团队第三次作业—alpha冲刺

这个作业属于哪个课程 https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24/?page=2
这个作业要求在哪里 https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24/homework/15657
团队名称 Code Nova
团队成员-学号 3224004495-程天润 3224004457-李佳琪 3124004436-莫仕明
这个作业的目标 对项目和工作进行总结与思考

一.vlog链接

https://cropgif.net/videos/1779633359790-b96309ca-8f8c-4a13-ab5d-72b444c616cc.mp4

二.冲刺计划

1、项目概述

1.1 项目名称

喵喵记账——基于生成式 AI 的智能记账小程序

1.2 项目背景

传统记账软件通常存在输入流程繁琐、消费分类复杂以及用户长期坚持难度较高的问题。为了降低记账门槛，本项目希望结合：

  • 微信小程序
  • 语音识别
  • 自然语言处理
  • 生成式 AI

实现一种更加轻量化、智能化的记账方式，使用户能够通过一句自然语言甚至一段语音快速完成消费记录。

1.3 Alpha 冲刺目标

本次 Alpha 冲刺的主要目标包括：

  • 完成小程序基础页面搭建
  • 实现基础记账功能
  • 初步打通微信小程序与 Flask 后端联调
  • 验证语音识别技术路线
  • 完成账单管理基础流程
  • 为后续 AI 智能分类与消费分析功能做好架构预留

本阶段重点在于：

“完成核心业务闭环验证，形成可运行的 Alpha 原型版本”。
而不是一次性完成所有高级功能。

2、团队前期工作总结与思考

2.1 前期已完成的主要工作

（1）完成基础页面结构搭建

目前已经完成：

  • 首页
  • 账单列表页
  • 编辑页
  • 基础统计页

等页面的初步搭建，并实现页面跳转与基本交互逻辑。

通过这一阶段，团队初步形成了系统整体 UI 框架与页面结构。

（2）完成基础记账功能

当前系统已经支持：

  • 用户输入消费描述
  • 自动提取金额
  • 保存账单
  • 展示账单列表

初步形成了：

输入 → 解析 → 保存 → 展示

的核心记账流程。

（3）完成前后端基础联调

项目采用：

  • 微信小程序前端
  • Flask 后端

实现了：

  • HTTP 请求通信
  • JSON 数据传输
  • 基础接口调用

团队在这一阶段完成了前后端基本通信链路验证。

（4）完成语音识别初步接入

项目已经初步接入百度语音识别接口，实现：

  • 小程序录音
  • 音频上传
  • 语音转文字

验证了语音记账方案的可行性。

（5）完成基础统计功能

当前统计页已经能够实现：

  • 总支出统计
  • 账单数量统计
  • 基础分类汇总

为后续更加复杂的数据分析功能提供基础。

2.2 当前阶段存在的问题

虽然当前 Alpha 版本已经能够完成基本记账流程，但系统仍存在一些问题。

（1）数据存储方式较为简单

目前系统主要采用：

微信本地存储

进行账单保存。

这种方式虽然实现简单，但仍存在：

  • 数据无法跨设备同步
  • 无用户系统
  • 数据持久化能力有限

等问题。

（2）消费分类能力仍较基础

当前消费分类主要依赖：

  • 关键词匹配
  • 简单规则判断

对于一些语义复杂或存在歧义的消费描述：

  • 分类准确率仍有限
  • 泛化能力较弱

例如：

“雪糕3元”
“茶瀑布18元”

等描述较难仅通过规则准确判断。

（3）统计能力仍不完善

当前统计功能主要实现了：

  • 总金额
  • 分类统计

但尚未支持：

  • 图表展示
  • 趋势分析
  • 月度统计
  • 消费占比可视化

数据分析能力仍需增强。

（4）系统工程化程度较低

当前 Flask 后端主要面向：

  • 原型验证
  • 小规模测试

尚未实现：

  • 模块化拆分
  • 数据库接入
  • 用户认证
  • 日志系统

系统可维护性仍需提高。

2.3 可改进思路与优化方案

（1）进一步接入生成式 AI 提升分类能力

后续计划引入生成式 AI 大模型，实现：

  • 消费语义理解
  • AI 智能分类
  • 分类回退机制

从而提升系统对于复杂自然语言消费描述的理解能力。

例如：

“酸菜鱼30元”
“买奶茶18块”
“茶瀑布18元”

