第二次团队作业
码上同行第二次团队作业——原型设计+概要设计
| 项目 | 内容 |
|---|---|
| 作业所属课程 | 软件工程 |
| 作业要求 | 第二次团队作业(原型设计+概要设计) |
| 作业的目标 | 在第一次团队作业完成的选题、需求分析与系统规划基础上,完成校园美食点餐平台的原型设计与概要设计,自顶向下明确功能模块、运行逻辑、系统结构与数据组织,产出可交互原型与两份国标设计说明书,为下一阶段编码实现提供可执行依据。 |
| 团队名称 | 码上同行 |
| 团队成员学号-名字 | 3124004437-唐嘉璇、3124004431-林鸿永、3124004450-曾堉源 |
文档与代码地址:https://github.com/ZYY190/food
一、原型设计(40%)
我们使用高保真可交互原型呈现设计,覆盖前台用户端 8 个页面与后台管理端 4 个页面,全部可点击、带真实感数据与状态反馈。原型围绕学生点餐的真实动线展开:先解决"今天吃什么"的决策问题,再解决"怎么点更划算"的性价比问题,最后落到加购下单的完整闭环。
1.1 信息架构:12 个页面
原型采用底部 TabBar(用户端)+ 侧边导航(管理端)的经典布局,前台/后台一键切换:
校园美食点餐平台
├── 前台应用(用户端)
│ ├── P1 登录/注册(学号+密码,注册含姓名与校区)
│ ├── P2 首页(商家分类入口 + 推荐位 + 快捷入口)
│ ├── P3 商家列表与详情(食堂/商铺/小摊筛选 + 公告 + 菜品)
│ ├── P4 菜品详情(本店价/原价/参考价 + 省钱标签 + 规格)
│ ├── P5 AI 选餐对话(口味/预算/辣度 → 推荐卡片 + 来源标注)
│ ├── P6 美食榜单(热销/好评/低价/划算四类)
│ ├── P7 购物车与结算(数量修改 + 地址 + 生成订单)
│ └── P8 个人中心(资料 + 我的订单 + 地址 + 评价入口)
└── 后台管理(管理端)
├── P9 管理首页(用户/商家/订单/评价统计看板)
├── P10 商家与菜品管理(上下架 + 价格与参考价维护)
├── P11 订单与评价管理(状态流转 + 评价审核)
└── P12 智能体配置(模型平台切换 + 兜底规则开关)
1.2 前台应用原型(用户端)
P2 首页是学生的入口:顶部按食堂窗口、周边商铺、路边小摊三类场景切分,中部是 AI 选餐与划算榜的推荐位,下方以九宫格快捷入口把学生直接导向分类浏览、比价、榜单与下单四大核心功能。
P4 菜品详情体现我们的第一个亮点——跨平台比价可视化。一张卡片上同时呈现本店售价、划线原价与其他平台参考价,系统自动计算差价并以醒目的"省 ¥N"标签呈现;当当前价低于参考价时才显示省钱标签,价差即为划算榜的排序依据。这让"性价比"从一句口号变成看得见、可比对的 UI 信息。
P5 AI 选餐对话是第二个亮点。用户说出"辣一点、20 元以内"这类诉求,对话页返回智能体的推荐话术与最多 3 道菜品卡片,每张卡片都可直接加购或进店。最关键的是来源标注:卡片明确区分"大模型推荐""大模型文字+本地菜品""本地规则推荐"三种来源,让用户知道结果从哪来、可不可信。
P6 美食榜单提供热销、好评、低价、划算四类排行,同学可按自己最在意的维度切换参考;其中划算榜严格按省钱幅度从高到低取前 10 道菜品。
P7 购物车与结算串起点餐闭环:加购、改数量、选地址、填写备注,结算后生成示例订单,订单详情可查看明细、总价与状态,并支持取消。
1.3 后台管理原型(管理端)
后台做了 4 个页面:P9 管理首页给出总用户/商家/订单/评价统计与近 7 日趋势;P10 商家与菜品管理支持上下架及价格、参考价维护(比价数据在此维护,保证前台省钱标签有数据源);P11 订单与评价管理支持订单状态流转与评价审核;P12 智能体配置可切换大模型平台(火山方舟等)、调整兜底规则开关与推荐条数。
1.4 原型的交互与规则说明
原型不是静态图片,而是一套带规则的交互系统。我们把设计规则显式写进原型与搭建对照表:
| 编号 | 触发 | 规则 / 反馈 | 对应需求 |
|---|---|---|---|
| R1 | 输入口味/预算/辣度诉求 | AI 返回推荐话术 + 最多 3 道菜品卡片 | FR-2.2 |
