软件工程 · 开学随笔：技能树梳理、自我评估与学习期待

软件工程 · 开学随笔：技能树梳理、自我评估与学习期待

这个作业属于哪个课程	福州大学 2026-01 软件工程与软件工程实践
这个作业要求在哪里	作业要求链接
这个作业的目标	① 梳理自身技能树与技术偏好，完成"已具备 / 感兴趣 / 欠缺"三层面的自我评估；② 量化截至目前的代码量并设定学期末目标；③ 说明本课程最期待学习的知识与期望收获；④ 体验使用 AI 工具（DeepSeek）生成软件工程课程学习指南，并分析其合理性与可用性；⑤ 熟悉博客园 Markdown 随笔的编写与发布规范；⑥ 汇总此前任务①（HuggingFace API 调用）与任务②（GitHub 个人主页）的作业要求与完成情况
学号	102402150

---

本随笔涉及的三项作业任务

按老师布置的顺序，本次博客随笔需要覆盖以下三项任务。任务①、②此前已独立完成交付，此处收录其作业要求原文并汇报完成情况；任务③（技能树自评随笔）即本文正文部分。

任务	内容概要	状态
①	HuggingFace API 调用 · 用 flux-RealismLora 生成写实图并做前端交互	✅ 已完成（见 1.1）
②	GitHub 个人主页搭建	✅ 已完成（见 1.2）
③	本随笔：技能树梳理、自我评估、代码量、课程期待与 AI 学习指南分析	📝 本文

1.1 任务①：HuggingFace API 调用

作业要求（原文摘录）：

在 HuggingFace 官网注册个人账号并获取 API，调用 Flux 模型生成一张最贴近真实世界的图像（模型：XLabs-AI/flux-RealismLora）。要求在调用模型的代码基础上结合前端接口，实现交互生成。请在作业中展示 API 调用成功的记录以及前端页面最终生成图像的截图，并说明提示词设计思路和修改过程。请配合代码、截图与文字记录 API 调用的操作步骤，最后总结 API 调用时的体验和心得。

完成情况： 完整工程位于本地 E:\workbuddy\hf-flux-demo\（Flask 后端 + 原生前端交互页）。技术要点：HuggingFace Inference API 多 Provider（fal / Replicate / WaveSpeed）× 多策略自动降级共 9 组合，命中即成功；实测 HF 免费额度仅够 2~3 张 FLUX 图，后续调用返回 402，最终以免费可无限调用的 Gradio Space API 兜底完成。

• 前端交互页最终生成的写实图像（outputs/final_web.png）：

• API 调用成功的运行记录（前端页实时日志面板，docs/page_logs.png）：

• 提示词设计思路与修改过程（原文要求项）：采用"五层结构"提示词 —— ①主体（一位皮肤有岁月痕迹的中国老人）→ ②光照（黄昏侧逆光）→ ③器材与成像（85mm / f/1.4 / 浅景深）→ ④微观材质细节（毛孔 / 发丝 / 织物纹理，LoRA 触发词）→ ⑤画质增强词。迭代中把初版过于泛化的描述改为具体可感的物理细节，才触发 LoRA 的写实质感；并固定 seed=42 做对比实验。
• 完整代码、分步操作记录（含踩坑：旧 serverless 端点下线 410、provider 标识拼写、免费额度 402）、更多过程截图与调用心得，见工程内《实验报告.md》，此处不再展开。

1.2 任务②：GitHub 个人主页搭建

作业要求（原文摘录）：

在 GitHub 上完成个人主页建设，可从以下两种方案中任选其一：① 创建个人资料自述文件——新建一个名称与 GitHub ID 相同的仓库，在仓库根目录的 README 中撰写个人介绍，并将相关截图放入博客；② 借助 GitHub Pages 搭建个人主页，制作内容较为充实的展示页面。个人主页需包含：介绍自己（兴趣爱好、想与他人分享的经历，可使用照片）；展示个人成果、技能及与专业相关的实践经历，并完成自我评估（已掌握哪些专业知识和能力、对哪些技术方向感兴趣、最希望学习哪些知识）；对未来三年作出发展规划（考研 / 保研 / 就业 / 考公均可，说明目标及其理由）。

