第一次软工作业

这个作业属于哪个课程 https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24
这个作业要求在哪里 https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24/homework/15628
这个作业的目标 个人介绍
学号 3124005526
https://github.com/dave66688/software-engeneering/tree/main
一、 当前技能树与技术偏好
在正式步入《软件工程》这门课程之前，我对自己目前的技术积累做了一次较为系统的复盘。作为大二学生，我认为目前正处于从“会写代码”向“写好代码”过渡的关键阶段。

1. 目前具备的专业知识与能力
   能力 A：扎实的后端开发基础（Java 技术栈）
   过去一年多，我主要深耕后端领域。目前熟练使用 Java 进行编程，掌握了 Spring Boot 框架的核心机制，包括 IoC（控制反转）、AOP（面向切面编程）以及整合 MyBatis 进行数据库操作。我已经能够独立设计并实现基于 RESTful API 的简单后端服务，并具备基本的 MySQL 数据库设计能力（如索引优化、多表关联查询）。

能力 B：算法与数据结构应用能力
得益于对算法竞赛（如 LeetCode、Codeforces）的长期投入，我拥有较强的 算法设计与分析 能力。我熟练掌握数组、链表、树、图等基础数据结构，能够运用贪心、动态规划、回溯等算法解决实际问题。这种能力让我在解决后端高并发场景下的资源调度、缓存淘汰策略等问题时，具备更底层的逻辑优化思维。

能力 C：版本控制与 Linux 环境操作
我熟悉 Git 的工作流（如 Git Flow），能够使用 GitHub 进行团队协作中的代码管理和冲突解决。同时，我具备 Linux 服务器的基础运维能力，能够独立完成项目在云服务器上的部署、环境变量配置以及基本的 Shell 脚本编写。

2. 感兴趣的技术方向
   目前我对 分布式系统架构 与 中间件开发 有浓厚的兴趣。我渴望了解在真实的工业级场景下，如何通过微服务架构（如 Spring Cloud）解决高并发、高可用的问题。具体来说，我对 Redis 缓存穿透/雪崩的解决方案、消息队列（如 RabbitMQ/Kafka）在系统解耦中的应用，以及数据库的分库分表策略非常着迷。

3. 当前缺乏的能力
   欠缺 A：工程化规范与文档能力
   虽然能写出能运行的代码，但我写的代码往往缺乏规范的注释、清晰的 API 文档（如 Swagger 配置不完整），且没有形成严格的项目文档（如需求文档、概要设计）。这导致我的代码在移交或长期维护时，可读性和可维护性较差。

欠缺 B：系统设计与架构思维
目前的我更擅长“解决单个技术点”，而缺乏“解决复杂业务系统”的全局观。在面对一个复杂的业务需求时，我常常不知道如何从零开始进行模块划分、如何设计高内聚低耦合的架构，以及如何平衡开发成本与系统性能。

欠缺 C：团队协作与项目管理经验
目前的大多数项目都是个人项目或仅有两三人的小项目，缺乏在规范流程下的团队开发经验。对于需求变更管理、测试驱动开发（TDD）、代码审查（Code Review）等敏捷开发流程，我仍停留在理论层面，没有实战经验。

二、 代码量现状与目标
当前代码量： 约8000行

说明： 这部分代码主要来自课程大作业、个人练手的 Spring Boot 项目（如博客系统、电商秒杀 Demo）以及算法竞赛的刷题记录。虽然数量尚可，但其中包含大量的重复性 CRUD 代码和实验性质的测试代码。

课程期望代码量： 2万及以上

目标： 希望通过本学期的团队项目，不仅追求代码量的增长，更追求代码质量的提升。我希望能够写出更符合企业级规范的代码，且有效代码（核心业务逻辑、算法实现）占比能达到 60% 以上。

三、 最期待在课程中的收获
在开课之前，我查阅了软件工程的核心内容，我最期待的收获主要集中在以下三点：

“从零到一”的系统设计实战经验：
我希望通过课程大作业，能够体验完整的软件开发生命周期（SDLC）。我不满足于只是写接口，我希望学会如何进行需求分析、绘制 UML 图（用例图、类图、时序图），并理解这些设计图是如何指导后续编码的。