| R2 | 大模型请求失败/超时/解析异常 | 自动回退本地关键词规则,并标注来源为本地兜底 | FR-2.3 |
| R3 | 当前价低于参考价 | 菜品卡显示"省 ¥N"省钱标签,差额=参考价−当前价 | FR-5.2 |
| R4 | 点击加购 | 购物车数量与角标实时更新 | FR-8.1 |
| R5 | 切换到划算榜 | 按省钱幅度降序展示,取前 10 道 | FR-5.3 / FR-6.2 |
| R6 | 提交评价 | 本机缓存保存并立即出现在对应评价列表 | FR-7.2 |
| R7 | 点击结算 | 生成示例订单,含明细、总价、地址与备注 | FR-8.2 |
| R8 | 未登录访问下单/评价 | 引导跳转登录/注册页 | FR-1 |
1.5 本组原型的突出特点
特点一:比价可视化。 参考价、原价、本店价三层价格信息并列呈现,差价用"省 ¥N"直接标在菜品卡上,性价比一眼可辨——"划算"从主观感受变成可计算、可排序的数据。
特点二:AI 选餐双链路兜底。 大模型链路与本地规则链路并存,接口失败、超时或解析异常时自动回退,卡片明确标注来源。这样既保留了大模型的灵活推荐,又保证演示过程中对话不空白、结果都来自本地已有菜品库。
特点三:一体化点餐闭环。 从浏览、决策(AI 选餐)、比价、榜单、评价到加购下单,全部收敛在一个小程序里,学生不需要在多个应用间跳转,这是竞品分散式体验难以提供的一站式价值。
二、概要设计(40%)
我们按"自顶向下、分层描述"的原则做概要设计:先用思维导图展示功能全景,再用分层架构图定框架,最后用用例图、活动图、类图、时序图、协作图分别从需求、流程、结构、算法、协作五个视角刻画系统。所有图采用一致的图形符号与配色,图号在本文档与两份说明书中统一。
2.1 功能思维导图
图 1 功能思维导图:8 个一级模块 F1–F8,逐级展开子功能。模块编号在需求、设计、原型、博客中全程统一。(配图:assets/food_mindmap.png)
八个一级模块分别是:F1 登录注册与个人中心、F2 AI 智能选餐、F3 商家与菜品浏览、F4 分类与搜索、F5 比价与性价比、F6 美食榜单、F7 用户评价、F8 购物车与下单(含收货地址)。
2.2 系统分层架构
图 2 系统分层架构图:表现层 → 接口适配层 → 能力层 → 数据层四层,右侧为外部依赖(火山方舟大模型)。
系统分四层,职责单一、边界清晰:
| 层次 | 关键组件 | 职责 |
|---|---|---|
| 表现层 | 微信小程序原生页面(P1–P12,WXML/WXSS/JS) | 页面渲染、输入校验、对话展示、卡片翻转与价格标签呈现 |
| 接口适配层 | utils/api.js(Promise 化请求适配) | 统一数据访问入口,屏蔽本地 Mock 与真实后端差异,返回模拟 JSON 报文 |
| 能力层 | AIAgent 智能体、比价/榜单计算、本地规则兜底 | 构造提示词、解析大模型返回、按本地菜品库匹配、计算省钱幅度与榜单排序 |
| 数据层 | 本地 Mock(菜品/商家/订单/评价)+ 本地缓存 | 提供演示数据,保存本机新增评价、购物车与登录态 |
这样的分层带来两个好处:一是大模型可替换——通过适配层切换平台而不改页面代码;二是后端可平滑接管——后续接真实后端时只需替换接口适配层的实现,页面无需改动。
2.3 用例图(需求分析视角)
图 3 系统用例图:用户(学生,7 个用例)与管理员(4 个用例)两类参与者,含 include / extend 关系。(需补图)
用户用例覆盖点餐主流程:登录注册、浏览商家菜品、AI 选餐、查看比价与榜单、提交评价、加购下单、维护地址。管理员用例覆盖系统运维:用户与内容管理、商家菜品上下架、订单与评价管理、智能体配置。其中"AI 选餐"包含"调用大模型",而"本地规则兜底"是它的扩展行为——这些关系把双链路兜底写进了需求模型。
2.4 系统类图(结构视角)
图 4 系统类图:9 个核心类,标注属性、方法与类间关系。(配图:assets/food_class.png)
系统按职责划分 9 个核心类:User(用户)、Restaurant(商家)、Dish(菜品)、Category(分类)、Order(订单)、OrderItem(订单明细)、Review(评价)、Address(收货地址)、AIAgent(智能体,含 recommend() / localRecommend() / callArk() 方法)。
