2026秋软工实践 海底小纵队——项目原型设计+概要设计

项目	内容
所属课程	202601 软件工程 - 福州大学
作业要求	2026秋软工实践团队作业-第二次（原型设计+概要设计）
作业目标	在第一次作业《需求分析》的基础上，完成软件的原型设计与概要设计： 用专业工具绘制原型，并展示领域 Agent 的交互流程； 用用例图/活动图/类图/时序图/协作图等 UML 图，自顶向下描述系统架构与运行逻辑； 给出 ER 图、关系数据模型与 ORM 映射的数据库设计； 以表格给出开发计划与分工安排，沉淀团队协作记录。
团队名称	海底小纵队
团队成员	052401304 李思淇 102301228 林郑嘉同 102401108 李铭媛 102401202 洪雅琳 102401307 陈媛 102401402 冯安娜 102401405 王怡婷 102401406 陈婉凤 102401409 陈宝荣 102401411 陈博淇 102401604 马英慧

原型设计

设计工具：墨刀

注：数据维护（食材/菜库/规则/知识库）由数据岗离线完成,不设在线后台管理界面; 数据经「导入 → 质检 → 审核 → 生效」四步进入正式库, 全程留审计记录。

原型说明

系统设计秉承简约原则，设计为单一功能集成式页面，不另设页面跳转。色调以白色为主，辅以清新绿，给人“健康、清爽”的视觉体验。整体设计参考现在主流大语言模型网页端界面，降低用户的使用门槛，页面从左到右分为三栏：会话管理栏、主对话栏、工具栏。各栏具体说明如下

（1）会话管理栏

• 会话管理：部件①和②同现在的主流大模型网页，点击①开启新对话，②中以时间分栏记录历史对话记录
• 个人信息编辑：点击部件③弹出选项，选择个人档案即可查看并编辑。健康目标等字段在设置常见选项同时支持自定义选项，在为用户提供方便时满足自由度需求。

（2）主对话栏：

① 对话框：同主流LLM页面，以气泡形式呈现用户提示词和智能体回复

② 快捷按钮：设置常用提示词选项，点击即可发送按钮中的内容至对话中

③ 输入栏：自由输入提示词，点击右侧发送按钮即可发送

（3）工具栏：

工具栏作为智能体输出的存储器，负责存储智能体的各类输出。具体显示内容由智能体输出决定。

其中，工具①（“食材清单”）和工具②（“当前规划”）展示用户当前确认的方案的对应内容，随用户当前规划实时变动，历史方案和膳食报告则是固定存档，记录历史确认的规划。

领域 Agent 交互流程

• 配餐规划：用户发送请求 → Agent 理解意图 → Agent 提取用户档案与历史记录，调用工具/知识 → 返回结果 → 确认规划

• 落地指导：用户点击确认规划 → Agent调用工具/知识 → 返回食材清单与规划详情（含食谱做法与营养分析） → 用户点击右侧工具栏图标展开查看

• 膳食报告：用户发送请求 → Agent 理解意图 → Agent 提取用户档案与历史记录，调用工具/知识 → 返回结果 → 用户查看

概要设计

系统总体架构

系统按「五层业务架构 + 两个横切层」组织：五层自上而下逐层调用，初始化层位于底层负责环境准备，评测层贯穿五层负责质量观测。系统分层总览如下图所示。

系统的核心分工是确定性计算与智能决策分离：规则引擎（确定性工具）负责计算与生成，Agent 负责理解、决策、沟通；大模型不直接计算数值。各层的核心职责如下表所示：

层	核心职责
数据层	数据持久化：档案、食材、菜、方案、会话等实体存储
知识库层	知识检索：权威资料向量化，支撑结论可溯源
规则引擎层	候选生成：确定性计算候选食谱
Agent 层	意图路由与编排：理解自然语言，编排确定性工具完成询问 / 配餐 / 调整
接口层	对外服务：统一 REST API 与流式对话
初始化层	环境准备：建表、灌入种子数据、首次向量化
评测层	质量观测：量化生成正确性、解释稳定性与性能

系统的技术选型如下：

层	技术栈
前端	Vue3 + Vite + Element Plus
后端	FastAPI（Python 3.13），REST + 流式 SSE
数据库	PostgreSQL 18 + pgvector 扩展
Agent 层	Agno 框架
大模型	DeepSeek（生成/对话）；向量化使用共享 embedding 模型

UML 设计

用例图（需求分析）

本图展示了“膳食搭配智能体系统”的顶层用例。系统以“对话”为核心交互形态，分为普通用户与系统管理员两种角色。用户端聚焦“配餐、调整、咨询”三大对话场景，辅以轻量档案维护；管理端负责维持智能体运行所需的底层知识与规则库。

活动图（业务流程）

如图所示，核心的配餐流程为：对话发起 → 意图识别 → 读档案与历史（信息不足则追问）→ 确定性工具生成候选 → 换一换 / 确认 → 固定落库，并分支到营养咨询路径。

