随笔

一、技能树梳理与自我评估

✅ 已掌握能力

1. 编程基础：熟练使用Python，可独立编写脚本、开发简易Flask Web后端；了解C语言与汇编基础，能看懂底层简单代码，调试基础程序。
2. 数学与计算机基础：掌握线性代数、基础大学物理；熟悉计算机组成原理、操作系统基础概念，了解分页、补码、移码等底层知识。
3. 前端与工具：会写基础HTML、CSS、JavaScript；掌握Git基础操作，能够搭建GitHub仓库，使用记事本/文本编辑器完成代码编写与修改。
4. 项目实践：完成Flask+前端网页项目，调用HuggingFace API搭建AI图像生成小程序，具备基础的项目调试、排错经验。

🎯 感兴趣方向

计算机图形学、高性能计算、GPU编程、操作系统底层仿真，喜欢数学与代码结合的开发场景。

❌ 目前欠缺能力

1. 缺乏大型项目开发经验，不熟悉规范化软件工程流程（需求分析、单元测试、项目文档编写）。
2. 算法训练不足，复杂数据结构与工程级算法实现能力较弱。
3. 版本控制Git只掌握基础操作，分支管理、协同开发不熟练。
4. 缺少系统的软件测试、项目部署实战经验。

二、代码量统计与目标

截至目前，手写代码总量大约 1800行，包含Python脚本、汇编、HTML、简单C代码，以小实验、课程练习为主。
本学期软件工程课程结束后，目标累计代码量达到 3500行，重点增加规范工程类代码，包含单元测试、项目注释、项目文档。

三、本课程最期待学习的知识与收获

最期待学习规范化软件开发流程：需求分析、UML建模、软件测试、团队协作开发、项目版本管理。
希望收获：学会按照软件工程思想设计项目，不再只写零散小脚本；掌握项目文档撰写方法，具备小组协同开发能力，养成规范编码习惯，能够完成结构完整、可维护的软件项目。

四、AI生成软件工程学习指南 + 分析

使用AI工具：DeepSeek
提示词：请生成一份软件工程课程简要学习指南

AI生成的软件工程课程学习指南

1. 基础概念阶段：掌握软件生命周期、需求分析、软件设计、编码、测试、维护；学会区分瀑布模型、敏捷开发模型。
2. 建模学习：学习UML图，重点掌握用例图、类图、时序图，练习对小型项目建模。
3. 编码规范：养成良好代码风格，学会写注释、模块化拆分代码，降低耦合。
4. 软件测试：学习单元测试、黑盒测试、白盒测试，能够为自己的代码编写测试用例。
5. 版本管理：熟练Git，掌握分支、合并、冲突解决，使用GitHub托管项目。
6. 项目实践：分组完成小型软件项目，完整走一遍从需求、设计、编码到测试交付全流程。
7. 复盘总结：项目完成后撰写项目文档、总结项目缺陷与改进方案。

对这份指南的分析

这份指南整体合理，对我帮助很大。
优点：覆盖软件工程核心知识点，由理论到实践循序渐进，强调UML建模、测试、Git版本管理和项目文档，正是我薄弱的部分；强调完整项目生命周期，纠正我之前只注重写代码、忽略设计和文档的习惯。
不足：指南偏向通用理论，缺少针对跨学科（数学+计算机）项目的工程化建议；没有给出阅读参考资料、练习量的量化指标。
总体来说，可以作为我本学期学习的主线框架，我可以在此基础上结合图形学相关小项目进行实践。