团队项目第一次作业 团队展示+选题报告+需求分析

作业所属课程：https://edu.cnblogs.com/campus/gdgy/SoftwareEngineeringDoubleDegree2026
作业要求 ：https://edu.cnblogs.com/campus/gdgy/SoftwareEngineeringDoubleDegree2026/homework/15663
团队名称：Language for Life组
团队成员学号-名字：3223005796-关欣玥，3223005898-王振妃

1. 团队展示部分
   队名：Language for Life
   项目规划与描述：
   队员信息（学号、姓名/昵称、性格、擅长技术、兴趣爱好、希望角色）：(1)我是外国语学院英语专业的王振妃，学号3223005898，性格内向稳重，平时喜欢听音乐、看英文电影和读小说。目前自己在辅修学习过程中已有些C语言基础。在本次的项目，本人希望负责技术部分的牵头，学习了解AI在软件实践中的具体实践、工作流搭建等。（2）我是外国语学院英语专业的关欣玥，学号3223005796，性格内向，喜好有弹奏乐器和阅读。目前有一点c语言代码基础，在本次项目中，本人希望负责产品部分的牵头，学习了解ai在迭代与风险等预案的制作和原型设计等。

团队合照：
团队愿景：把英语语言和生活结合!在研发设计项目的过程学习并运用软件工程的知识。乐中学，学中乐!

2. 选题报告部分
   选题名称：英语考研ai辅助系统
   选题背景/调研来源：1. 考研英语细分方向多样（MTI、英语语言文学、外国语言学及应用语言学、学科教学英语等），院校大纲与命题差异大，通用学习工具无法提供精细化备考方案。​2. 现有学习工具存在通用化、信息碎片化、无数据反馈、专注管理缺失四大痛点，考生普遍面临信息不对称、规划能力不足、时间管理混乱、进度感知缺失等问题。​3. 调研发现考研学生需要择校—规划—专注—复盘—答疑一站式闭环辅助工具，结合AI与番茄专注法的产品存在市场空白。​4. 参考Wings‑AI数据可视化理念，将AI智能体、院校知识库与番茄专注结合，形成本项目调研与设计来源。
   创新点：1. 院校定制化AI规划：基于30+主流院校知识库，按方向、院校、基础、时长自动生成“千人千校千面”的分阶段备考计划，精确到章节与考点。​2. 英语场景深度适配：番茄专注模块针对单词、阅读、写作、翻译、背书优化，搭配白噪音与沉浸模式，贴合英语考研学习流程。​3. Wings‑AI风格全维度可视化：学习热力图、题型占比、进度条、薄弱雷达图等数据看板，实现学习效果实时量化与复盘。​4. AI考研专属答疑：集成Coze智能体，提供知识点讲解、长难句拆解、作文批改、OCR拍照搜题，支持计划自适应调整。​5. 完整备考闭环：构建择校定位→智能规划→专注管理→数据反馈→动态优化的全流程AI辅助体系。

3. 需求分析部分

3.1核心功能描述
3.1.1 方向选择与院校匹配模块

功能概述：用户首次进入系统时，选择考研方向与目标院校，系统加载对应领域的结构化知识库。

3.1.2 AI院校定制备考规划模块

功能概述：基于用户画像，通过Coze工作流调用大模型API，生成结构化备考建议。
关键说明：计划生成的"智能性"依赖Prompt工程设计和院校知识库质量，非自研算法。

3.1.3 番茄专注计时模块

功能概述：英语学习场景专注计时，记录学习行为数据。

明确不做：复杂的专注行为分析、社交排名、打断原因AI分析。

3.1.4 可视化复盘模块

功能概述：基础学习数据展示，帮助用户感知学习进度。

明确不做：wings-ai.net风格的热力图、能力雷达图、复杂交互大屏（小程序性能+开发周期不支持）。

3.1.5 AI答疑模块
功能概述：基于Coze智能体的英语考研知识问答。
明确不做：OCR拍照搜题（需要自建真题库+图像识别+答案匹配，超出课程周期）。

3.1.6 进度监测与计划调整（简化版）

功能概述：基础进度追踪，手动调整计划。

明确不做：AI自动动态调整任务难度（需要复杂的用户行为建模，改为"手动重置+提醒"）。

---

3.2思维导图/类图

3.2.1 系统思维导图

3.2.2 核心类图

3.3验收标准

3.3.1 功能性验收标准

方向院校匹配：6大方向可选，15所院校数据完整展示
院校数据质量：每所院校≥3本参考书、≥2个题型、≥1个特色标签
AI计划生成：基于Coze工作流生成结构化计划 | 功能测试+人工评估
番茄计时：4种模式计时准确，记录保存成功
学习记录统计：时长统计、日历标记、完成率计算准确
AI答疑：Coze智能体正常响应，知识库挂载成功
作文批改：接入第三方API后返回评分与建议
进度追踪：手动标记有效，进度计算准确

3.3.2 非功能性验收标准
性能：小程序首屏加载<3s，页面切换<1s
可用性：5名目标用户测试，完成核心流程无障碍
稳定性：连续运行48小时无崩溃
数据安全：用户数据存储符合微信小程序规范=

3.3.3 明确不验收的功能（未来展望）

OCR拍照搜题
AI自动动态调整任务难度
复杂数据可视化（热力图、雷达图）
社交化元素（打卡排名、学习小组）
全品类扩展（法学/教育学等）

3.4技术方案与分工

3.4.1 技术栈确认

前端：微信小程序原生开发
后端：微信云开发TCB
数据库：MongoDB
AI能力：Coze平台 + 豆包/KIMIAPI
可视化：ECharts for微信小程序

3.4.2 Sprint计划（8周）

Sprint 0 | 1周 | 需求确认、15所院校数据整理、Coze工作流设计
Sprint 1 | 2周 | 用户系统、方向院校选择页、院校详情页
Sprint 2 | 2周 | 番茄钟基础功能、学习记录存储
Sprint 3 | 2周 | Coze工作流联调、AI计划生成、AI答疑接入
Sprint 4 | 1周 | 基础可视化、进度追踪、测试修复、答辩准备

4.风险与应对

| 风险 应对策略 |

| 院校数据收集不全 | 优先保证10所核心院校完整，剩余5所可简化 |
| Coze工作流生成质量不稳定 | 准备3版Prompt迭代，预留2天调优时间 |
| 作文批改API接入困难 | 备选方案：降级为"AI文本分析"（纯Coze实现） |
| 小程序审核不通过 | 避免使用"考研""辅导"等敏感词，用"学习工具"定位 |