[T.18] 团队项目:Beta 阶段项目展示
[T.18] 启元知微 Beta 阶段项目展示
| 项目 | 内容 |
|---|---|
| 这个作业属于哪个课程 | 首页 - 2026年春季软件工程 - 北京航空航天大学 - 班级博客 - 博客园 |
| 这个作业的要求在哪里 | [T.18] 团队项目:Beta 阶段项目展示 - 作业 - 2026年春季软件工程 - 班级博客 - 博客园 |
| 我在这个课程的目标是 | 学习并实践现代软件工程的完整开发流程,提升全栈开发与团队协作能力 |
| 这个作业在哪个具体方面帮助我实现目标 | 本次作业通过回顾产品闭环、成员贡献与敏捷实践数据,帮助团队总结敏捷开发成果并全方位展示项目亮点 |
一、项目与团队亮点
启元知微是哈基米南北绿队面向北航学生打造的一体化智能学习平台。它把课程知识问答、题库资料、错题复练、学习论坛和实用工具整合到一个 Web 应用中,目标是帮助同学在复习时完成“查知识点 -> 做题 -> 复盘错题 -> 讨论问题 -> 沉淀资料”的学习闭环。
Beta 阶段,我们的关键词是:可溯源、可复练、可治理、可观测。

1. 团队成员与分工
| 组员 | 角色 | Alpha 已完成工作 | Beta 已完成工作 | 贡献分 |
|---|---|---|---|---|
| 袁子轩 | PM / 部署 | 项目规划、接口联调、产品部署 | Beta 规划、Issue 拆分、部署、数据库备份、测试与发布材料 | 60 |
| 李昊宸 | 后端 / RAG | 知识向量库构建、本地分词与重排模型 | RAG 引用协议、课程知识库扩充、检索质量优化 | 55 |
| 罗浩宇 | 后端 | 用户模块 | 用户统计、行为数据、限流、管理员相关后端能力 | 42 |
| 李昊霖 | 后端 | 知识问答基本框架 | AI 深度解析、论坛管理 API、实用工具与统计视图支持 | 49 |
| 赵志勇 | 后端 | 题库模块往年题部分 | 错题本、错题复练、课程概览、组卷与模拟考试优化 | 43 |
| 王赫 | 前端 | 首页、导航栏、用户模块 | 引用卡片、移动端样式、深色主题、实用工具模块 | 52 |
| 刘诗怡 | 前端 | 论坛模块、题库模块 | 管理员面板、统计视图、题库与错题本前端优化 | 49 |
团队采用前后端分离与多服务架构:
- Frontend:Vue 3 + TypeScript,负责页面与交互;
- Backend:FastAPI + MySQL + Redis,负责业务 API、鉴权、题库、论坛、图床和服务编排;
- RAG:独立 FastAPI 服务,负责检索增强生成、知识库管理、流式问答等能力。

2. 典型用户场景
典型用户是北航计算机学院本科生。考试周前,他需要快速理解课程概念、做往年题、整理错题,并和同学讨论不懂的问题。
过去的流程通常是:打开课件、翻 PDF、搜资料、问大模型、找题库、翻聊天记录。启元知微希望把这条路径收束到一个入口。
使用过程:
- 学生进入知识问答,选择“操作系统”,提问“工作集模型和页面置换有什么关系”。
- 系统基于课程知识库检索并流式回答,回答中带引用角标。
- 学生点击引用卡片,对照讲义片段核对答案。
- 学生进入题库,完成一套模拟练习。
- 错题自动进入错题本,学生筛选“未掌握 + 错误次数较高”的题目,一键复练。
- 如果解析看不懂,点击 AI 深度解析。
- 对仍然有争议的问题,进入课程论坛发帖讨论。

3. 杀手级功能
我们的杀手级功能是:课程感知的 RAG 问答 + 引用溯源 + 错题复练闭环。
和通用聊天工具相比,启元知微不是泛泛回答,而是围绕课程资料检索;和普通题库网站相比,它不是只让学生刷题,而是能把错题、解析和课程知识关联起来。
特色功能包括:
- RAG 回答正文可点击引用来源;
- 操作系统、编译原理等课程知识库扩充;
- 错题本支持多维筛选;
- 一键生成错题复练卷;
- 题目详情支持 AI 深度解析;
- 论坛举报可以被管理员后台处理。