等场景能够更准确分类。

（2）完善 AI 消费分析功能

后续计划增加：

  • AI 消费分析
  • AI 消费建议
  • 消费结构总结
  • 分类占比分析

提升系统智能化能力。

（3）优化统计页数据可视化

目前统计页功能较基础，后续计划增加：

  • 横向占比条
  • 饼图
  • 柱状图
  • 月度趋势图

增强数据展示效果。

（4）优化页面 UI 与交互体验

当前页面主要以功能实现为主。

后续计划进一步优化：

  • 页面风格统一
  • 卡片化布局
  • 按钮状态反馈
  • 页面视觉设计

提升整体产品化体验。

（5）增强系统工程能力

后续计划：

  • 接入数据库
  • 增加用户系统
  • 支持云端同步
  • 优化后端模块结构
  • 增加错误日志系统

提升系统稳定性与扩展性。

3、Alpha 冲刺任务安排

3.1 冲刺阶段任务

模块 当前状态 Alpha 冲刺目标
首页开发 已完成基础页面 优化 UI 与交互
文字记账 已完成基础功能 提升解析准确率
语音记账 已完成基础接入 提升识别稳定性
消费分类 基础规则分类 接入 AI 智能分类
统计页 已完成基础统计 增加数据可视化
AI 分析 规划中 实现 AI 消费建议
数据存储 本地存储 预留数据库结构
后端结构 原型结构 优化模块化设计

4、团队成员分工与工作量统计

4.1 团队成员工作分工

成员 主要负责内容 实际承担工作 工作量占比
李佳琪 核心开发与系统联调 负责微信小程序前端开发、Flask 后端开发、基础语音识别接入、核心业务逻辑实现、前后端联调与整体系统集成 40%
程天润 页面设计与功能测试 协助页面 UI 设计、协助小程序前端开发、基础语音接入、页面布局调整、功能测试与问题反馈 35%
莫仕明 需求分析与项目展示 负责需求文档、系统设计文档、项目资料整理与部分流程图绘制、协助功能测试与问题反馈、负责 PPT 制作、项目展示材料整理、技术资料查阅与演示协助 25%

4.2 当前阶段完成情况统计

功能模块 完成情况 负责人
首页基础页面 已完成 程天润
账单列表页 已完成 李佳琪
编辑页 已完成 李佳琪
基础统计页 已完成 李佳琪
文字记账 已完成 程天润
基础金额解析 已完成 程天润
Flask 后端搭建 已完成 李佳琪 + 莫仕明
基础语音识别接入 已完成 李佳琪 + 程天润
UI 基础调整 部分完成 李佳琪 + 程天润
功能测试 部分完成 程天润 + 莫仕明
项目文档整理 部分完成 程天润 + 莫仕明

5、Alpha 冲刺阶段预期成果

本次 Alpha 冲刺结束后，团队希望实现：

  • 小程序核心业务流程完整运行
  • 前后端稳定通信
  • 语音记账基本可用
  • 基础统计功能可展示
  • AI 智能分类初步接入
  • 页面风格进一步统一

形成：

“具备 AI 能力雏形的轻量级智能记账系统原型”。

三.冲刺总结

1. 冲刺计划完成情况

经过本阶段 Alpha 冲刺，团队已经基本完成了冲刺计划中的核心目标，并成功实现了项目的主要业务闭环。

当前已经完成：

  • 微信小程序基础页面搭建
  • Flask 后端服务搭建
  • 文字记账功能
  • 基础账单解析功能
  • 账单保存与展示
  • 账单编辑与删除
  • 前后端联调
  • 基础统计功能
  • 百度语音识别初步接入

