第一次软件工程作业
| 这个作业属于哪个课程 | https://edu.cnblogs.com/campus/fzu/2026-01SoftwareEngineeringandSoftwareEngineeringPractice |
|---|---|
| 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 | 初步了解 GitHub、博客园与Markdown 基础；使用 Flux 模型 API 调用与前端交互生成；搭建个人GitHub 主页 |
| 学号 | 072308214 |
| 一、作业准备 |
- 账号与博客准备
GitHub 账号：已注册，已完成头像、个人简介等信息完善2. 关注博客
已关注任课老师博客：https://www.cnblogs.com/zhaowuhuang
已关注助教博客：https://www.cnblogs.com/prcy 、 https://www.cnblogs.com/jsm-blog
一：api调用以及图片生成* 以及GitHub注册
后端代码展示：from flask import Flask, request, jsonify, send_file
import requests
import io
app = Flask(name)
========= 替换成你自己的HuggingFace Token =========
HF_TOKEN = "hf_XXXXXXXXXXXXXXXXXXXXXXXX"
API_URL = "https://api-inference.huggingface.co/models/XLabs-AI/flux-RealismLora"
headers = {"Authorization": f"Bearer {HF_TOKEN}"}
首页，返回前端页面
@app.route("/")
def index():
with open("index.html","r",encoding="utf-8") as f:
return f.read()
图像生成接口
@app.route("/generate",methods=["POST"])
def generate():
data = request.get_json()
prompt = data.get("prompt","")
negative_prompt = data.get("negative_prompt","")
payload = {
"inputs": prompt,
"parameters": {
"negative_prompt": negative_prompt,
"guidance_scale": 7,
"num_inference_steps": 28
}
}
response = requests.post(API_URL, headers=headers, json=payload, timeout=120)
if response.status_code == 200:
img_bytes = response.content
return send_file(io.BytesIO(img_bytes),mimetype="image/jpeg")
else:
return jsonify({"error":response.text}), 400
if name == "main":
app.run(debug=True, port=8000)
GitHub自我介绍：
技能树梳理：
一、个人技能树、技术偏好与自我评估
- 已具备的专业知识与能力
（1）计算机基础能力
- 上学期掌握计算机网络基础原理，熟悉 TCP/IP、HTTP、DNS、DHCP 等常用协议。
- 目前了解操作系统基础概念，理解进程、文件管理、权限机制。
- 掌握基础计算机软硬件常识，具备独立排查简单电脑、网络问题的能力。
（2）编程与代码能力 - 目前掌握考前 Python 基础语法，能够独立编写小型脚本、接口调用程序。
- 曾经掌握考试需要的 C 语言 基础语法、分支、循环、数组、函数编程逻辑。
- 刚刚掌握 Git / GitHub 使用：仓库创建、提交、推送、分支管理、README 主页搭建。
（3）工程与工具能力 - 磕磕绊绊使用 Markdown 语法，能够独立撰写规范技术文档、随笔、项目报告。
- 掌握基础前后端简单交互流程，能够搭建简易前端页面 + 后端接口。
