软件工程第一次作业：账号准备、Flux API 、个人主页

这个作业属于哪个课程	202601 软件工程班级博客
这个作业要求在哪里	第一次个人作业要求
这个作业的目标	完成 GitHub、博客园与 Hugging Face 的实践准备；使用 Flux API 完成一次真实图像生成；建立个人主页并梳理技能树。
学号	102401128

一、准备工作

• GitHub：账号为 kasinglee；（李嘉星），已完善头像、昵称和个人资料。
• 博客园：账号为 jason_xdd，已申请开通博客并切换为 Markdown 编辑器。
• 已关注吴越钟、张明圣、王奇蕊，并加入 202601 软件工程班级博客。

二、Hugging Face Flux API 调用

2.1 实现方式

本次使用 XLabs-AI/flux-RealismLora 模型。Node.js 服务端接收网页提交的 Token 和 prompt，通过官方 @huggingface/inference SDK 自动选择该模型可用的 Inference Provider；浏览器收到 base64 图片后进行预览，并记录成功或失败日志。由于该 LoRA 模型当前不支持 hf-inference，SDK 会从可用提供商中选择，避免提供商不支持错误。

启动方式：

cd Homework/HW1
npm install
npm start

打开 http://localhost:3000，输入自己的 Token 和提示词，点击“生成图像”。

2.2 提示词设计与修改

第一次生成

第一次使用中英文混合提示词：

一位年轻的亚洲软件工程师在夜晚的工作室里调试代码，桌面有笔记本电脑和咖啡，窗外是细雨中的城市灯光，真实摄影，35mm lens, natural light, highly detailed

第一次生成结果：完全不符合预期，只识别了亚洲 这个关键词。

第二次生成

第一次结果显示，模型对中文场景和动作的理解不够稳定，画面更容易偏向泛化的人物肖像。因此我推测该模型可直接使用的中文语料较少，改用全英文提示词，并进一步明确人物动作、道具、光线和构图：

Photorealistic documentary-style image of a young Asian software engineer working late at night in a modern studio, seated at a desk and actively debugging code on a laptop, hands on the keyboard, a mechanical keyboard, notebook, and coffee mug on the desk, rain-streaked window behind him with softly blurred city lights and reflections. Single subject, authentic natural skin texture, focused expression, warm desk lamp balanced with cool blue ambient light, eye-level medium shot, 35mm full-frame lens, shallow depth of field, soft bokeh, realistic proportions, true-to-life colors, highly detailed, no text, no watermark.

第二次生成结果：已经达到目标效果了。

两次结果对比：第二次提示词使用全英文，并增加了 actively debugging code、rain-streaked window、eye-level medium shot 等限制，主体动作和整体场景更容易符合预期。

2.3 体验与心得

其实了解模型的架构 训练方式还是很重要的，不能单纯的所谓纯炼丹或者烧token

三、个人主页展示

我已经完成个人主页 StarBlaze。主页源码存放在 GitHub 仓库，并通过 GitHub Pages 部署；目前使用 starblaze.cc 作为自定义域名，相关域名配置在阿里云完成。主页使用 Jason_xdd 作为昵称，包含“简介、摄影、天文、编程”四个栏目。

主页简介中的自我介绍是：“一个小 Geek，没事就鼓捣技术；平常热爱摄影、中长跑；爱好工程，喜欢 CS。”摄影栏目记录了重庆旅行等作品，天文栏目记录了月球、木星、土星、仙女座星系等观测和拍摄，编程栏目目前仅展现了部分规划，后续作为展示项目和技术实践的入口。

主页新增的未来三年规划如下：

• 第一年（2026 - 2027）：补齐底层基础与系统架构主攻 Linux 常用运维与容器化部署（Docker / K8s），系统性强化常用数据结构与经典算法；深化后端工程能力，系统掌握 Spring Boot、关系型与非关系型数据库设计（MySQL / Redis），具备独立搭建高可用、规范化后端服务的能力。 第二年（2027 - 2028）：聚焦 AI 基础设施与工程化落地结合 Python 技术栈，深入大模型生态。重点攻克 LLM 微调训练（SFT / LoRA）、RAG 系统开发以及 Agent 架构设计与工具调用流程；产出 1-2 个端到端的大模型工程应用落地项目。 第三年（2028 - 2029）：大型项目实践与全栈闭环参与高并发、分布式后端系统的实际开发与性能调优；沉淀跨端协作与开源项目贡献经验，将后端高可用架构与 Agent 业务系统深度融合，形成具备生产级交付能力的完整项目作品集。

四、博客随笔

1. 未来三年规划

• 第一年：夯实数据结构、数据库、操作系统和软件工程基础，完成课程项目并保持每周代码练习。
• 第二年：选择后端开发/人工智能应用方向，参与团队项目，学习测试、部署和云服务，争取实习。
• 第三年：根据实习和项目反馈决定考研或就业，形成 2-3 个可展示的完整项目，提升系统设计和沟通能力。