同时，在原有计划基础上，团队还进一步尝试并完成了部分扩展功能，包括：

  • AI 智能分类能力初步接入
  • AI 消费分析功能探索
  • 页面 UI 风格统一优化
  • 统计页数据展示优化

因此，本次 Alpha 冲刺不仅完成了原计划中的核心目标，也在智能化方向上取得了一定扩展成果。

2. 项目亮点

（1）结合生成式 AI 提升智能化能力

本项目在传统记账功能基础上，引入了生成式 AI 大模型，实现：

  • 消费语义理解
  • AI 智能分类
  • AI 消费分析与建议

相比传统基于关键词匹配的方式，系统能够更好地理解自然语言消费描述，提高分类准确率与交互智能化水平。

（2）实现完整语音记账链路

项目完成了：

录音 → 上传 → 语音识别 → 自动解析 → 保存账单

完整语音记账流程。

通过接入百度语音识别 API，用户能够直接通过语音完成消费记录，降低了记账操作门槛。

（3）完成前后端完整联调

项目采用：

  • 微信小程序前端
  • Flask 后端

实现完整数据交互流程，包括：

  • HTTP 请求
  • JSON 数据通信
  • 接口调用
  • 真机局域网调试

团队在开发过程中积累了较完整的前后端协作经验。

（4）系统功能闭环较完整

当前系统已经形成：

输入 → 解析 → 保存 → 管理 → 统计 → 分析

的完整业务流程。

用户可以完成：

  • 文字记账
  • 语音记账
  • 账单管理
  • 消费统计
  • AI 分析

等完整操作。

（5）具备较好的扩展性

虽然当前版本仍属于 Alpha 阶段，但系统在设计时已经预留：

  • AI 分类扩展
  • 数据库扩展
  • 云同步扩展
  • 用户系统扩展
  • 数据可视化扩展

等能力

3. 当前项目存在的不足

（1）数据存储方式仍较简单

当前系统主要采用微信本地存储保存账单数据，存在：

  • 无法跨设备同步
  • 数据安全性有限
  • 缺少用户系统

等问题。
后续需要进一步接入数据库与云端存储方案。

（2）AI 输出稳定性仍需优化

由于生成式 AI 存在一定随机性，目前仍可能出现：

  • JSON 输出格式异常
  • 分类结果不稳定
  • AI 分析波动

等问题。

后续需要进一步优化 Prompt Engineering（提示词工程）与错误回退机制。

（3）统计分析功能仍较基础

当前统计模块主要支持：

  • 总支出统计
  • 分类汇总

尚未支持：

  • 月度趋势分析
  • 图表可视化
  • 消费预算提醒
  • 消费异常检测

后续仍有较大优化空间。

（4）系统工程化程度有限

目前 Flask 后端主要面向：

  • 原型验证
  • 小规模测试

尚未实现：

  • 模块化拆分
  • 数据库持久化
  • 用户认证
  • 日志系统
  • 高并发处理

系统整体工程化程度仍需进一步提升。

（5）项目产品化程度仍需完善

虽然目前已经实现了基本 UI 风格统一，但在：

  • 页面细节设计
  • 动效反馈
  • 用户引导
  • 长期使用体验

等方面仍有进一步优化空间。

4.过程体会

李佳琪：
通过这次“喵喵记账”小程序的开发，我第一次较完整地体验了一个软件项目从需求分析、系统设计到前后端开发与测试联调的全过程，也让我对软件工程有了更加真实的认识。
在开发过程中，我发现真正困难的不只是写代码，而是如何将不同模块连接起来。例如语音记账不仅涉及录音，还需要处理音频上传、接口调用以及真机调试等问题。
此外，我也第一次接触了生成式 AI 在实际项目中的应用，学习了大模型 API 接入与提示词设计。总体来说，这次开发提升了我的前后端联调能力，也让我对 AI 应用开发与团队协作有了更深入的理解。

程天润：
在本次记账小程序的开发中，我主要承担了前端界面设计、布局调整以及基础语音功能的接入工作。从最初的UI构思到最终在手机上呈现出流畅的页面，我深刻体会到了将设计稿转化为实际代码的成就感。特别是在调试语音接入和反复进行功能测试的过程中，我学会了如何从用户的角度去发现并反馈问题，不断优化交互细节。这次实践不仅锻炼了我的前端编码能力，更让我明白了优秀的软件离不开对每一个像素和每一次交互的精细打磨，团队协作让复杂的开发过程变得高效且充满乐趣。

莫仕明：
作为团队中负责文档与展示的成员，我主要完成了需求与系统设计文档的撰写、流程图绘制以及最终的项目展示材料整理。虽然不直接编写核心业务代码，但通过查阅技术资料和梳理项目脉络，我深刻理解了“文档先行”在软件工程中的重要性。在协助功能测试和制作答辩PPT的过程中，我学会了如何将复杂的技术逻辑转化为清晰的表达，确保团队的努力能被完美呈现。这次经历极大地提升了我的逻辑思维与统筹能力，让我明白一个成功的项目不仅需要过硬的技术，更需要清晰的规划与出色的表达。

5. Alpha 阶段总结

总体来看，本次 Alpha 冲刺已经成功完成了项目核心技术路线验证，并形成了一个具备：

  • 语音输入
  • 自然语言解析
  • AI 智能分类
  • 消费统计
  • AI 分析

等功能的轻量级智能记账系统原型。

团队在本阶段不仅完成了小程序前后端开发与第三方 AI 服务接入，也积累了：

  • 微信小程序开发经验
  • Flask 后端开发经验
  • API 联调经验
  • AI 工程化接入经验

6.Github链接

https://github.com/7788-noodles

posted @ 2026-05-24 22:47  程天润  阅读(28)  评论(0)    收藏  举报