软件工程作业1：调用API，丰富Github主页以及自我评估

这个作业属于哪个课程 2026秋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 学习使用 Hugging Face API 调用大模型生成图像，完成 GitHub 个人主页搭建，梳理当前技能树与学习规划，并熟悉博客园 Markdown 作业提交流程
学号 102401614

第一次作业：大模型图像生成、GitHub 主页与个人学习规划

一、Hugging Face API 调用 Flux 模型生成真实图像

1. 注册 Hugging Face 账号并获取 API Token

本次作业中，我首先在 Hugging Face 官网注册个人账号，并创建用于调用模型的 API Token。

API Token 配置方式示例：

HF_TOKEN=你的 HuggingFace API Token

2. API 调用成功记录

下面是我调用 Hugging Face API 成功后的记录截图：

image

调用成功后，接口返回了图片数据，说明前后端通信以及 Hugging Face 模型调用均正常完成。

3. 前端页面最终生成图像截图

下面是前端页面生成图像后的效果截图：

f913c05e0e76422bd85d518224d99f63

4. 提示词设计思路与修改过程

由于 Hugging Face 上该模型的免费调用次数有限，本次实践中我没有进行多轮 API 反复试错，而是在正式调用前先对提示词进行了人工分析和预设优化，尽量在一次调用中获得较好的真实感图像效果。
本次我希望生成一张接近真实世界摄影作品的图像，因此选择了“老年中国手工匠人在阳光照进的工作室中修理木椅”这一场景。这个场景具有较强的生活气息，也包含人物、动作、环境、光线和物体细节，适合用来测试 Flux RealismLora 模型的真实感生成能力。
正向提示词
A candid documentary photograph of an elderly Chinese craftsman repairing a wooden chair in a sunlit workshop, natural skin texture, realistic wrinkles, worn hands, soft window light, 35mm lens, shallow depth of field, true-to-life colors, subtle film grain, unposed moment, highly detailed
反向提示词
illustration, CGI, plastic skin, distorted hands, extra fingers, text, watermark, oversaturated colors
提示词设计分析
我在正向提示词中主要加入了以下几类信息：
设计方向 具体内容 作用
主体人物 an elderly Chinese craftsman 明确图像主体是中国老年手工匠人
动作场景 repairing a wooden chair in a sunlit workshop 让画面具有具体事件，而不是单纯人物肖像
真实细节 natural skin texture, realistic wrinkles, worn hands 强化皮肤、皱纹和手部细节，使人物更接近真实

在反向提示词中，我重点排除了以下问题：

  • illustration, CGI：避免生成插画或三维渲染风格。
  • plastic skin：避免人物皮肤过于光滑、不真实。
  • distorted hands, extra fingers：减少手部畸形和多指问题。

修改过程说明
由于只有一次可用的正式 API 调用机会，我没有通过多次生成结果来不断修改提示词，而是在调用前完成了以下优化：

  1. 最初设想是生成“一个人在室内工作”的画面，但这个描述过于宽泛，容易导致主体和场景不明确。
  2. 随后将主体具体化为“老年中国手工匠人”，使人物身份更清晰，也更有生活感。
  3. 再加入“修理木椅”“阳光照进工作室”等动作与环境细节，让图像内容更加完整。
  4. 最后加入摄影镜头、自然光、真实皮肤纹理、浅景深、胶片颗粒等描述，用来增强真实摄影效果。
  5. 同时加入反向提示词，尽量避免 AI 图像中常见的手部畸形、塑料感皮肤、文字水印和过度饱和等问题。

最终生成效果评价
最终生成结果整体符合预期：画面主体清晰，人物面部、手部、木椅和工作室环境都具有较强真实感，光线也比较自然。虽然只进行了一次 API 调用，但通过提前设计较完整的提示词，最终仍然获得了较理想的图像效果。

5. API 调用体验与心得

通过本次 API 调用，我初步了解了如何将大模型能力接入到自己的应用中。相比只在网页中直接使用 AI 工具，通过 API 调用可以把模型能力嵌入到前端页面和实际项目中，交互性更强。
本次实践中我也发现，提示词质量会明显影响生成结果。提示词越具体，图像越容易符合预期。同时，API Token 的安全保存也很重要，不能直接暴露在前端代码或公开仓库中。

二、GitHub 个人主页搭建

1. 主页方案选择

本次我选择的是方案一：创建 GitHub Profile README。
我的 GitHub 个人主页链接：
https://github.com/zhitaolin30-blip/zhitaolin30-blip/blob/main/README.md

