2026秋软件工程个人作业（第一次）

这个作业属于哪个课程	202601 软件工程
这个作业要求在哪里	第一次个人作业
这个作业的目标	完成 Hugging Face 图像生成 API 与前端交互，建设 GitHub 个人主页，梳理技能与学习规划，熟悉 Markdown 和 Git/GitHub 协作流程
学号	052402132

第一次个人作业

一、准备工作

GitHub ID：LYanl7
作业仓库：FZU-SE2701
博客园个人主页： LYanl7
班级：202601 软件工程

二、Hugging Face API 调用

1. 项目简介

我完成了一个名为 Lumen 的对话式写实图像生成网页。用户可以输入提示词，设置画面比例、推理步数、引导强度、反向提示词和随机种子，再由 Node.js 服务端调用 Hugging Face Inference Providers 上的 XLabs-AI/flux-RealismLora 模型生成图片。

项目位于 chat-app 目录，使用 HTML、CSS、原生 JavaScript、Node.js、dotenv 和 @huggingface/inference。

2. 页面展示

Lumen 前端首页

页面实现了提示词输入、灵感提示、生成参数调整、加载与错误状态、图片下载、提示词复用、最近创作记录、明暗主题和移动端适配。

3. API 调用步骤

在 Hugging Face 注册账号并创建 Access Token。

安装依赖并启动项目：

cd task01/chat-app
npm install
npm start

启动前先将 .env.example 复制为 .env，并配置：
```
HF_TOKEN=hf_xxxxxxxxxxxxxxxxx
PORT=3000
```
浏览器访问 http://localhost:3000 ，输入提示词并等待生成结果。

4. 核心代码

const client = new InferenceClient(process.env.HF_TOKEN);
const image = await client.textToImage(
  {
    provider: "fal-ai",
    model: "XLabs-AI/flux-RealismLora",
    inputs: prompt,
    parameters: {
      width,
      height,
      num_inference_steps: steps,
      guidance_scale: guidance,
      negative_prompt: negativePrompt,
      seed,
    },
  },
  { outputType: "blob" },
);

服务端还实现了请求体大小限制、提示词长度校验、参数范围限制、状态码处理及 Token 脱敏。

5. 调用记录与体验

由于 ChatGPT 写完代码之后跑了三次 E2E 测试，导致我的余额用光了，所以这里就没有最终生成图像了。

三、GitHub 个人主页建设

我选择“创建个人资料自述文件”的方案，建立了与 GitHub ID 同名的 LYanl7/LYanl7 仓库。

我的主页展示了技术栈、GitHub 统计、常用语言和 Steam 兴趣信息。

自我评估

能力	当前情况	仍需提升
Web 后端开发	能使用 Spring Boot、MyBatis 和常见数据库完成基础业务功能	系统设计、并发编程、性能分析和故障排查经验不足
Web 前端开发	能 review AI 写的代码	UI/UX 设计和审美

我目前最感兴趣的是游戏开发，但也希望在软件工程课程中学习到更多关于团队协作、项目管理和软件质量保障的知识。

未来三年规划

早日实习，除此之外希望能在原子弹爆炸之前做一些自己想做的事情。

四、技能树、代码量与课程期待

1. 当前技能树

我已经具备 Java/TypeScript 基础、Web 前后端开发、数据库与常用中间件使用能力，也能使用 Git 管理项目。当前短板主要是大型项目经验不足，对软件需求、架构权衡、自动化测试、持续交付和多人协作的理解还不够系统。

2. 代码量

用行来衡量代码量我觉得挺离谱的，我个人更倾向于用解决过的问题来衡量个人的水平，但是我由于我前两年只看了黑马程序员做了一些烂大街的玩具项目，所以我可以说基本是没有任何真实问题的解决能力的。

3. 课程期待

我最期待学习：

如何把模糊需求转化为可验证、可追踪的任务；
如何进行模块划分、接口设计和技术选型；
如何通过 Git 分支、Issue、代码评审和持续集成开展团队协作；
如何设计单元测试、集成测试并建立质量标准；
如何估算进度、识别风险并进行迭代复盘；
如何维护文档，使项目可理解、可运行和可扩展。

我希望课程结束时，不仅能写出可运行的程序，还能解释需求、设计、测试和协作过程，并对软件质量负责。

五、AI 生成的软件工程课程学习指南

本节选择 ChatGPT（Codex） 生成一份简要学习指南。

AI 生成的指南

一、学习目标

完成课程后，你应能够：

理解软件生命周期与常见开发模型

分析需求并编写需求规格说明

使用 UML 进行系统建模

掌握模块化、低耦合与高内聚等设计原则

运用 Git、测试和项目管理工具协作开发

完成一个结构规范的小型软件项目

二、核心知识

软件过程：瀑布模型、迭代开发、敏捷开发、DevOps

需求工程：需求获取、用户故事、用例、需求验证

软件设计：架构设计、模块划分、接口设计、设计模式

软件建模：用例图、类图、时序图、活动图

软件测试：单元测试、集成测试、系统测试、验收测试

项目管理：任务分解、进度估算、风险管理、团队协作

质量与维护：代码审查、重构、版本控制、持续集成

三、推荐学习顺序
软件过程
   ↓
需求分析
   ↓
UML 建模
   ↓
架构与详细设计
   ↓
编码与版本控制
   ↓
测试与质量保证
   ↓
部署、维护与复盘
四、学习方法

课前：快速浏览概念，记录不理解的术语。

课中：重点理解“为什么这样设计”，不要只背定义。

课后：通过一个持续迭代的小项目应用所学知识。

每周：整理知识图谱，并复盘需求、设计、代码和测试之间的联系。

五、实践项目建议

选择一个规模适中的项目，如图书管理系统、记账应用或课程管理平台，并依次完成：

项目计划与任务分工

用户故事和需求规格说明

UML 用例图、类图及时序图

系统架构与数据库设计

Git 分支协作和代码审查

单元测试与集成测试

项目演示、文档和总结

六、常用工具

版本控制：Git、GitHub 或 GitLab

建模：PlantUML、draw.io

项目管理：Trello、Jira

测试：JUnit、pytest

持续集成：GitHub Actions、GitLab CI

七、考核准备

概念题：理解术语的含义、适用场景与优缺点。

分析题：练习从案例中识别需求、风险和开发模型。

建模题：确保 UML 元素、关系与业务逻辑一致。

项目答辩：能说明需求来源、设计取舍、测试方法及个人贡献。

学习软件工程的关键不是记住流程，而是建立“需求—设计—实现—测试—维护”的整体思维。

合理性分析

我比较认可实践优先的学习方案，我认为各样的技术都对应各样的具体情境，也就是对应具体的问题。

posted @ 2026-09-07 20:38 Lyanl7 阅读(33) 评论(0) 收藏举报

刷新页面返回顶部

Lyanl7