完成情况： 两种方案都做了，一套内容、两处呈现：

• 同名仓库 README 自述：https://github.com/zzq1419/zzq1419 —— 仓库根目录 README 含自我介绍、三项真实上线项目成果（附 SVG 预览图）、技能栈、自我评估与三年考研规划；
• GitHub Pages 展示页：https://zzq1419.github.io/zzq1419/ —— 内容更充实的单页站点（技能雷达、项目卡片、实践时间轴、三阶段规划），点击即开：

说明：任务③即本文正文（技能树梳理与自我评估等），任务①、②的完成内容本身就是任务③"自我评估"部分的事实依据。

---

2026 秋 · 数据科学与大数据技术专业 · 软件工程课程第一次作业
这篇随笔既是交给课程的作业，也是一次诚实的自我盘点——知道自己会什么、不会什么、想去哪里，比盲目刷进度重要得多。

一、我是谁

一名数据科学与大数据技术专业的本科在读生。相比"分析一份数据"，我更享受"做一个能跑起来的东西"——过去一年我用业余时间独立完成了多个上线项目：HuggingFace 写实图生成交互页、盲打练习网站、结合实时天气的豆瓣电影推荐页、德州扑克模拟器、GitHub 个人主页，大部分部署在 GitHub Pages，点开即用。

写下这篇随笔时，我的学习状态可以概括为一句话：有工程直觉，缺工程方法。能独立把一个个小产品从想法做到上线，但对软件工程这门"如何系统化地做软件"的学问，还停留在野路子的层面。这门课对我而言，是把自己从"会写代码的人"校准为"懂工程的人"的机会。

---

二、技能树梳理与自我评估

A. 已具备的专业知识与能力

按熟练度从高到低，我把自己已有的能力分成六块：

能力	具体内容	证据
A1. Python 数据处理与分析	Pandas / NumPy 数据清洗、转换、聚合；Matplotlib / ECharts 可视化	完成豆瓣 Top250 全量数据清洗与分析（250 部电影 + 短评）
A2. 前端工程与产品化	HTML / CSS / 原生 JS 独立开发；组件化、状态管理、响应式、无障碍适配	TouchType Lab 盲打练习站（纯前端零依赖，可离线）
A3. AI 应用工程（新）	HuggingFace Inference API 调用、多 Provider 降级容错、Gradio Space 兜底、提示词工程	flux-RealismLora 写实图生成交互页（Flask + 前端）
A4. 关系数据库与建模	MySQL 建库建模、索引原理、事务与范式理解、查询优化	数据库课程设计 + 多个项目的数据落地
A5. 数据采集与清洗	Python 爬虫编写、应对基础反爬、脏数据处理、字段规范化	豆瓣 Top250 爬虫（含 cookie 管理与缺失补抓流程）
A6. 算法与数据结构基础	链表 / 树 / 图 / 排序手写实现；复杂度分析习惯	数据结构课程 + 平时练习
A7. 工程协作工具链	Git 全流程（分支 / 冲突 / 回滚）、Markdown 技术写作、GitHub Pages / 云部署	多个公开仓库 + 个人主页的完整迭代历史

另外，自学驱动能力算是我比较强的一项：上述项目大多不是课程要求，全是"自己想用就做"，从需求定义到上线独立完成。

B. 感兴趣的技术方向

1. Web 全栈开发——想把前端的手感延伸到后端，做出真正有用户体系、有数据存储的完整产品；
2. AI / 机器学习（侧重应用层）——大模型应用（RAG、Agent）、AI 绘画等生成式应用落地，以及传统 ML 在数据任务上的应用；
3. 数据工程与后端——ETL pipeline、分布式计算（Hadoop / Spark / Flink），这是本专业最有纵深、我也最向往的方向。