4. 发布与用户数据
Beta 发布前,团队完成了:
- 三仓 CI/CD 配置与部署流程检查;
- Backend、Frontend、RAG 多轮联调;
- 数据库迁移与备份脚本整理;
- 黑盒回归测试与缺陷修复;
- 朋友圈、小红书等渠道宣传;
- 调查问卷和用户反馈收集。
截至 Beta 展示阶段,管理员统计视图中维护的核心数据如下:
| 指标 | 当前值 | 说明 |
|---|---|---|
| 总用户量 | 87 | 平台累计用户数 |
| 活跃用户 | 65 | 近两周有多次问答、发帖、考试等行为的用户 |
| VIP 用户 | 20 | 当前用户结构中的高级用户数 |
| 超级管理员 | 3 | 当前管理员账户数量 |


5. 软件工程质量
当前仓库中可量化的工程事实包括:
| 指标 | 数量 |
|---|---|
| 前端页面视图 | 24 |
| 前端 Vue 组件 | 30 |
| 后端 Alembic 迁移脚本 | 15 |
| GitHub Actions 工作流 | 6 |
| Backend 测试文件 | 4 |
| RAG 测试文件 | 2 |
| Backend + RAG 测试函数 | 22 |
工程质量机制:
- Backend 采用 endpoint -> service -> schema/model 分层;
- 所有接口统一挂载
/api/v1,并通过 OpenAPI 文档对齐; - 数据库结构通过 Alembic 迁移追踪;
- RAG 独立服务化,降低主后端与检索生成链路耦合;
- 前端使用 Vue 3 + TypeScript + Pinia + Router;
- 三仓配置 CI/CD,降低人工部署风险;
- 后端提供健康检查,管理员统计视图可观察服务状态;
- 高成本 AI 接口增加限流保护。



二、项目与团队总结
1. 项目管理
Beta 阶段采用 Milestone + Issue + 飞书共享文档的管理方式。PM 在阶段开始时将目标拆为 #beta-01 至 #beta-15 共 15 个 Issue,并标注负责人、优先级、估时和依赖关系。团队通过例会同步进度,使用燃尽图观察整体状态。
相比 Alpha 阶段,Beta 改进主要体现在:
- 需求更聚焦:围绕 Alpha 反馈的 5 类痛点展开;
- 任务更可衡量:每个 Issue 都有明确交付物;
- 风险更透明:RAG 引用协议、错题本 Session、论坛治理等高风险点提前拆分;
- 发布更工程化:部署、备份、CI 和测试被纳入计划,而不是最后临时处理。
Beta 燃尽图数据:
| 日期 | 计划剩余任务数 | 实际剩余任务数 | 说明 |
|---|---|---|---|
| 2026-05-09 | 15 | 15 | Beta 阶段 Issue 规划中 |
| 2026-05-16 | 15 | 15 | 技术方案与接口文档对齐完成 |
| 2026-05-23 | 11 | 13 | 数据库备份与错题本 CRUD 完成,其余推进中 |
| 2026-05-30 | 7 | 7 | 第一周核心接口落地,进度追平 |
| 2026-06-07 | 2 | 1 | 联调收尾,14/15 Issue 关闭,仅剩测试收尾 |