团队协作下的规范落地：
我期待在分组项目中，体验真正的 Git 团队协作（如通过 Pull Request 提交代码、进行 Code Review）。我想学习如何在一个团队中保持代码风格统一、如何编写有意义的 Commit Message，以及如何通过有效的沟通解决技术分歧。

测试与质量保证的实践：
过去的我写完代码都是“手动点一点”就认为完成了。我期待在课程中学习 单元测试（JUnit）、集成测试 以及 性能测试 的编写方法，理解自动化测试在保障软件质量中的重要性，摆脱“野路子”开发的习惯。

四、 AI 生成的学习指南及合理性分析

1. 学习指南（由“通义千问”生成）
   《软件工程》课程学习指南

一、 课程定位与目标
软件工程是一门指导软件开发和维护的工程学科，旨在培养学生从工程化角度构建高质量、高可靠性软件的能力。本课程不仅关注编码，更关注过程管理与团队协作。

二、 核心知识模块

软件过程与生命周期： 重点掌握瀑布模型、敏捷开发（Scrum）、迭代模型的特点与适用场景。

需求工程： 学会如何进行需求获取、分析与规格说明，掌握数据流图（DFD）和用例图（Use Case）的绘制。

软件设计： 理解高内聚低耦合原则，掌握结构化设计与面向对象设计（OOD），熟练使用 UML（统一建模语言）进行类图、时序图、状态图的建模。

软件测试： 区分黑盒测试（等价类划分、边界值分析）与白盒测试（逻辑覆盖），掌握 Junit 单元测试框架的基本使用。

项目管理与团队协作： 了解 Git 工作流、燃尽图的使用，理解 CMMI 与 ISO 标准的基本概念。

三、 学习策略

理论结合实践： 不要死记硬背概念，要将瀑布模型、敏捷开发应用到课程大作业中，体会不同模型的优缺点。

善用工具： 熟练使用 Project（或在线协作工具）管理进度；使用 Postman 进行接口测试；使用 Git 进行版本控制。

重视文档： 软件工程的核心在于“沟通”，文档是沟通的桥梁。务必认真撰写需求文档、设计文档和测试报告。

2. 指南的合理性与帮助分析
   合理性分析：
   这份由 AI 生成的学习指南整体上是非常合理且全面的。它准确地抓住了软件工程这门课的“灵魂”——即 “工程化”。它没有像普通教程那样只罗列知识点，而是将知识点分为了过程、需求、设计、测试、管理五大核心模块，这与大学本科软件工程课程的主流教学大纲高度吻合。

对我的帮助与启发：

明确了学习重心：
指南中强调“UML 建模”和“软件设计”，这正好填补了我“欠缺 B（系统设计能力）”的短板。它提醒我，这门课的重点不是去纠结某一行代码怎么写，而是如何把脑海中的逻辑转化为团队都能看懂的设计图。

纠正了学习误区：
指南中提到的“不要死记硬背概念”对我很有启发。我以前的思维是“技术驱动”，认为只要技术够硬就行。但这份指南让我意识到，对于软件工程来说，过程管理和沟通成本同样重要。例如，选择瀑布模型还是敏捷开发，并不是单选题，而是要根据项目规模来权衡，这刷新了我对“管理”的认知。

提供了实操抓手：
指南在策略部分列出了具体的工具（如 Postman, Project, Git）。作为后端方向的学生，我虽然会用 Git，但在团队中规范使用 Git Flow 还不熟练；虽然写接口，但用 Postman 做自动化测试还不深入。这让我明确了在课程实践中需要刻意练习的具体工具点。

不足与补充：
如果让我对这份 AI 指南稍作补充，我认为它缺少对 “软件维护” 和 “软件演化” 的强调。在真实的工业界，维护阶段的成本远高于开发阶段。我期望在课程中，除了学会如何构建软件，也能学习如何设计出易于维护和易于扩展的软件。