软件工程与软件工程实践（第一次作业）

这个作业属于哪个课程	班级的链接
这个作业要求在哪里	作业要求的链接
这个作业的目标	熟悉API调用与前端交互，搭建GitHub主页，撰写学习随笔
学号	102401302

2026软件工程与软件工程实践——第一次作业

在开始本次作业前，我已完成了以下准备工作：

个人账号注册：已在 Hugging Face 官网注册账号并成功获取 API Token。
模型地址：XLabs-AI/flux-RealismLora（实际调用基座模型 black-forest-labs/FLUX.1-dev）。
系统架构：采用前后端分离架构。前端（HTML/JS）负责输入 Token 与提示词，后端（Flask）负责代理调用 API，生成图片后以 Base64 格式返回前端展示。

前端通过 fetch 将 Token 和提示词 POST 给后端，后端调用 API 后返回图片数据。

初版提示词：A beautiful mountain and lake 太笼统，生成结果偏向插画，缺乏真实光影。
修改过程：加入摄影专业术语和物理缺陷。为了贴近真实世界，加入了 raw smartphone photo、high ISO noise、slight camera shake、muddy ground 等描述。
最终提示词：

A raw, unedited photograph of a rugged alpine lake in the early morning, thick fog, rough textures, overcast soft diffuse lighting, shot on 35mm lens, natural muted colors, subtle film grain, no post-processing
设计思路：真实世界的照片往往是不完美的。通过加入“未修图原片”、“胶片颗粒”、“传感器噪点”和“低饱和度”等词汇，减轻了 AI 绘画常见的“过度平滑”和“梦幻感”，生成了更具真实感的写实照片。

在本次实践中，我遇到了一些环境与网络配置上的问题，也积累了不少经验：

前后端安全设计：为避免 Token 硬编码造成泄露，我设计了一个前端 Token 输入框，前端通过 POST 请求将 Token 与提示词一同发给后端调用 API，提高了应用的可移植性和安全性。
工程化认知：虽然最后跑通了项目，但代码结构比较混乱，缺乏错误重试机制。这让我意识到后续必须加强“工程化思维”的培养，比如增加重试、日志和更清晰的模块划分。