关键关系:User 1—* Order(一名用户可下多个订单)、Order 1—* OrderItem(一个订单含多条明细)、Restaurant 1—* Dish(一家商家上架多道菜)、Category 1—* Dish(一道菜归属一个分类)、User 1—* Review/Address(评价与地址按用户归属);AIAgent 通过虚线依赖匹配本地菜品并调用方舟大模型接口。
2.5 活动图(业务流程视角)
图 5 业务活动图:用户 / 前端 / 适配层 / 大模型 / 数据层五泳道,含 AI 选餐与下单两条主支路及两条异常分支。(需补图)
活动图用五条泳道展示跨角色流转:用户进入首页浏览菜品 → 在对话页输入诉求 → 前端经适配层调用大模型 → 解析返回并匹配本地菜品 → 生成推荐卡片 → 用户加购 → 结算生成订单。两条异常分支在图中明确刻画:① 大模型请求失败或解析异常走本地规则兜底;② 未登录访问下单/评价跳转登录页。
2.6 时序图(算法模块视角)
图 6 AI 选餐时序图:7 个对象、15 条消息,完整呈现检索增强推荐的全过程。(需补图)
AI 选餐是最关键的算法模块,我们用时序图精确到消息级:用户输入诉求 → ChatView.send() 转发 → AIAgent.recommend() → 适配层 callArk() 调用方舟 chat/completions → 解析 choices[0].message.content 中的话术与菜品编号 → 按编号从本地 Mock 匹配菜品(若解析失败则调用 localRecommend() 走关键词规则)→ 生成带来源标注的推荐卡片 → 保存并展示。激活条标出了每个对象的活动区间。
2.7 协作图(对象协作视角)
图 7 加购下单闭环协作图:7 个对象、6 步编号消息。(需补图)
协作图展示从加购到下单的对象协作:① 用户在菜品详情点加购 → ② 购物车对象更新明细与数量 → ③ 用户进入结算页选择地址 → ④ 提交订单请求 → ⑤ 订单对象生成示例订单(含明细、总价、地址、备注)→ ⑥ 写入本地 Mock 并跳转订单详情。这张图直观呈现了点餐闭环是怎么发生的。
2.8 数据库设计
数据库采用 ER 模型建模,共 9 个实体,均满足第三范式。
图 8 系统实体关系图(ER 图):9 个实体,PK/FK 标注,1:N 基数。(需补图)
关系数据模型(PK 主键,FK 外键):
User(user_id, student_id, name, avatar, campus, role)
Restaurant(id, name, type, rating, monthly_sales, delivery_time, delivery_fee,
min_order, avg_price, review_count, tags, notice, is_open)
Dish(id, name, price, original_price, compare_price, image, description,
category_id FK, restaurant_id FK, sales, stock, review_count, tags, spec, spicy)
Category(id, name, icon, count)
Review(id, target_type, target_id, user_id FK, user_name, rating, content, time, likes)
Address(id, user_id FK, name, phone, campus, building, room, detail, is_default)
Order(id, user_id FK, items_json, total_price, status, create_time,
restaurant_name, address, remark)
OrderItem(dish_id FK, order_id FK, name, price, quantity, image)
AIAgentConfig(id, enabled, platform, api_url, model, max_recommend, fallback_enabled)
