2026秋软件工程个人作业第一次

这个作业属于哪个课程	H202601软件工程与软件工程实践
这个作业要求在哪里	2026秋软件工程个人作业（第一次）
这个作业的目标	1.调用hugging face api生成图像 2.搭建个人GitHub主页,梳理个人能力 3.明确自身发展方向,提出对学习课程所希望的收获
学号	102401428

2026秋软件工程个人作业（第一次）

1.hugging face API 的调用

1.1 API 调用流程

1. 获取token

2. 编辑.evn文件进行token的存放

   HF_TOKEN=hf_xxxxxxxxxxxxxxxxxxxx

3. 在hugging face 上查询API的调用方式，参照代码进行本地调用

    import os
    from huggingface_hub import InferenceClient
   
    client = InferenceClient(
        provider="fal-ai",
        api_key=os.environ["HF_TOKEN"],
    )
   
    # output is a PIL.Image object
    image = client.text_to_image(
        "Astronaut riding a horse",
        model="XLabs-AI/flux-RealismLora",
    )
   
   

1.2 调用成功

1. 第一次，用中文提示词

2. 第二次，使用英文提示词

1.3 API 调用心得

1. 提示词是唯一的调优杠杆：云端模型不可调且不同的模型训练的样本不同，能控制的只有提示词与参数，越准确的提示词，对于图像生成的质量有很大的影响
2. ai时代，token的计费是不可以忽视的，使用的过程中要有预算和额度的监测意识

2. Github 的个人主页搭建

• 我的个人主页<Winksong>
• 

3. 自我评估

一、已具备的能力和知识

• C/C++ 基础编程，能简单完成基于TCP/IP的简易（客户端，服务器）网络通信
• 数据结构和基础算法
• git和linux的基础操作

二、技术感兴趣方向

• agent 应用开发
• 具生智能和机器人
• c++后端开发

三、目前欠缺的能力

• 大型项目代码阅读能力
• 各种c++技术的融合使用（大项目）
• 代码工程化思想

四、代码量：现在VS目标

• 代码量目前约3000行
• 希望达到6000行
• 坚持刷题和开始大项目的技术栈准备

五、本课程最期待学到的知识

• 软件从开始的设计需求的分析，到在ai的辅助下进行编码，测试上线的整个步骤流程
• git ,github 的团队合作
• 大项目代码调试能力

4.chatgpt给出的学习指南

1. 理解软件工程在解决什么问题

结合我的情况，这门课重点不是重新学习编程基础，而是让我从：

会写 C++ 代码
    ↓
会写一个小项目
    ↓
会设计项目
    ↓
会参与大型项目开发

逐渐建立自己的工程化开发思维。

2. 分模块学习

• 需求分析： 学会把用户的需求转化成具体的软件功能。不要拿到题目就开始写代码，先明确“做什么、给谁用、解决什么问题”。
• C++ 工程化： 在现有 C/C++ 基础上进一步学习 CMake、STL、智能指针、多线程、网络编程等，重点解决“多个技术如何在一个大型项目中结合使用”。
• 代码规范： 学习命名、注释、函数设计、模块划分等基本规范，养成良好的代码习惯，让代码能够被别人阅读和维护。
• 版本管理与协作： 重点掌握 Git 分支、merge、rebase、Pull Request 和 Code Review，了解真实团队项目是如何协作开发的。
• 项目管理： 学习敏捷开发、任务拆分和迭代开发，把一个大任务拆成多个可以独立完成的小任务，避免项目最后全部堆到一起。
• AI 辅助开发： 学习如何利用 AI 辅助需求分析、架构设计、编码、测试和 Debug，但不能完全依赖 AI，要能够判断 AI 生成代码是否合理。

3. 时间安排

• 开学前期： 重点打基础，跟紧需求分析、软件设计等内容，多练习 UML 和项目结构设计。
• 课程中期： 开始把重点放到编码、测试和 Git 协作上，逐渐将理论知识应用到实际项目中。
• 课程后期： 重点进行项目实践，提前确定项目方向，做好任务拆分和 Git 分工，逐步完成一个完整的软件项目。
• 平时坚持： 保持刷题和 C++ 学习，同时增加项目代码量，从目前约 3000 行向 6000 行提升。

4. 我的分析

1. 合理

将项目分成多个模块进行学习，设计，工程化，Ai辅助，测试项目管理，覆盖了软件工程学习的主线知识，建议干中学，不是简单的学习知识点

2. 不足之处

   本课程鼓励使用大模型辅助开发，但未涉及如何在软件工程各阶段中借助 AI 工具提效率

3. 能否对自己带来帮助

   整个指南让我对要学习的知识有了一个整体的框架，明确每个阶段的学习重点

   我会参照这份指南，在实际的学习中进行微调，结合课堂的安排

5.使用博客园markdown截图