JUSTDOIT-Alpha冲刺Day4
| 这个作业属于哪个课程 | 软件工程-24年秋季 |
|---|---|
| 这个作业要求在哪里 | 团队作业——alpha冲刺 |
| 这个作业的目标 | 记录alpha冲刺Day4 |
| 团队名称 | JUSTDOIT |
| 团队置顶集合随笔链接 | JUSTDOIT——Alpha冲刺随笔置顶 |
| 其他参考文献 | 《构建之法》 |
目录
- 一、团队成员站立式会议总结
- 组员1:222200109
- 组员2:222200112
- 组员3:222200114
- 组员4:222200217
- 组员5:222200220
- 组员6:222200221
- 组员7:222200222
- 组员8:222200229
- 组员9:222200308
- 二、站立式会议照片
- 三、项目燃尽图
一、团队成员站立式会议总结
组员1:222200109
昨天到现在的进展:初步完成“酿酒”任务设计,细化了酿酒过程。
存在的问题/遇到的困难:时间管理和配方选择机制需要进一步打磨。
从现在到明天站立式会议的安排:设计小型时间管理小游戏,提高酿酒过程的趣味性。
心得体会:加入时间限制能增加挑战,增强成就感。
组员2:222200112
昨天到现在的进展:为关键动作和场景设计初步的音效,如攻击、胜利、失败等场景。
存在的问题/遇到的困难:无
从现在到明天站立式会议的安排:初步整合音效与背景音乐,避免音效过于突兀。
心得体会:音效的设计比想象中更需要细致,因为细微的音效变化会显著影响玩家的体验。这个过程加深了我对音效在游戏中的重要性的认识。
组员3:222200114
昨天到现在的进展:构建第四章框架
存在的问题/遇到的困难:无
从现在到明天站立式会议的安排:与同伴讨论获得灵感
心得体会:构建一个游戏需要融合合适的美术、音乐、文本、编程,需要把每一个模块都做好,并使其恰当的关联,并非单打独斗能完成的任务,团队协作很重要
组员4:222200217
昨天到现在的进展:完成了物品栏展示与隐藏的实现
存在的问题/遇到的困难:还没有实现具体物品放入物品栏
从现在到明天站立式会议的安排:继续研究拾取物品实现的功能。
心得体会:功能实现要一步步完成
组员5:222200220
昨天到现在的进展:完成对1.3版本的测试
存在的问题/遇到的困难:测试场景切换时有时候脚本出现错误
从现在到明天站立式会议的安排:对场景切换和人物动作进行更全面的测试
心得体会:在测试发现bug时静下心来慢慢排查就能找到并解决问题
组员6:222200221
昨天到现在的进展:完成支线任务1的物品,继续灰岭地图的绘制
存在的问题/遇到的困难:无
从现在到明天站立式会议的安排:开始第三章主线的美术资源绘制
心得体会:绘制像素地图让我更加注重细节和色彩的运用,提升了我的像素艺术技能。
组员7:222200222
昨天到现在的进展:完成1.4点实现
存在的问题/遇到的困难:在构建地图时候组建层级会出现错误
从现在到明天站立式会议的安排:完成第三章的所有原型设计
心得体会:在构建地图的时候要注意层级
组员8:222200229
昨天到现在的进展: 协调游戏进度
存在的问题/遇到的困难: 文案组联系有困难
从现在到明天站立式会议的安排:催促其他组赶一赶进度
心得体会:做的工作很软,内耗很严重
组员9:222200308
昨天到现在的进展:第三章支线玩法实现的探讨以及地图和部分素材的绘制
存在的问题/遇到的困难:对实现的构想不够有想象力
从现在到明天站立式会议的安排:继续推进主线素材的绘制,以及继续熟悉代码流程
心得体会:在绘画过程中对于玩法实现的构想让我意识到自身想象力的不够丰富,在队友的启发下开拓了视野,想法更加丰富了。
二、站立式会议照片

三、项目燃尽图

相关推荐
OpenJDK11U-jdk-x64-linux-hotspot-11.0.32.1-1.tar.gz
OpenJDK11U-jdk_x64_linux_hotspot_11.0.32.1_1.tar.gz
产业园区运营负责人如何高效匹配企业技术需求与高校科技成果?.docx
科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
高校技术转移办公室人员如何高效筛选有价值的科研成果进行推广?.docx
高校技术转移办公室人员如何高效筛选有价值的科研成果进行推广?
国央企创新负责人如何高效推动专利技术与产业链融合?.docx
科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
企业AI知识工程领域|SpringBoot+FastAPI+LangChain LCEL+Qdrant+本地Qwen私有化知识库RAG平台:文档解析向量化检索与SSE流式问答系统(Docker离线交付
一套完整的企业级私有化知识库 RAG 问答平台源码。采用双后端架构:Java (SpringBoot 3) 负责用户登录、JWT 认证、RBAC 权限管理(ADMIN/USER 角色 + 文档公开/私有可见性)、文档上传落盘与异步任务调度;Python (FastAPI + LangChain LCEL) 负责文档解析(PDF/DOCX/TXT/MD/HTML)、中文递归切片、bge-small-zh 向量化、Qdrant 向量库读写、Rerank 重排(交叉编码器/LLM 打分/直通三模式)及对接 Ollama 托管的本地 Qwen 模型。Nginx 反向代理透传 SSE 流式问答(逐 token 输出 + 引用来源展示),Docker Compose 一键编排 MySQL/Qdrant/Ollama/RAG/Backend/Nginx 六服务,附离线镜像交付脚本(镜像+模型卷打包、内网一键安装)与前端免构建 SPA。 【适用人群】 AI 应用开发者、全栈工程师、企业 IT 与知识管理人员、学习 RAG 架构与 LangChain LCEL 链路编排的技术学习者。 【使用场景及目标】 面向数据不出内网的企业私有化智能问答场景:员工上传制度手册、技术文档后,系统自动解析入库,全员按权限隔离检索,获得带引用来源的流式 AI 回答;亦可作为 RAG 全栈项目模板二次开发。核心链路:上传文档 → 异步解析切片向量化 → 权限过滤检索 + 重排 → 本地 Qwen 流式生成。