对象关系映射(ORM) 的一个关键设计是比价字段同源:Dish.price、Dish.original_price、Dish.compare_price 三个字段共同支撑省钱标签与划算榜——"省 ¥N"= compare_price − price,划算榜按该差值排序,保证 UI 展示与排序口径一致。另一个关键是订单明细的聚合映射:Order.items_json 在展示层解析为多个 OrderItem 对象,写回时序列化存储,既保留关系模型的清晰,又适配本地 Mock 的存储形态。
详细的表结构、字段类型、索引、数据字典与安全一致性设计,见《码上同行_数据库设计说明书》。
2.9 设计对验收标准的覆盖
我们把第一次作业定下的 A1–A8 验收标准逐条落到设计里,确保"需求可追溯":
| 验收项 | 设计落点 |
|---|---|
| A1 登录/注册与个人中心 | F1 模块 + User 表 + P1/P8 |
| A2 浏览/筛选/搜索 | F3/F4 模块 + Restaurant/Dish/Category 表 + P2/P3 |
| A3 AI 选餐并返回菜品卡片 | F2 模块 + AIAgent 类 + P5 来源标注 |
| A4 接口失败回退本地规则 | F2 双链路 + R2 规则 + localRecommend() |
| A5 比价与省钱标签 | F5 模块 + Dish 三价字段 + P4/P6 |
| A6 四类榜单 | F6 模块 + 排序规则 + P6 |
| A7 评价可查看与提交 | F7 模块 + Review 表 + R6 规则 |
| A8 加购下单与订单管理 | F8 模块 + Order/OrderItem/Address 表 + P7 |
三、后端设计展示
本期为课程原型,后端以"本地数据层 + 接口适配层"的形态呈现,核心设计思想是一切数据访问经过适配层、一切大模型调用经过智能体封装。这里补充三处后端设计要点:
① 接口契约设计。 utils/api.js 把每个数据访问方法 Promise 化,返回结构统一的模拟 JSON 报文。这样页面层只面向稳定契约编程,后续接真实 HTTPS 后端时,改动集中在适配层内部,不动页面。
// 适配层方法示意:返回 Promise,页面无需关心数据来自 Mock 还是远端
function getDishList(params) {
return Promise.resolve({ code: 0, data: mockDishes.filter(/* ... */) });
}
② 大模型调用的兜底包装。 前端经 wx.request 以 OpenAI 兼容格式调用火山方舟 chat/completions:请求头带 Authorization,请求体含 model 与 messages;响应从 choices[0].message.content 取文本,解析其中的话术与菜品编号再映射本地菜品。一旦请求失败、超时或解析异常,立即回退本地关键词规则,保证对话不空白。
③ 二段式结果与来源标注。 大模型返回的菜品编号先映射成本地菜品对象,再连同来源标记一起交给页面;页面据来源标记渲染"大模型推荐/本地兜底"角标,既保证结果可控,又让推荐过程可解释。
所有后端设计图(分层架构图 2、时序图 6、协作图 7)均已在第二节给出,可清晰查看。
四、团队协作记录(20%)
4.1 预期开发计划(按周)
| 周次 | 时间 | 里程碑 | 产出 |
|---|---|---|---|
| 第 1 周 | 11-09 ~ 11-15 | M1 选题与需求冻结(11-11)、M2 原型草图 + UML 初稿(11-15) | 需求说明书、F1–F8 模块清单、12 页原型草图、UML 初稿、ER 概念设计 |
| 第 2 周 | 11-16 ~ 11-22 | M3 原型定稿 + ER 定稿(11-18)、M4 说明书完稿(11-21)、M5 设计阶段提交(11-22) | 可交互原型、两份国标 PDF、本篇博客、GitHub 全量提交 |
| 第 3 周 | 11-23 ~ 11-29 | M6 开发环境就绪、数据库物理建表完成(11-29) | 环境与依赖清单、数据表与索引、接口适配层骨架、冒烟测试 |