2. 团队贡献量化
| 名字 | 角色 | 团队贡献分 | 可衡量贡献 |
|---|---|---|---|
| 袁子轩 | PM / 部署 / QA | 60 | 完成 Beta 计划、Issue 拆分、部署脚本、备份方案、发布材料、回归测试组织 |
| 罗浩宇 | 后端 | 42 | 完成用户统计、行为日志、Redis 缓冲、DAU/留存统计 API、限流、相关测试 |
| 李昊霖 | 后端 | 49 | 完成 AI 深度解析接口、论坛管理 API、禁言冲突修复、联调与边界测试 |
| 李昊宸 | 后端 / RAG | 55 | 完成 RAG 引用元数据协议、HybridRetriever 改造、课程资料扩充与向量库冻结 |
| 赵志勇 | 后端 | 43 | 完成错题本表设计、CRUD、复练 Session、组卷算法、多选题与过期提交修复 |
| 王赫 | 前端 | 52 | 完成引用卡片、流式渲染适配、移动端样式、暗色主题、iOS 触控修复 |
| 刘诗怡 | 前端 | 49 | 完成错题本前端、管理员面板、统计视图、论坛与题库页面体验优化 |
3. 用户场景满足情况
项目开发前设定的核心场景是“考前复习闭环”。Beta 发布后,该场景已经基本满足:
| 场景 | 是否满足 | 说明 |
|---|---|---|
| 课程知识问答 | 已满足 | 支持课程上下文、流式回答、引用来源 |
| 题库练习 | 已满足 | 支持往年题、模拟考试、自定义组卷 |
| 错题复盘 | 已增强 | 支持筛选、一键复练、掌握状态 |
| 同学讨论 | 已满足 | 支持论坛发帖、回复、点赞、举报 |
| 社区治理 | 已增强 | 管理员可处理违规内容 |
| 运营观察 | 已增强 | 可查看用户量、活跃用户、服务健康度 |
未完全满足的部分主要是课程资料覆盖度。当前重点覆盖数据库、操作系统、编译原理等课程,未来还需要继续补充计算机组成原理、软件工程等资料。
4. 用户反馈与日活
Beta 阶段推广包括朋友圈、小红书、同学群、问卷反馈和线下体验邀请。当前注册与活跃数据说明产品已经获得一部分真实使用者,但由于课程项目周期有限,DAU 的长期稳定性仍需观察。从回收的有效问卷中,我们看到用户对核心迭代功能的接受度如下:

我们认为除日活外,还应关注:
- 单用户平均提问轮数;
- 题库完成次数;
- 错题复练触发次数;
- 论坛发帖与回复数;
- 引用卡片点击次数;
- AI 深度解析使用次数。
这些指标比单纯注册数更能说明产品是否真正进入学习过程。
5. 特色功能评价
团队自评:引用溯源和错题复练达到了 Beta 预期。RAG 引用让回答更可信,错题复练让题库从“资料库”变成“训练系统”。论坛治理和统计面板虽然不如问答功能直观,但对真实运行非常关键。
竞品通常没有囊括这些功能,原因可能是:
- 通用大模型不掌握课程私有资料;
- 普通题库网站缺少 RAG 与自然语言解释能力;
- 学习论坛和题库通常是割裂系统;
- 引用溯源需要前后端协议、检索元数据和流式渲染配合,工程复杂度较高。
团队能实现这些功能,主要依赖三仓分工清晰:RAG 负责检索与知识库,Backend 负责业务编排,Frontend 负责交互呈现。
6. 软件工程经验
Beta 阶段最大的经验是:软件工程质量不是最后补文档和跑测试,而是从需求拆分、接口协议、迁移脚本、联调节奏、发布条件里长出来的。
我们学到的具体教训:
- RAG 与 Backend 的协议必须文档化,否则前后端联调成本很高;
- 错题复练这种跨模块功能要尽早设计状态机和异常路径;
- 移动端问题不能等最后一天再看,尤其是流式内容和浮层;
- 管理员功能即使不是用户主路径,也会影响产品能否真实运行;
- 测试用例还需要继续补,尤其是前端 E2E 和跨服务集成测试。
三、总结
Alpha 阶段证明启元知微“能做出来”,Beta 阶段则证明它“能更像一个真实产品”。我们没有把 Beta 只做成几个新按钮,而是围绕真实学习场景补齐了可信、复盘、治理和观测能力。
下一阶段最需要提高的是自动化测试覆盖率和真实用户数据跟踪。只有让工程质量和用户反馈持续进入迭代,启元知微才能从课程项目继续成长为真正有用的学习工具。

浙公网安备 33010602011771号