),我们将总体目标拆解为具体的子任务。所有子任务的预期完成时间均严格控制在 8 小时以内。
-
黎嘉旋 / 总架构模块
任务名称 预计时间 搭建项目基础工程与版本控制仓库,配置代码目录规范。 3 小时 实现 Godot 全局信号总线单例,定义各模块间通信的基础事件 3 小时 编写游戏状态机流转逻辑,跑通白天到夜晚再到结算的基础循环。 4 小时 编写 JSON 配置文件解析脚本,实现从本地文件读取初始化数据。 5 小时 -
李延博 / 地图与关卡模块及测试
任务名称 预计时间 实现 30x30 基础网格坐标系的映射与交互转换逻辑。 5 小时 编写初始空地地图生成逻辑,并固定核心建筑位置。 4 小时 维护地图障碍物数组,提供判断指定网格是否可通行的接口。 4 小时 针对网格坐标转换和边界判定编写核心单元测试用例。 5a 小时 -
刘笑晨 / 怪物与 AI 模块及 PM 工作
任务名称 任务名称 编写基础的 A星 寻路算法,规避地图上现存的障碍物格子 6 小时 实现刷怪器逻辑,能够根据时间轴在地图边缘实例化怪物。 5 小时 编写怪物向核心移动以及基础状态切换的控制逻辑。 6 小时 Alpha 阶段首批任务的 GitHub 拆解、Issue 下发与排期协调。 3 小时 -
肖一涵 / 战斗与塔防模块及策划
任务名称 预计时间 创建单位基础数据类,包含生命值、攻击力、射程等核心属性。 6 小时 实现近战单位的碰撞体积与阻挡数逻辑,拦截经过的敌人。 5 小时 编写基础伤害计算公式,实现扣血与死亡退场的处理。 5 小时 实现基础的单位放置逻辑,包括坐标吸附与朝向设定。 4 小时 -
赵栩栩 / 基建与 UI 模块
任务名称 预计时间 搭建主界面基础框架,包含顶部的资源时间条和底部的操作面板。 4 小时 编写建造基础墙壁的交互逻辑,包括扣除行动力与网格合法性判断。 5 小时 配置二维摄像机的基础控制逻辑,响应鼠标或键盘的视口平移。 3 小时 制作招募与部署界面的前端映射,将数据状态渲染为 UI 元素。 4 小时 -
于忠雨 / 美术与数据模块
任务名称 预计时间 搜集并整理开源地图环境素材,进行规格统一处理。 6 小时 搭建 Alpha 阶段的数值验证表格,设计初始资源投放曲线。 4 小时 将表格数据转化为规范的 JSON 配置文件录入工程。 3 小时 执行 Alpha 版本的灰度测试,记录异常 Bug 与操作断点。 4 小时 -
初浩然 / 美术与数据模块
任务名称 预计时间 搜集并整理开源角色与怪物素材,完成序列帧切图。 4 小时 在 Godot 中配置角色闲置与攻击的基础动画状态机。 5 小时 撰写初始肉鸽增益池的设计文档,提供三到五种基础能力选项。 5 小时 UI 界面资产的切图与 Godot 内部控件拼装。 4 小时
2. 任务分配与项目管理模式
我们采用基于 GitHub 的 Issue 驱动工作流进行任务分配与追踪。
PM在 GitHub Projects 中建立看板,划分为待办、进行中、代码审查和已完成四个列。
所有的子任务均会被创建为独立的 Issue。每个 Issue 的标题为任务名称,内容包含验收标准,并打上对应模块的标签。
首批任务在例会上直接分配给对应的负责人。由于每个人的进度可能存在差异,后续的增量任务将存放在待办池中。当某位成员提前完成手头任务后,在群内同步并由项目经理从待办池中动态指派新任务,保证团队开发负荷的均衡。
3. Alpha 阶段总耗时统计
汇总上述所有细分任务,我们团队在 Alpha 阶段的总预期开发时长为 111 小时。平摊到 7 位团队成员身上,每人在 Alpha 阶段平均需要投入约 15 至 16 小时的有效开发与协作时间,符合课程周期的进度预期。
4. AIGC 任务边界与分配原则的组内讨论
针对 AIGC 在代码和资产生成中的应用,团队进行了专项讨论,并对工作量的评估与边界达成以下共识:
AIGC 的应用边界:我们鼓励使用 AI 辅助编写通用性强的算法实现,例如 A星 寻路的底层数学逻辑、正则表达式的生成,以及使用 AI 生成占位性的像素美术素材。但是任何经过 AI 生成的内容都应当经过严谨的测试与验证,以防任何上下文断层的情况出现。
任务分配方式:团队不设立独立的由 AI 完成任务。我们将 AIGC 视为开发者的辅助工具。如果某项任务采用了 AI 辅助,该任务的归属依然是负责该模块的成员。
工作量评估考量:对于 AI 生成的内容,代码审查和功能验收的时间往往长于编写时间。因此,即便某项算法代码主要由 AI 生成,评估该任务耗时时,依然需要预留至少百分之六十的时间用于提示词多轮调优、引擎内联调测试以及处理幻觉带来的 Bug。模块负责人需要对引入工程的所有 AI 生成代码承担最终的运行安全责任。

浙公网安备 33010602011771号