三个方向的交集，其实都指向同一个缺口：后端与系统性能力——而这也正是我对软件工程课期待很高的原因。

C. 欠缺与待补齐的能力（诚实版）

1. 机器学习 / 深度学习理论基础薄弱：能用 scikit-learn、PyTorch 调通流程、能调用 HF 等平台的现成模型 API，但对模型背后的数学原理（梯度推导、损失函数设计、泛化理论）停留在"似懂非懂"。这是"会调 API、会调库、不懂原理"的典型状态。
2. 后端工程能力不足：Spring Boot 刚入门、写过单机小服务，但对高并发、缓存、消息队列、分布式一致性等没有实践；写过的接口谈不上规范设计。
3. 软件工程方法论空白：没有系统地学过需求分析、UML 建模、设计模式、测试驱动开发、CI/CD；没有参与过多人协作的代码库。当前代码基本是"一个人一把梭"，工程化程度低。← 这门课要补的主缺口
4. 数学功底在算法推导上的应用不够：高数 / 线代 / 概率论会做题，但把数学翻译成机器学习直觉的能力弱。
5. 工程化代码习惯：能写出能跑的程序，但代码评审、重构、单元测试、规范文档这些"让代码活得更久"的习惯还没有内化。

小结（教师与助教关注的部分）：我会的是"从数据到界面、从模型 API 到可用产品"的完整小产品闭环（Python + SQL + 前端 + Git + AI API 集成）；我不会的是系统化的软件工程方法、扎实的后端能力和机器学习理论。前者的下一步是后者，方向是清楚的。

---

三、代码量现状与学期目标

现状（截至 2026 年 9 月初，按行统计）

我对本地主要产出做了逐行统计（不含第三方依赖与自动生成物）：

项目	内容	约行数
theme-switch	天气电影推荐页 + 豆瓣爬虫 + 250 条电影数据集	5,300
blackhole-overlay	黑洞桌面特效（C# 覆层 + HTML 粒子页）	2,300
typing-practice	盲打练习站（多模块 JS + CSS）	2,000
qq-value 系列	QQ 账号估值工具页面	2,300
hf-flux-demo	HF 写实图生成工程（Flask + 多策略客户端 + 前端）	~600
其余（poker / 黑洞 / quicksort / 爬虫脚本 / 学习 demo 等）	—	3,600
合计	含数据集约	~16,100 行

其中约 3,000 行是电影数据集（JSON）等数据文件，手写的有效代码约 1.3 万行，以 Python、JavaScript、HTML/CSS 为主，另有少量 C/C++/Java（课程实验）。

学期末目标

• 量化目标：有效代码量继续增长，目标达到 30,000 行以上；其中包含软件工程课程的小组项目贡献 5,000–8,000 行；
• 质化目标（我认为更重要）：这 3 万行里，有相当一部分应当是结构良好、可测试、有文档、经得起别人 review 的代码，而不是把现有行数再堆一倍；
• 具体来说，希望学期末能用一门语言（Java 或 Python）按工程规范独立完成后端 + 前端 + 数据库的完整应用，并能讲清自己每个模块"为什么这么设计"。

一句话：现在能写 1.3 万行"自己看得懂"的代码，希望学期末能写 3 万行"别人也看得懂、能一起维护"的代码。

---

四、本课程最期待学习的知识与期望收获

最期待学习的知识

1. 软件生命周期与过程模型：需求 → 设计 → 实现 → 测试 → 维护，各阶段到底在做什么、为什么不能跳步；
2. 需求分析与 UML 建模：如何把一个模糊想法变成结构化需求，用用例图 / 类图 / 时序图把设计"画"清楚——这正好补我"想到就写、没有设计"的短板；
3. 设计模式与架构思维：什么时候该用什么模式，怎么避免把代码写成一坨"可以运行但无法演进"的泥球；
4. 团队协作与版本管理的最佳实践：多人同一代码库的分工、评审、合并策略——我从未有过这种体验；
5. 测试与质量保障：单元测试、集成测试、如何让代码可测试。

