第二次软工作业

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/
这个作业的目标	基于MCP/LangChain构建具备自然语言交互与任务执行能力的AI智能体，实现课程管理、定时提醒、意图识别等“能说会做”功能，完成代码、文档、GitHub全流程交付
学号	3224004611 3224004613 3224004614

构建一个能说会做的课程智能提醒助手 Agent

一、项目背景

AI Agent是当下人工智能领域的核心方向，它不仅能“说”——理解自然语言，还能“做”——自动执行任务、调用工具、操作数据。
本次作业我们小组实现课程智能提醒助手，让AI听懂你的课程指令，并自动完成管理与提醒。

---

二、需求描述

1. 自然语言交互：
   支持 “添加课程”“查询课表”“删除课程” 等口语指令
   支持意图识别与正常对话反馈
2. 课程管理：
   实现课程添加、查询、修改、删除（CRUD）。
3. 定时提醒：
   上课前自动提醒。
4. 数据持久化：
   使用 JSON 文件存储课表
   重启不丢失课程信息。
5. 多轮对话：
   多轮交互
   后台定时提醒
   按时间自动匹配课程

---

三、业务流描述

1. 用户说：帮我加周一8点高数课
2. Agent识别：添加课程意图
3. 执行：保存课程 + 设置提醒
4. 回复：添加成功，将按时提醒

启动自动流程
程序启动 → 获取当前时间 / 星期 → 自动加载今日课表 → 展示给用户

添加课程流程
用户说：“帮我加一节高数课”
AI 识别意图 → 引导输入信息 → 保存课程 → 开启提醒

查询课表流程
用户说：“查询我的课程”
AI 读取数据 → 返回全部 / 今日课程列表

提醒执行流程
后台线程轮询时间
到达上课时间前 → 自动弹出提醒

删除课程流程
用户输入课程名 → AI 删除数据 → 反馈结果

---

四、实现说明

技术栈

• 开发语言：Python
• 交互框架：MCP
• 数据存储：JSON文件
• 定时任务：threading 定时器
• 时间模块：datetime）

系统模块

1. 核心功能模块：课程CRUD、定时提醒
2. AI交互模块：意图识别、指令解析
3. 整合测试模块：代码联调、功能测试

---

五、功能演示

1. 程序启动（自动显示时间 + 今日课表)

2. 添加课程

3. 查询全部课程

4. 自动上课提醒

5. 删除课程

---

六、GitHub仓库链接

https://github.com/Yifan1203/LYZ

运行方法

1. git clone 仓库地址
2. python main.py
3. 开始对话交互

---

七、小组分工

成员1杨楚婷：

核心功能开发负责人

• 课程数据CRUD模块开发
• 定时提醒功能实现
• 工具函数与数据校验

成员2张鑫艳：

AI交互与框架集成负责人

• MCP框架接入
• 大模型API调用与意图识别
• 自然语言指令转换与模块对接

成员3吕逸凡：

项目整合+文档+测试+仓库管理

• 代码整合与全流程测试
• GitHub仓库搭建与维护
• 博客园随笔撰写与最终交付

---

八、个人心得

成员1杨楚婷心得

这次我负责核心功能开发，从数据结构设计到定时任务调试，让我真正理解Agent“会做”的底层逻辑。模块化开发让代码更清晰，也提升了我的协作能力。

成员2张鑫艳心得

通过接入大模型与MCP框架，我实现了Agent“能说”的能力。意图识别、指令映射让我体会到AI Agent的魅力，也学会了框架集成与API调试。

成员3吕逸凡心得

作为整合与文档负责人，我全程把控项目进度与交付质量，学会了版本管理、系统测试、博客排版，更理解团队配合对项目成功的重要性。

九、总结

本次作业我们成功实现了课程智能提醒助手 Agent，它既能听懂自然语言，又能自动执行课程管理、时间提醒、课表查询等任务，真正做到 “能说会做”。通过本次实践，我们掌握了 AI 智能体的基本结构、意图识别、工具调用等核心能力，为后续大项目打下坚实基础。