- 能够调用第三方 AI API，完成图像生成、接口请求、参数调试等工程操作吗？
- 个人技术兴趣方向
- 人工智能与大模型应用：AI 图像生成、API 调用、提示词工程、智能应用开发。
- 软件工程与项目开发：标准化开发流程、版本管理、前后端交互、项目部署。
- 网络与服务端开发：接口开发、服务器基础、网络请求原理。
- 当前欠缺的能力（重点）
- 缺少从需求、设计、开发、测试、部署的完整流程经验。
- 面向对象、代码规范、模块化开发掌握不熟练，代码复用性较差。
- 对软件架构、分层思想、项目结构设计认知较浅。
- 缺乏系统测试、调试、Bug 排查能力。
- 对团队协作开发、规范化开发流程了解不足。
二、代码量现状与学期目标
- 当前累计代码量
截至目前，个人累计编写代码量仅仅限于作业，
2. 本学期期望达成代码量
通过软件工程课程练习、课后项目实践、AI 项目开发，本学期计划新增 2000–3000 行有效代码，总代码量突破 4000 行。
目标以规范代码、结构化编程、小型项目实战为主，不盲目堆砌代码。
三、本课程最期待学习的知识与收获
1. 最期待学习的内容
- 软件工程完整开发流程：需求分析、概要设计、详细设计、编码、测试、维护。
- 规范化开发思维：代码规范、项目结构、版本控制、文档撰写。
- 软件测试方法、Bug 调试、项目迭代优化思路。
- 小型软件项目从零开发、部署、上线的完整流程。
- AI 辅助开发、AI 工具在软件工程中的实际应用方式。
2. 希望获得的个人收获
- 建立标准、规范、工程化的编程思维，告别零散、随意式写代码。
- 能够独立完成小型完整软件项目，具备项目设计与落地能力。
- 熟练掌握软件开发流程、文档写作、团队协作基础能力。
- 学会利用 AI 工具辅助学习、查错、优化代码、提升开发效率。
四、AI 生成《软件工程课程学习指南》及个人分析
- AI 生成的课程学习指南（调用 DeepSeek 生成）
软件工程课程学习指南 - 夯实理论基础
认真掌握软件生命周期、软件开发模型（瀑布、迭代、敏捷）、需求分析、软件设计、软件测试、软件维护等核心理论，理解软件工程解决的核心问题是：规范化、工业化、高质量开发软件。 - 重视工程规范
学习代码规范、命名规范、注释规范、项目目录结构、版本控制工具 Git，养成良好开发习惯。 - 强化项目实践
以小型项目为载体，完整经历：选题、需求文档、设计文档、编码、测试、收尾总结，避免只学理论不做项目。 - 熟练掌握文档能力
软件工程非常看重文档能力，学会撰写需求说明书、设计报告、实验报告、开发日志、技术随笔。 - 掌握基础测试与调试能力
学习常见 Bug 类型、调试思路、测试用例设计，具备基本查错、改错、优化代码的能力。 - 善用 AI 辅助学习
利用 AI 解释知识点、优化代码、排查错误、辅助写文档、梳理学习框架，提升学习效率。 - 指南合理性与自我帮助分析
（1）是否合理
这份学习指南整体非常合理、贴合本科软件工程课程定位。
覆盖了理论、规范、项目、文档、测试、工具辅助六大核心板块，没有偏难、超前内容，完全适配本学期学习节奏。
（2）对本人的帮助 - 帮我建立系统化学习框架，不再零散学习知识点。
- 提醒我重视工程规范和文档能力，弥补自己随意写代码的坏习惯。
- 强调项目实战，弥补我目前缺少完整项目经验的短板。
- 明确了 AI 辅助学习的正确用法，避免盲目依赖 AI，而是用 AI 提升工程能力。
- 帮助我清晰规划本学期学习重点，学习更有目标、更有条理。改为 markdown 格式
心得体会
课程学习心得体会
通过本次软件工程课程的自我梳理与学习规划制定，我全面复盘了自身的技术能力、学习短板与未来发展方向，一改以往盲目刷题、碎片化学习的状态，对软件工程的工程化思维有了全新认知。此前我的编程学习仅局限于课程作业，代码零散且缺乏规范，没有完整的项目开发经验，忽视了软件开发流程、文档撰写、代码优化等核心工程能力。同时我也清晰意识到，自身在项目架构设计、bug调试、团队协作等方面存在明显短板，这也是后续需要重点补齐的内容。在接触AI辅助学习工具、研读软件工程学习指南后，我明白现代软件开发不再是单纯的代码编写，更注重规范、流程、协作与效率。今后我将摒弃随意化的编程习惯，以规范化、工程化为核心开展学习，积极参与项目实战，积累有效代码量，善用AI工具赋能学习与开发，循序渐进补齐技术短板，系统掌握软件工程核心知识与实操能力，为后续专业学习和技术实践筑牢基础。
浙公网安备 33010602011771号