这个作业属于哪个课程 https://edu.cnblogs.com/campus/fzu/202601SofwareEngineering
这个作业要求在哪里 https://edu.cnblogs.com/campus/fzu/202601SofwareEngineering/homework/15712
这个作业的目标 1.注册GitHub、博客园账号，加入课程班级；2.调用Hugging Face Flux‑RealismLora模型API，实现前后端交互AI图像生成；3.搭建GitHub个人主页；4.梳理个人技能树，使用AI生成软件工程学习指南并做分析总结，熟悉Markdown写作
学号 102401307

一、准备工作

1. GitHub账号：完成注册，完善个人基础信息。
2. 博客园账号：注册博客园账号，申请开通个人技术博客，完善昵称、头像，修改编辑器为Markdown编辑器。关注任课老师吴越钟、助教张明圣、王奇蕊的博客；加入班级 202601软件工程 ，完成实名制认证。

二、HuggingFace‑API调用实验

2.1 实验环境

  • 操作系统：Windows
  • 后端：Python Flask
  • 模型： XLabs‑AI/flux‑RealismLora
  • 功能：网页前端输入提示词，后端调用HuggingFace推理API，交互生成真实感图像。

2.2 操作步骤

1. HuggingFace官网注册账号，进入设置页面生成 read 权限Access Token，复制令牌字符串。
2. 项目根目录新建 .env 文件，写入 HF_TOKEN="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" 。

⚠️踩坑：Windows容易生成 .env.txt ，需要关闭文件后缀隐藏，修改文件名；令牌不要带多余空格、不要带上 Bearer 前缀。

3. 登录HuggingFace，打开模型页面，同意模型许可协议。
4. 编写Flask后端代码，封装HuggingFace推理接口，编写简单HTML前端页面，提供输入框、生成按钮。
5. CMD终端执行 python app.py 启动后端服务，浏览器访问  127.0.0.1:5000 打开图像生成网页。
3dc1618566d5a57d0acc3452ad2a91e4
6. 在文本框输入提示词，点击生成图片，等待API返回图像。

2.3 遇到的问题与排错

1. 报错403禁止访问
报错信息： 该认证方法没有足够的权限代表用户向推理斗篷调用推理提供者

  • 原因：token复制有多余字符；token权限不是read；没有同意模型许可协议；修改.env之后没有重启后端服务。
  • 解决：重新生成read权限令牌，确认 .env 文件名正确，网页接受模型license；关闭CMD终端，重新运行 python app.py 启动服务。

2.4 提示词设计思路与修改过程

初始提示词：a cat

改进：
plaintext

photorealistic, a cat sitting on wooden windowsill, natural soft daylight, high detail, realistic fur texture, 8k, sharp focus, DSLR photo

  • 设计思路：
     photorealistic  开启真实照片风格； natural soft daylight 模拟柔和自然光； realistic fur texture 强化物体细节； 8k,DSLR photo 提升画面写实效果，贴合本作业“贴近真实世界图像”的要求。
  • 修改过程：一开始提示词过于简单，生成画面偏卡通；逐步增加光影、材质、相机画质关键词，图像真实感明显提升。

2.5 运行结果

1492ef91179301d3fabe7280c801d4bc
0d836093566c9daf5546528bb0d104e7

2.6 API调用体验与心得

通过本次实验，我了解Hugging Face推理API的工作流程：本地前端收集用户输入，后端携带token向远程模型接口发送请求，接收返回结果展示在网页。
权限问题是高频踩坑点，令牌权限、协议许可、配置文件格式任意一处出错就会403报错，修改配置必须重启服务才能生效。
国内网络访问huggingface速度有限，生成图片需要等待较长时间。同时提示词极大影响AI输出效果，想要贴近真实图像，需要补充光影、材质、相机参数类描述。

核心代码片段

后端 app.py

python

  
from flask import Flask, render_template, request
import requests
import os
from dotenv import load_dotenv

load_dotenv()
app = Flask(__name__)
HF_TOKEN = os.getenv("HF_TOKEN")
API_URL = "https://router.huggingface.co/fal-ai/fal-ai/flux-lora"

@app.route('/',methods=["GET","POST"])
def index():
    image_url = None
    if request.method == "POST":
        prompt = request.form.get("prompt")
        headers = {"Authorization": f"Bearer {HF_TOKEN}"}
        payload = {"prompt":prompt}
        resp = requests.post(API_URL,headers=headers,json=payload)
        res_json = resp.json()
        image_url = res_json["images"][0]["url"]
    return render_template("index.html",image_url=image_url)

if __name__ == '__main__':
    app.run(debug=True)
 

前端templates/index.html

html

<!DOCTYPE html>
<html lang="zh‑CN">
<head>
    <meta charset="UTF‑8">
    <title>Flux AI图片生成</title>
</head>
<body>
    <h1>AI真实图像生成器</h1>
    <form method="post">
        <textarea name="prompt" placeholder="输入图片描述提示词" rows="4" cols="60"></textarea>
        <br>
        <button type="submit">生成图片</button>
    </form>
    {% if image_url %}
        <h3>生成结果</h3>
        <img src="{{image_url}}" style="max‑width:800px">
    {% endif %}
</body>
</html>
 

三、GitHub个人主页搭建

方案1：同名仓库README个人主页

新建仓库，仓库名必须和你的GitHub用户名完全一致。仓库根目录编辑 README.md ，作为个人主页内容。

个人主页内容

1. 自我介绍
我是福州大学计算机专业学生，平时喜欢接触AI图像生成、网络编程，喜欢动手做小型demo，乐于折腾各类开源工具。
2. 个人成果、技能、自我评估
✅已掌握：Python基础、简单Flask后端开发；会使用Markdown；了解Linux基础命令；会简单调用第三方API；掌握基础的git提交操作。
🔍感兴趣方向：AIGC应用开发、后端服务开发。
📚希望学习：软件工程开发流程、项目协作、前端交互开发、大模型应用开发。
3. 未来三年发展规划

  • 短期（在校）：学好软件工程课程，多做小型实战项目，熟悉团队协作开发；积累项目代码仓库。
  • 中期：夯实计算机专业基础，积累工程实践经验。
  • 长期目标：希望从事后端或者AI应用开发相关岗位，持续学习新技术。

87a9b1b8c527c5a96ca88e44e216b3df

四、博客园随笔内容

4.1 技能树与自我评估

1. 已经具备能力

  • 会Python基础编程，可以写简单web后端demo；
  • 了解git基础操作，能够完成代码提交；
  • 掌握Markdown基础语法，可以编写技术文档；
  • 了解Linux虚拟机基础操作，能够部署简单程序；
  • 可以调用第三方AI API，完成简单前后端交互小项目。

2. 感兴趣技术方向
AIGC应用开发、Web后端开发。
3. 欠缺能力

  • 大型项目工程化经验不足；
  • 前端页面美化能力薄弱；
  • 团队协同开发流程实践少；
  • 软件测试、规范开发流程不熟悉。

4.2 代码量现状与目标

  • 当前代码量：约几百行，大多课程实验demo。
  • 本学期课程结束希望达到代码量：2000行以上，积累完整小项目。

4.3 课程期待学习知识

希望学习软件开发完整流程：需求分析、设计、编码、测试；学习团队协作开发；学会规范化写文档；掌握项目版本管理；学会工程化思维，不只是写可以跑的代码，更要写可维护、规范的软件。