2. GitHub 主页截图

截图如下：
image

三、当前技能树、技术偏好与课程期待

1. 已具备的专业知识与能力

能力 A：基础编程与数据处理
目前我掌握了 C/C++ 与 Python 的基础语法及常用数据结构，能够完成基础程序设计任务。
同时，我也能在数学建模等场景中，独立使用 Python 进行数据处理脚本开发与预测模型构建。
能力 B：底层原理与网络基础
目前我对计算机底层原理和网络基础有一定兴趣，希望进一步理解计算机系统如何运行，以及网络通信、操作系统和硬件架构之间的关系。
能力 C：工具链与学术排版
我能够较熟练地使用 VS Code 及其相关插件进行开发。
同时，我也能够使用 LaTeX，结合 Overleaf、LaTeX-OCR 以及 Markdown 撰写排版较规范的学术论文和技术文档。
能力 D：AI 接口调用实践
通过本次作业，我初步具备了基于 Hugging Face API 等平台进行轻量级 Web 接口调用的实践经验，理解了从前端输入、后端请求到模型返回结果的基本流程。

2. 感兴趣的技术方向

我目前并不局限于纯粹的前沿算法研究，而是对以下方向比较感兴趣：

  • 计算机底层架构：关注如何突破算力与硬件架构瓶颈。
  • AI 工程化落地：关注如何将大模型接口稳定部署到复杂的实际业务系统中。
  • 数据挖掘与可视化：关注如何从海量数据中提取有价值的信息，并以直观方式展示出来。

3. 还欠缺的能力

目前我的实践多以个人实验、基础开发或单一算法实现为主，在工业级标准和团队层面还有较大提升空间。
欠缺能力 具体表现
大型软件架构能力 写代码时更多考虑“如何实现当前功能”，对系统的长期可维护性、高内聚低耦合等架构设计考虑不足
团队协作与版本控制经验 平时使用 Git 主要限于简单的 commit 和 push，缺乏多人协作环境下的分支管理、冲突解决等经验
规范的软件测试与交付流程 对单元测试、持续集成 CI/CD 以及工业级代码规范缺乏真实实践

4. 代码量现状与目标

项目 代码量
截至目前累计代码量 约 3000 行
本学期结束希望达到的代码量 突破 10000 行

我希望在完成软件工程课程及团队项目后，不仅提高代码量，也提高代码质量、项目组织能力和团队协作能力。

5. 最期待学习的知识与收获

我最期待学习的知识包括：

  • 深度学习框架的基本使用
  • Transformer、监督学习等人工智能相关知识
  • 软件工程中的需求分析、系统设计、测试与团队协作方法
  • 如何将 AI 能力应用到真实项目中
    我希望通过本课程完成从“会写代码的学生”向“具备工程化思维的技术人员”的转变。不仅要和团队成员一起落地一个具有实际应用价值的软件项目，更要掌握如何在团队中有效沟通、合理分工，体会软件工程规范为项目带来的抗风险能力。

四、AI 生成的软件工程课程学习指南

1. 使用的 AI 工具

本次我选择的 AI 工具是：ChatGPT。
我向 AI 输入的问题是：
请生成一份简要的软件工程课程学习指南，适合计科专业学生参考。

2. AI 生成的学习指南

以下是 AI 生成的软件工程课程学习指南：
软件工程课程学习指南：

  1. 掌握软件工程基本概念，包括软件生命周期、需求分析、系统设计、编码、测试和维护。
  2. 学习常见的软件开发模型，如瀑布模型、敏捷开发、迭代开发等。
  3. 熟悉 Git 和 GitHub 的基本使用，掌握版本控制与团队协作方法。
  4. 学会编写需求文档、设计文档和测试文档。
  5. 重视代码规范、模块化设计和软件测试。
  6. 通过课程项目实践完整的软件开发流程。
  7. 在项目结束后进行复盘，总结技术收获与团队协作经验。

3. 对 AI 学习指南的分析

我认为这份指南整体上是合理的。它覆盖了软件工程课程中的核心内容，包括需求分析、设计、编码、测试、维护和团队协作等方面。
它对我的帮助主要体现在：

  • 帮助我明确软件工程不是单纯写代码，而是完整的软件开发过程。
  • 提醒我要重视文档、测试和协作。
  • 为本学期的学习提供了一个大致方向。
    不过，这份指南也比较概括，缺少针对具体课程作业和项目实践的详细安排。因此，我还需要结合老师布置的任务，在实际项目中不断完善自己的学习计划。
    五、博客园 Markdown 编辑器与后台截图
    本次作业使用 Markdown 编写，并将博客园编辑器切换为 Markdown 编辑器。
    后台编辑页面截图如下：

image

六、本次作业总结

通过本次作业，我完成了以下内容：

  1. 注册 Hugging Face 账号并尝试通过 API 调用 Flux 模型生成图像。
  2. 结合前端页面实现了交互式图像生成。
  3. 搭建或完善了 GitHub 个人主页。
  4. 梳理了自己的技能树、技术偏好和未来学习规划。
  5. 使用 AI 工具生成软件工程课程学习指南，并进行了分析。
  6. 熟悉了博客园 Markdown 博文写作和作业提交流程。
    本次作业让我初步体会到 AI API 与实际应用结合的过程，也让我重新审视了自己目前的能力基础和未来学习方向。接下来，我希望能够在软件工程课程中通过更多实践提升自己的工程能力。
posted @ 2026-09-07 20:03  |llin  阅读(22)  评论(0)    收藏  举报