2. 当前技能树与自我评估

• 已掌握：能使用 Java/Python 完成编程，熟悉 Git、Markdown、HTML/CSS/JavaScript 的使用。

• 实践兴趣：个人主页已经使用 HTML、CSS 和 JavaScript 完成多页面展示，并尝试于鸿蒙系统开发相关应用。

• 欠缺：算法训练不系统，数据库设计、自动化测试、Linux 运维和大型项目协作经验不足；编程栏目目前仍在持续建设中，完整项目案例还需要补充。

• 技术偏好：对后端工程、LLM 训练、Agent 基础建设方面感兴趣。

3. 代码量与课程期待

截至目前累计代码量约为 3141 行；本学期结束希望达到 31415 行，并完成我想象中的鸿蒙软件。

最期待学习需求分析、软件设计、测试和持续集成。希望能用上学到的知识开发出鸿蒙软件。

4. AI 生成的软件工程学习指南

AI 工具与提示词

我选择 Gemini 3.8 Flash，提示词为：“为软件工程初学者生成一份简要的 13 周学习指南，包含需求分析、设计、编码、测试、Git 协作和项目复盘，每周给出实践任务。”

生成的学习指南

1. 一份为期 13 周的软件工程实战学习指南，以从零完成一个完整的 Web/CLI 工具项目（如个人任务管理系统、在线记账本或轻量博客）为主线。

周次	阶段核心	学习内容重点	本周实践任务
第 1 周	软件工程概述与环境	软件生命周期（SDLC）、敏捷基础、开发工具链配置	搭建本地环境（IDE、Runtime），选定练手项目方向，输出 100 字以内的项目构想。
第 2 周	需求分析与用户故事	功能需求与非功能需求、用户画像（Persona）、User Story 编写	撰写项目的基础需求规格说明，拆解出至少 8 条符合 INVEST 原则的用户故事。
第 3 周	用例建模与原型	用例图（Use Case）、核心业务流、线框原型设计	使用 draw.io 绘制系统用例图与状态流转图，用 Figma/墨刀画出核心界面低保真线框图。
第 4 周	架构与数据建模	经典分层架构（MVC/分层模型）、ER 图、数据库表结构设计	绘制数据库 ER 图，编写包含主外键约束、索引与初始数据的 SQL 建表脚本。
第 5 周	详细设计与接口契约	面向对象设计原则（SOLID）、RESTful API 规范、接口契约	编写 OpenAPI/Swagger 规范文件，定义系统全部接口的请求参数、响应体及 HTTP 状态码。
第 6 周	现代 Git 与分支协作	Git 核心机制、常见分支工作流（Trunk-based / GitHub Flow）、PR 规范	在 GitHub/GitLab 建仓，配置 branch protection 规则，模拟特性分支开发并合并第一个 PR。
第 7 周	核心业务编码（I）	核心后端逻辑实现、代码整洁之道（Clean Code）、统一错误处理	搭建工程骨架，实现数据持久层与基础 CRUD 接口，统一全局异常处理与日志输出。
第 8 周	核心业务编码（II）	鉴权与认证（JWT/Session）、输入校验、前端或客户端界面对接	完成用户鉴权逻辑与前端核心页面对接，调通主链路端到端交互。
第 9 周	单元测试与 TDD 理念	测试金字塔模型、测试框架使用（JUnit/Pytest/Jest）、Mock 技术	为第 7 周的核心业务逻辑编写单元测试，使用 Mock 隔离数据库，实现核心模块行覆盖率达到 75% 以上。
第 10 周	集成测试与自动化	API 集成测试、边界异常覆盖、GitHub Actions 自动化流水线配置	编写 3 组跨模块接口测试用例；配置 CI 脚本，实现推代码自动运行测试与 Lint 检查。
第 11 周	容器化与基础部署	Docker 容器技术、Dockerfile 编写、环境变量与配置隔离	编写 Dockerfile 与 docker-compose.yml，打包应用及数据库，在本地一键运行并验证功能。
第 12 周	性能调优与安全排查	慢查询优化、SQL 注入与 XSS 防护、代码审查（Code Review）标准	审查自身代码的安全性，给关键查询补充索引，撰写一份包含至少 3 条修改建议的自检清单。
第 13 周	项目复盘与交付物归档	技术债务评估、工程文档交付、事后复盘方法（Post-mortem）	完善 README.md（含架构图与启动说明），撰写 1 篇 800 字以内的工程复盘报告。

合理性分析

路线图按照现代软件生命周期编排，包含环境、需求、设计、编码、测试、部署及复盘。以单一完整项目贯穿 13 周，直接对接工业界标准流程，能有效建立全局工程视角，避免知识碎片化。但是这玩意儿也太复杂了我不知道我能不能学好就对了。