软件工程第一次作业随笔

1 技能树与技术偏好梳理（自我评估）

已具备的专业知识与能力：

• 能力 A（编程基础）：掌握 Python、Java 等语言的基本语法与面向对象编程思想，能独立完成中等规模的控制台/Web 小程序；熟悉常用的数据结构与算法（链表、栈、队列、排序、查找等）。
• 能力 B（工具与版本控制）：能使用 Git 进行基本的版本管理（clone、commit、push、branch 等），熟练使用 GitHub 进行代码托管；会使用 VS Code 等 IDE 进行开发调试。
• 能力 C（Web 基础与数据处理）：了解 HTML/CSS/JavaScript 基础，能用 Flask 搭建简单的 Web 应用（本次作业即是实践）；会用 Python 处理简单的数据文件与图像（PIL 等）。
• 能力 D（学习与检索）：具备通过搜索引擎、官方文档、社区博客自主学习新知识的能力。

感兴趣的技术方向： 人工智能与 AIGC、Web 开发、数据科学（请按实际情况填写）。

欠缺的能力：

• 大型软件工程的完整流程经验不足（需求分析、系统设计、测试、维护等）；
• 团队协作与代码规范方面仍需加强；
• 对数据库、云服务、部署上线等工程化知识了解较少。

2 代码量说明

• 截至目前的代码量：约 代码量待补充 行（主要来自课程实验、课程设计、刷题练习与本次小项目）；
• 完成本学期课程后，希望达到的代码量：约 目标代码量待补充 行（希望在实践作业和课程设计中持续积累）。

3 本课程最期待学习的知识与希望获得的收获

• 最期待学习的知识：软件工程的完整开发流程——从需求分析、概要/详细设计，到编码、测试、部署与维护，特别是团队协作开发的方法与规范（请按实际情况填写）。
• 希望获得的收获：具备独立完成一个完整软件项目的能力；掌握规范的工程化开发方法（版本控制、代码评审、文档编写）；通过博客园实践体系养成记录与复盘的习惯，为后续学习（大模型应用开发、软件架构等）打好基础。

4 AI 工具生成的软件工程课程学习指南及分析

我选择 DeepSeek 作为 AI 工具，让它生成了一份简要的软件工程课程学习指南，内容如下：

软件工程课程学习指南（简要版）

1. 课程定位：软件工程是一门用工程化方法开发、运行和维护软件的学科，重点在于"工程化"而非单纯写代码，核心关注需求、设计、实现、测试、交付与维护的完整生命周期。
2. 核心知识模块：需求分析（用例、需求规格说明）、系统设计（架构设计、模块划分、UML）、编码与规范（代码风格、版本控制、代码评审）、软件测试（单元测试、集成测试）、项目管理（进度、风险、团队协作）等。
3. 工具链建议：Git/GitHub 做版本控制，UML 工具做设计建模，博客/文档工具做过程记录，测试框架做自动化验证。
4. 学习方法：理论结合实践，以项目为主线驱动学习；每完成一个阶段就动手实践并沉淀博客；善用 AI 工具辅助学习，但要以自己能讲清楚为检验标准。
5. 建议节奏：课前预习 → 课堂听讲 → 课后实践 + 写博客复盘；遇到问题先独立排查，再求助社区，最后请教老师/助教。

（若你实际使用的 AI 工具或生成内容不同，请替换为实际版本）

合理性分析：

• 合理之处：指南覆盖了软件工程课程的主线内容（需求、设计、实现、测试、项目管理），框架完整、逻辑清晰；"以项目为主线""用博客沉淀"的建议与课程以博客园为主的实践体系高度契合；强调工具链（Git、UML、测试工具）也贴合实际工程需要。
• 不足之处：内容比较概括，缺少针对本课程具体作业（如本次 Flux API 调用、GitHub 主页搭建）的细化指导；没有结合个人基础给出差异化建议，属于"通用路线图"，需要自己落地成具体计划。

能否对自己带来帮助：

• 能带来帮助：它给了我一个全局视角，让我知道软件工程课要学什么、按什么顺序学，避免"只会写代码、不懂工程"的误区；尤其是"以项目为主线""写博客复盘"的建议，正好对应我们课程每周实践的节奏，可以直接采用。
• 需要补充的：指南偏泛，我会结合自己的基础（Python/Web 有一定基础，工程流程经验不足）把它细化为每周可执行的具体计划，比如：优先补足需求分析与测试环节的实践，在每次作业中有意识地使用 Git 分支与代码评审等规范。