期望获得的收获

• 最重要的收获：完整参与一次"规范流程的小组软件开发"，体验从需求文档到交付的全过程，把"能跑"升级为"工程化"；
• 学会在写代码前先想清楚设计，并用文档和图表表达设计；
• 了解行业里真实的开发协作方式（敏捷迭代、Code Review、CI/CD），缩短学校与职场的距离；
• 顺带把 Git 协作能力练到"能在团队里不添乱"的水平。

---

五、AI 生成的学习指南及分析

5.1 说明

根据作业要求，我选择 DeepSeek（DeepSeek-V4-Flash 对话模型）生成一份软件工程课程学习指南。以下指南为 AI 原样生成的输出，我随后附上自己的合理性分析。我在提示词中要求它：面向国内高校软件工程课程、结合课程考核与小组项目、给出可执行的分阶段建议。

5.2 指南正文（DeepSeek 生成，未修改）

软件工程课程学习指南（面向国内高校本科生）

一、课程定位
软件工程 ≠ 写代码。它是研究"如何用工程化方法组织软件生产"的学科：在预算、时间、人力约束下交付高质量软件。课程通常由理论 + UML 建模 + 小组项目 + 文档四部分构成。

二、核心知识模块与优先级

1. 软件过程模型（瀑布 / 迭代 / 敏捷）——理解各种模型的适用场景；
2. 需求工程：需求获取、分析、规格说明（SRS 文档）；
3. 软件设计：UML 图（用例 / 类 / 时序 / 活动）、模块化、高内聚低耦合；
4. 设计模式：创建型 / 结构型 / 行为型，重点掌握单例、工厂、观察者、策略、模板方法；
5. 测试：单元测试、集成测试、系统测试；测试用例设计（等价类、边界值）；
6. 项目管理：进度估算、WBS 分解、风险管理、Git 协作；
7. 软件质量与配置管理：Code Review、CI/CD、版本控制规范。

三、分阶段学习路线（参考 16 周）

• 第 1–4 周：吃透软件过程模型与需求工程。小组尽快确定项目选题，撰写需求规格说明（SRS），用用例图表达功能；
• 第 5–8 周：主攻 UML 设计。画出类图、时序图、状态图；开始编码前先冻结架构；同步学习设计模式并尝试在项目中应用 2–3 个；
• 第 9–12 周：进入编码与测试阶段。遵守"小步提交、频繁集成"，为关键模块编写单元测试；组织一次小组 Code Review；
• 第 13–16 周：集成、系统测试与文档收尾。编写用户手册、测试报告，做项目演示与答辩准备。

四、课程考核高分策略

1. 项目选题宁可小、要做完整：宁可做一个 5 人规模、需求明确、能稳定运行的系统，也不要画一个无法收尾的大饼；
2. 文档与代码同步更新，严禁"先写代码后补文档"；
3. 答辩前准备"架构图 + 关键技术点 + 遇到的问题及解决"，这是加分关键；
4. 理论考试重点：名词解释类（过程模型、内聚耦合、设计模式）、场景分析题（给定需求画 UML）、简答题（为什么需要需求分析）。

五、推荐的辅助资源

• 教材：《软件工程：实践者的研究方法》（Pressman）
• 扩展阅读：《代码大全》《人月神话》（了解工程管理的经典思想）
• 在线：中国大学 MOOC《软件工程》（哈尔滨工业大学等）、Coursera Software Engineering
• 工具：Git + GitHub、draw.io / StarUML（建模）、JUnit / pytest（测试）

六、常见误区提醒

1. "写代码快 = 工程能力强"——恰恰相反，工程能力体现在约束下的可持续交付；
2. 小组项目沦为"各自写一块，最后拼装"——要提前约定接口与数据结构；
3. 忽视测试——测试不是收尾工作，而是设计的一部分；
4. 用 AI 代写文档——AI 可以辅助，但必须能解释自己文档里的每一句话。