类图（系统结构）

系统核心实体类及关联如下图所示：

时序图（重要算法模块）

下图描述规则引擎五步算法（算目标 → 构造候选 → 候选差异化 → 跨日微量平衡与回溯 → 输出候选 + 解释）与 SSE 流式对话链路的对象交互时序：

数据库设计

ER 图

核心实体关系：用户 1:N 方案、方案 1:N 餐位、餐位 1:N 候选、候选 1:N 候选菜式 N:1 菜式；菜式 N:1 做法规则、菜式 1:N 配料 N:1 食材；方案 1:1 食材清单、方案 1:1 营养报告；会话 1:N 消息（可引用方案）。

关系数据模型

各实体的属性见类图，此处主要梳理各表的主键与外键

Schema	关系（表）	主键	外键
core	ingredient（食材）	ingredient_id	source_id → data_source
core	dish（菜式）	dish_id	cooking_rule_id → cooking_rule
core	dish_ingredient（配料）	dish_ingredient_id	dish_id → dish；ingredient_id → ingredient
core	cooking_rule（做法规则）	rule_id	—
core	nutrient（营养素）	nutrient_id	—
core	nutrient_reference（参考值）	nutrient_reference_id	nutrient_id → nutrient
core	health_condition（疾病）	condition_id	—
core	condition_nutrient_rule（疾病规则）	rule_id	condition_id → health_condition；nutrient_id → nutrient
core	symptom_nutrient_map（症状映射）	symptom_nutrient_map_id	nutrient_id → nutrient
core	goal_structure_map（目标映射）	goal	—
knowledge	knowledge_doc（知识文档）	knowledge_doc_id	—
knowledge	nutrient_knowledge（营养素知识）	nutrient_id	—
app	profile（用户档案）	user_id	—
app	meal_plan（方案）	meal_plan_id	user_id → profile
app	meal_slot（餐位）	meal_slot_id	meal_plan_id → meal_plan
app	meal_candidate（候选）	candidate_id	meal_slot_id → meal_slot
app	meal_candidate_dish（候选菜式）	(candidate_id, dish_id)	candidate_id → meal_candidate；dish_id → core.dish
app	shopping_list（食材清单）	shopping_list_id	meal_plan_id → meal_plan
app	nutrition_report（营养报告）	nutrition_report_id	meal_plan_id → meal_plan
app	conversation（会话）	conversation_id	user_id → profile
app	message（消息）	message_id	conversation_id → conversation；referenced_plan_id → meal_plan
app	nutrition_result（营养结果）	nutrition_result_id	user_id → profile
audit	import_batch / import_issue / condition_rule_review	import_batch_id / issue_id / review_id	import_issue.import_batch_id → import_batch

对象关系映射

实体类（类图）	库表（Schema）	说明
Profile	app.profile	用户档案
Ingredient	core.ingredient	食材
Dish	core.dish	菜式
MealPlan	app.meal_plan	方案
MealSlot	app.meal_slot	餐位
MealCandidate	app.meal_candidate	候选
MealCandidateDish	app.meal_candidate_dish	候选明细（弱实体）
ShoppingList	app.shopping_list	食材清单
NutritionReport	app.nutrition_report	方案营养报告
SymptomNutritionMap	core.symptom_nutrition_map	症状—营养素映射
Conversation	app.conversation	会话
Message	app.message	消息

映射经 SQLAlchemy 声明式模型实现：实体类即 ORM 模型类，__tablename__ 对应上表库表名。类图未单列实体类的其余表以关联表、主数据、知识或审计表承载，其字段在类图中以属性或外部引用体现。

数据存储与管理说明

（一）存储方式：四个 Schema，三类数据

（1）Schema划分：

系统数据统一存于 PostgreSQL 18 单库 diet_agent，按归属划分为四个 Schema（各 Schema 下的表清单见「关系数据模型」）：

Schema	职责
core	权威数值字典（食材、菜式、营养素、规则等）
knowledge	文本知识（供 RAG 检索）
app	业务数据（档案、方案、会话等）
audit	导入与审核留痕

（2）存储形态：

数据类型	存储方式
结构化数值与业务关系	关系表
半结构化内容（候选宏量区间、清单聚合、报告汇总）	jsonb
文本知识	pgvector 向量检索

（3）三类数据的落库方式

1. 领域知识：权威资料（食物成分表、膳食指南、DRIs）经离线「导入 → 质检 → 审核 → 生效」入库，运行时不再依赖外部数据源；数值进 core、文本进 knowledge。每条数据带来源、版本、导入批次，食材另标质量等级（权威 / 估算 / 待核查），可溯源。
2. 用户交互记录：对话以 SSE 流式交互，存入 conversation（会话）、message（消息）；工具调用与结构化输出一并留存，便于复盘评测。
3. 任务执行结果：规则引擎生成的方案按「方案 → 餐位 → 候选 → 候选菜式」四级落库（状态机 生成中 → 候选可换 → 已固定），固定后汇总出 shopping_list（食材清单）与营养报告，中间结果以 jsonb 快照保存供回溯。

