说明:
本文由人机协作生成,作者提供主要思路,借助AI通过多轮迭代逐步优化生成。
核心思路:
教学目标:让学生体验“在AI辅助下,从零创建Maven项目,引入一个第三方库,并跑通一个核心功能”的全流程。
一个简易Maven入门教程:Maven简要使用说明:在IDEA中创建一个基于POI的处理Excel文件的简单Java Maven项目
📦 统一简化方案 (适用于所有项目)
| 项目 | 90分钟极简版核心目标 | 可选技术栈(亦可自选) | 功能要求极简版 |
|---|---|---|---|
| 1. 天气预报 | 调用API(难点),解析JSON,打印结果。 | 仅保留 OkHttp + Jackson | 1. 查询一个固定城市的天气(使用免费天气API查询获得包含填起的JSON数据)。2. 解析JSON,控制台打印温度和天气描述。进阶:将结果保存为CSV |
| 2. 基于SQLite的学生管理系统或基于你现有的系统进行改造。 | 连接SQLite数据库,执行一次插入和查询 | SQLite JDBC + Jackson (用于JSON输出) | 1. 创建数据库和一张学生表。2. 插入一条学生数据。3. 查询并打印所有学生。4. 可通过AI生成测试数据。5. 进阶 (三选二):在基础功能上,从以下任务中任选两项完成:① 成绩统计:计算并打印学生的平均成绩。② 信息查找:实现按姓名的模糊搜索功能。③ 数据导出:将查询到的所有学生对象列表,使用Jackson库转换为JSON数组字符串,并输出(或保存)到本地的 .txt 或 .json 文本文档。 |
| 3. 网页图片下载器 | 解析网页,下载一张图片 | Jsoup (用Java内置IO下载) | 1. 输入一个网页URL。2. 用Jsoup找到第一张图片的链接。3. 下载该图片到本地 |
| 4. 博客生成器 | 读取Markdown,转换为纯文本段落 | CommonMark | 1. 读取一个.md文件。2. 将Markdown内容转换为HTML字符串,并保存为HTML页面。3. 控制台输出前200字符。 |
| 5. 邮件群发工具 | 读取Excel,打印联系人信息 | Apache POI (xlsx) | 1. 读取预设的Excel文件。注:可通过AI生成。2. 解析第一行数据。3. 控制台打印姓名和邮箱。 |
| 6. 数据转换工具 | 读取CSV,转换为List并打印 | OpenCSV | 1. 读取一个预设的students.csv文件。注:CSV文件内容可通过AI生成。2. 将每一行解析为Student对象(字段:id, name, email, score)。3. 控制台打印所有对象。4. 编写将一组Student对象生成为新CSV文件的功能。5. 进阶:为students.csv生成一份数据质量检测报告,必须包含以下两项检测:无效邮箱检测:识别并列出所有格式不符合 xxx@xxx.xxx 基本规则的邮箱;异常分数检测:识别并列出所有 score 字段不在 0-100 合理范围内的数据行。 |
| 7. 数据可视化平台 | 提供静态数据,生成一个图表JSON | 仅保留 ECharts Java (不涉及Web) | 1. 用代码构造一组静态数据(如每月销售额)。2. 使用ECharts Java API生成一个柱状图的option配置。3. 将option转为JSON字符串并输出到文件/控制台。 |
| 8. 基于Lucene的文本文档搜索引擎 | 创建索引,执行一次简单查询 | Lucene + IK Analyzer | 1. 使用IK Analyzer对事先准备好的大量文本文档(如.txt、.csv、.log、.ini等)进行分词。2. 创建Lucene索引。3. 实现一个简单查询(如:查找包含"编程"的文档)。4. 控制台输出查询结果。5.进阶:使用 Apache Tika 处理 pdf、docx、xlsx 等文档 |
| 9. 基于Lucene的词频统计与可视化小系统 | 读取中文文档,统计高频词并以交互式网页图表呈现 | Lucene + IK Analyzer + ECharts Java | 1. 使用 IK Analyzer 对一篇预设的中文文本文档进行分词。2. 遍历分词结果,统计所有词语的出现频率(词频)。3. 将统计出的前10个高频词及其词频在控制台打印输出。4. 进阶1:使用ECharts Java库,根据高频词数据生成一个柱状图的完整配置(Option对象),并将该配置输出为一个独立的HTML文件,在浏览器中打开即可显示交互式图表。5. 进阶2:对多篇文档进行词频统计,并比较不同文档的高频词差异,或在同一图表中用不同系列(series)展示。 |
| 10. 智能问答助手 | 调用LLM API(如DeepSeek、通义千问)实现对话功能 | OkHttp + Jackson + 大模型API | 1. 配置API密钥和基础URL。2. 封装API请求方法。3. 实现单轮问答功能。4. 控制台输入问题,输出AI回答。5.进阶:实现多轮对话记忆功能。 |
🧭 标准化教学流程 (90分钟)
完成这个项目,你会接触到一些新朋友:Maven(项目管家)、pom.xml(依赖清单)、CSV(数据表格)、ECharts(图表画家)。别担心,我们的通关秘诀是:别管原理,先复制粘贴,跑起来再说! 看到程序运行成功,你就赢了第一局。
如果运行中冒出“错误”,这可是绝佳的求助信号!直接把它丢给AI(比如:“我用Java写代码时遇到了这个错误:[粘贴错误信息],请问怎么解决?”),你就能亲眼看到AI是如何帮你“打怪升级”的。
🌟 组队加成建议 (2人最佳)
-
驾驶员:主要负责和AI对话,生成、修改代码,并让项目跑起来。
-
领航员:专注于理解“驾驶员”写出的每一行代码、每一个配置是干什么的。搞懂概念后,再讲给队友听。
在AI时代,一个会操作、一个懂原理的两人小队,足以攻克大部分入门项目。大胆去试吧!
-
创建Maven项目 (15分钟)
-
目标:在IDEA中创建新项目,认识
pom.xml。 -
AI提示词示例: > “我需要创建一个Java的Maven项目,请给我创建项目的步骤,以及在pom.xml中如何设置JDK版本为21。”
-
或者直接通过lingma插件的智能体模式,给出项目概述、项目运行环境,让其生成相应的pom.xml。
-
-
在pom.xml中添加依赖 (20分钟)
-
目标:在
pom.xml中添加极简版技术栈所需的1-2个依赖。 -
AI提示词示例 (以天气预报为例): > “在我的Maven项目pom.xml里,请帮我添加okhttp和jackson-databind这两个依赖的最新版本。”
-
-
编写并理解核心代码 (40分钟)
-
目标:利用AI生成极简版功能代码,老师带领学生阅读并理解关键行。
-
AI提示词示例 (以天气预报为例): >用 Java 写一个 WeatherService 类,使用 OkHttp 调用 和风天气(QWeather)的免费天气实况接口(例如:
https://devapi.qweather.com/v7/weather/now),使用 Jackson 解析返回的 JSON,并打印出城市名、温度和天气描述(如‘晴’、‘多云’)。请在代码中注释说明如何免费获取 API Key(提示:访问https://dev.qweather.com注册即可),并做好网络异常和 JSON 解析异常的处理。注意:天气API也可使用接口盒子。
-
-
运行与调试 (15分钟)
- 目标:解决常见问题(如依赖下载失败、API Key配置、网络超时),让程序跑通。
- 思考: 在现有的基础上进一步完成进阶任务。

浙公网安备 33010602011771号