5.3 合理性分析

总体判断：合理，且对"我"有针对性帮助，但约 30% 的内容需要结合自身情况裁剪。 逐条说明：

合理、可直接采用的部分（约 70%）：

1. "软件工程 ≠ 写代码"的定位准确。这恰恰戳中我的问题——我有产品化直觉，但都是靠个人经验堆出来的，缺少方法论支撑。指南把它定义为一门"组织软件生产"的学问，帮我校准了学习预期；
2. 阶段路线与国内课程考核高度吻合。"第 1–4 周定需求、5–8 周 UML 设计、9–12 周编码测试、13–16 周文档答辩"的节奏，基本就是我校软件工程课的实际推进方式，可直接照做；
3. 高分策略中的"文档与代码同步更新""答辩准备架构图 + 技术难点"很实在，是我这种第一次做小组项目的人容易踩的坑（先写代码后补文档确实是我的坏习惯）；
4. 误区提醒有价值：我此前多个项目全部是单兵作战，指南提醒的"小组各自写一块最后拼装"问题，正是我第一次团队协作最可能犯的错；
5. 资源推荐克制且经典（Pressman 教材 + MOOC + StarUML/JUnit），没有堆砌不切实际的清单。

需要结合自身调整的部分（约 30%）：

1. 未针对"有前端项目经验的学生"做差异化。我已能独立完成前端全流程，指南里"每周推进"的编码节奏对我的边际收益有限——我需要把省下来的时间投向自己的短板（后端 + 测试），例如要求小组项目由我承担服务端与数据库设计，而不是平均用力；
2. 团队协作的"软问题"着墨不足。真实小组项目里，最难的不是 UML，而是任务划分、接口约定、进度不同步、谁给谁 review。指南只提了一句"约定接口"，我期望课程中能有更多关于协作分工的实操指导；
3. 没有考虑个人的并行任务。我同时在准备考研，16 周路线对"全职学习软件工程"的同学合理，对我需要压缩到每周固定的若干时间块——指南应配套"时间盒（time-boxing）"策略，比如每周固定 8 小时小组项目时间；
4. 资源以英文经典为主。《人月神话》《代码大全》对初学者翻译腔重、容易劝退，我会优先用国内教材 + MOOC 视频入门，英文经典作为扩展而非必读；
5. 测试部分偏薄。指南推荐了 JUnit/pytest，但没有给出"如何让已有代码可测试"的方法（依赖注入、接口抽象）——这恰恰是我最缺的一环，会主动找补充材料。

结论：这份指南对我是否有帮助？

有，而且不小。 它的最大价值不在于告诉我"学什么"（这些课程大纲里都有），而在于给我一个可执行的项目推进节奏和考核应对策略，把我从"凭感觉做项目"拉进"按阶段交付"的轨道。同时，AI 生成内容（包括这份指南）的共性是结构漂亮但缺少个性化——它不知道我已有 1.3 万行前端与 AI 应用代码、不知道我同时在考研、不知道我小组里的角色还没定。所以正确的用法是：把指南当"地图"而不是"导游"，地图负责框架，路线怎么走要结合自己的实际情况。这也算是我在 AI 时代学到的一课：AI 适合铺开知识的全景，而判断"哪条路适合我"，最终还得靠自己的反思。

---

六、附：博客园 Markdown 编辑器设置与后台截图

作业要求使用 Markdown 编写并附后台编辑页截图。本文正文即用 Markdown 编写（本博文在发布时已切换为博客园 Markdown 编辑器，切换位置：博客园写随笔页面右上角/工具栏的编辑器模式切换，或 博客园管理后台 → 设置 → 随笔默认编辑器 选 Markdown）。

后台博文编辑页面截图如下（证明正文确为 Markdown 模式编辑）：

写在最后

开学第一周的这篇随笔，我把它当成一个坐标原点：1.3 万行代码、七个能力项、三个短板、三项已完成的任务。学期末再回看这篇，希望坐标已经移动——向"3 万行、工程化、团队协作过"的方向移动。

如果你也在上软件工程课，或者对我的项目感兴趣，欢迎交流。