（二）管理方式：权限、质量、一致性与安全

• 权限：后端以非超级用户 diet_app 连接，按 Schema 授权——core / knowledge 只读、app 读写、audit 只增；规则启用需独立审核角色；对话 Agent 不直连数据库，一律经后端，写库由确定性工具执行。
• 数据质量：食材分「权威 / 估算 / 待核查」三态；过敏原分「含 / 不含 / 未核查」，未核查食材不向过敏用户标记安全；NULL 表示未知而非零值。
• 一致性：外键、唯一、检查约束保证取值合法；固定方案在同一事务内提交，失败整体回滚；食材、菜式、历史方案软删除，保留既有引用。
• 安全：身高体重、疾病、过敏等敏感信息加密存储、最小采集；按用户标识区分并校验归属，日志不记录完整个人资料。
• 备份恢复：dump + 可重复执行的 SQL 脚本交付，新环境部署与空库恢复均测试。

团队协作记录

开发计划时间安排

周次	阶段	里程碑	产出
第 7–8 周	需求分析 + 答辩	需求文档定稿 答辩通过	需求分析文档、博客、答辩 PPT
第 9–10 周	原型 + 概要设计	原型定稿、两份设计书定稿	原型链接、系统设计说明书 PDF 数据库设计说明书 PDF
第 11 周	数据库改造 + 前端开发	① 轻量档案（扁平字段）     + 方案/候选状态机表落地 ② 对话主界面 + 工具栏     + 轻量档案界面完成	① 四 schema + 字段字典 v1.2     + 后端接口改造 ② 可演示前端界面
第 12 周	后端 + Agent 改造	① 规则引擎五步算法跑通 ② 意图路由 + Function Calling     + 工具编排 + SSE 流式	生成 / 换候选 / 固定接口 方案生成 结构化输出
第 13 周	联调 + 改进	核心流程端到端打通	可演示前端、联调 Demo
第 14 周	测试 + 交付 + 答辩	验收通过、上线、答辩	测试报告、交付包、答辩 PPT

分工安排

学号	姓名	角色	负责的详细开发部分
102401108	李铭媛	PM	项目统筹与排期、架构设计、需求与里程碑管理、博客与文档维护、最终交付定稿
052401304	李思淇	产品 A	前期：调研问卷设计与分析，确定用户画像、使用场景，撰写用户调研部分文档 后期：验收前端用户体验
102401202	洪雅琳	产品 B	前期：功能需求梳理、验收标准编写，撰写需求文档功能规约部分 后期：验收后端功能与业务流程
102301228	林郑嘉同	Agent A	RAG 知识检索、营养解释、Agent 输出契约与评测
102401409	陈宝荣	Agent B	意图路由、Function Calling 工具编排、规则引擎五步算法
102401307	陈媛	数据岗 A	领域知识入库：食材 / 菜式 / 营养素数据清洗、种子数据、概念结构设计
102401411	陈博淇	数据岗 B	数据库逻辑 / 物理设计、数据字典、ORM 实现、视图与函数
102401406	陈婉凤	UI 设计	UI 规范与视觉设计、前端样式系统
102401405	王怡婷	前端	对话主界面、工具栏四面板、轻量档案界面、SSE 流式渲染
102401402	冯安娜	后端	接口设计、确定性工具 / 规则引擎实现、数据库访问层
102401604	马英慧	测试	测试用例与验收测试、部署与 GitHub 统筹、原型 / 文档链接可访问性检查

本次作业协作过程记录

团队通过 飞书 与 QQ 进行分工协作与沟通，以下为部分协作过程的聊天记录截图，涵盖文档分工撰写、原型设计反馈、系统架构改进等内容：

原型设计·群意见交流	原型设计·设计A交流记录	原型设计·设计B（前端岗辅助）交流记录	系统设计文档撰写分工
飞书共享文档	飞书文档填写记录	数据库设计文档填写协作	架构改进意见交流

Github仓库说明

本次作业中的文档协作撰写主要以飞书云文档形式展开，后期统筹后统一将文档上传，后续在实际开发过程中会继续补充代码文件。目前 Github 仓库的目录结构如下：

dietary-agent
├── README.md                 # 仓库导航说明
└── docs
    ├── assignment_1          # 第一次作业
    │   ├── README.md
    │   ├── requirements/     # 需求分析文档
    │   ├── survey/           # 用户调研数据
    │   ├── agent-logs/       # 智能体定制效果对比
    │   └── presentation/     # 答辩PPT
    └── assignment_2          # 第二次作业
        ├── README.md
        ├── prototype_link.txt
        ├── 海底小纵队_系统设计说明书.pdf
        ├── 海底小纵队_数据库设计说明书.pdf
        └── 膳食搭配智能体_数据库交付包_v1.1_2026-10-22/

交付物与链接

交付物	链接
GitHub 团队仓库	dietary-agent
概要设计说明书（2份）	https://pan.baidu.com/s/1Y6GkN_5HMSUedHwlAo3Rwg?pwd=ijfb
原型设计展示链接	膳宝-专用膳食搭配智能体