| 第 4 周 | 11-30 ~ 12-06 | M7 核心闭环打通(12-06) | 商家菜品浏览、比价与省钱标签、AI 选餐首版 |
| 第 5 周 | 12-07 ~ 12-13 | M8 三大功能齐备(12-13) | 四类榜单、评价提交、购物车与下单闭环 |
| 第 6 周 | 12-14 ~ 12-20 | M9 A1–A8 全项自测通过(12-20) | 自动化测试、缺陷修复清单、验收自测报告 |
| 第 7 周 | 12-21 ~ 12-27 | M10 部署上线 + 最终验收(12-27) | 线上可访问版本、演示视频、最终交付文档 |
4.2 分工安排
| 成员 | 学号 | 软件工程角色 | 本次负责的详细开发部分 |
|---|---|---|---|
| 唐嘉璇 | 3124004437 | 队长 / 产品与测试 | 统筹进度、需求复盘与范围确认、验收标准 A1–A8 核对、博文与答辩材料统稿 |
| 林鸿永 | 3124004431 | 前端 | 前台原型 P1–P8 设计、页面与交互实现、样式适配、原型规则审查 |
| 曾堉源 | 3124004450 | 后端 | 分层架构与接口适配层设计、ER 概念设计、9 张表结构设计、智能体接口对接 |
4.3 协作过程记录
本次设计阶段我们沿用了第一次作业形成的协作方式:
- 契约先定,再各自动手。 作业发布当天,三人线上对齐:模块编号 F1–F8、实体命名、图号、验收标准 A1–A8 全部锁死,写入《设计基线》,任何人不得自行改名——这保证了后面 8 张图、2 份文档、12 页原型里"同一个东西叫同一个名字"。
- 分工并行,接口解耦。 前端(林鸿永)与后端(曾堉源)各做各的,中间靠统一的接口适配层契约衔接;队长(唐嘉璇)从 A1–A8 反向核对设计覆盖,发现"本地规则兜底"在活动图里没画,回推动图补上分支。
- 工具与平台。 使用腾讯文档协作撰写设计基线、GitHub Issues 跟踪待办与缺陷、腾讯会议做两轮设计评审(原型草图评审、定稿评审)。
五、原型在线预览链接
- 原型在线链接(总览入口):https://campus-food-prototype.app.workbuddy.host/?sharecode=ZMBUKDGKXW(网页交互原型,含前台 14 个页面与后台管理,点击可直接跳转体验)
原型设计中的重要突出特点(比价可视化、AI 选餐双链路兜底、一体化点餐闭环)已在 1.5 节单独记录并结合文字说明。
六、总结:我们在设计阶段学到什么
这次作业让我们真正体会到,设计不只是把图画出好看,更是提前把分歧点摆到台面上。做 ER 图时,为了省钱幅度到底存在哪个字段、售价与参考价如何对应,我们翻出了第一次作业的问卷与需求原文,最后统一成 compare_price − price 的口径,让省钱标签与划算榜排序天然一致——"比价"在数据结构上自洽了,UI 才不会自相矛盾。
另一个收获是接口的向后兼容。本地 Mock 与接口适配层的设计,让我们意识到"能跑的演示代码是一种资产":页面只认 Promise 契约,后续把 Mock 换成真实后端、把前端直连换成后端中转,都不必推倒重来。设计文档不是写给老师看的,是写给几周后写代码的自己看的——写得越准、图越清楚,后面越不用猜。
七、交付物下载 / 在线预览
| 交付物 | 链接 |
|---|---|
| GitHub 团队仓库 | https://github.com/ZYY190/food |
| 码上同行_系统设计说明书.pdf | https://github.com/ZYY190/food/blob/main/docs/系统设计说明书.md(在线预览) |
| 码上同行_数据库设计说明书.pdf | https://github.com/ZYY190/food/blob/main/docs/数据库设计说明书.md(在线预览) |
| 原型在线预览链接 | https://campus-food-prototype.app.workbuddy.host/?sharecode=ZMBUKDGKXW |
注:PDF 说明书与全部设计图(思维导图 food_mindmap.png、类图 food_class.png,以及用例图、活动图、时序图、协作图、ER 图)、原型源文件均已提交至团队仓库对应目录,可直接在 GitHub 在线预览或下载。
浙公网安备 33010602011771号