答题玩家——α冲刺总结随笔

[答题玩家团队账号]

这个作业属于哪个课程	2501_CS_SE_FZU
这个作业要求在哪里	团队作业α冲刺
这个作业的目标	总结α冲刺的表现
其他参考文献	暂无

目录

• 一、项目预期计划、现实进展
• 1. 项目预期计划
• 后端
• 前端
• 测试
• 2. 现实进展
• 项目运行过程截图
• 前端主要功能截图
• 后端主要功能截图
• 可运行的项目链接：
• 二、Alpha阶段团队工作
• 1. 各成员在冲刺阶段的收获和心得体会
• 2. 组员分工协作情况及在Alpha阶段的工作量比例
• 三、对下阶段展望
• 四、回顾AI技术员表现
• 1. Alpha冲刺阶段回顾与整体表现
• 2. AI技术员的具体贡献分析
• 3. Beta阶段AI应用的展望

一、项目预期计划、现实进展

1. 项目预期计划

后端

日期	核心交付物	成员 A (架构/用户)	成员 B (题库)	成员 C (考试)
Day 1	工程启动	搭建工程骨架，配置H2	定义 Subject, Question 实体与JPA	定义 ExamAttempt, ExamAnswer 等实体
Day 2	核心查询	实现模拟登录、我的成绩/错题接口	实现题库查询、题目查询接口	实现“开始考试”接口（含抽题）
Day 3	核心写入	实现全局异常与统一返回体	填充 data.sql (AI辅助)	实现“提交评分”与错题逻辑 (AI辅助)
Day 4	优化与文档	编写接口文档 (AI辅助 api.md)	优化题目查询（如随机）	细化评分边界处理（如重复提交）
Day 5	联调与修复	(全员) 与前端小组（或使用工具）联调接口，修复Bug	(全员) 联调与修复	(全员) 联调与修复
Day 6	验收与打包	准备演示，打包 jar 文件	确认演示数据准确无误	确认核心流程（考试-评分-错题）闭环

前端

日期	核心目标	A/B (用户与展示)	C/D (核心考试)
Day 1	静态页面	(全员) 搭建登录页、题库页、"我的"页的 WXML/WXSS 静态界面。	(全员) 搭建答题页、成绩报告页的 WXML/WXSS 静态界面。
Day 2	页面假逻辑	使用JS里的假数据 (hardcode)，让登录（假跳转）、题库列表、"我的"页面动起来。	使用JS里的假数据，让答题页（假题目）和报告页（假分数）动起来。
Day 3	API工具 & 登录	(A组) 封装 utils/api.js 工具。 (B组) 对接真实登录接口，实现真token存储。	学习 api.js 用法，尝试对接真实“开始考试”接口 ( console.log 打印数据)。
Day 4	数据拉取 (GET)	(全员) 对接真实API： 1. GET /api/subjects (题库列表) 2. GET /api/me/scores ("我的"成绩)	(全员) 对接真实API： 1. POST /api/exams/start (获取题目) 2. 实现“下一题” **(纯前端逻辑)**。
Day 5	数据提交 (POST) 【关键联调】	(辅助测试) 从头测试“登录->看题库->看我的”流程。	(全员结对) 对接真实API： 1. 格式化并提交答案 (POST /api/exams/submit)。 2. 在报告页渲染真实分数。
Day 6	全流程测试	(全员) 优化UI，增加 wx.showLoading 加载提示。	(全员) 修复答题、提交、报告页的Bug。 (全体) 跑通MVP全流程，准备演示。

测试

测试各阶段功能，前后端联调可行性，功能完整性。

2. 现实进展

维度	Alpha阶段目标（已完成）	Beta阶段目标（新展望）
核心功能	实现基本答题流程	优化答题体验（流畅动效、智能提示、容错处理）
稳定性	基础功能可运行，无明显阻断性Bug	高并发下的稳定性，异常情况的优雅降级
数据	静态题目数据，本地存储	引入用户数据统计、个性化推荐
性能	功能实现优先	启动速度、页面渲染性能、内存占用的全面优化

项目运行过程截图

前端主要功能截图

后端主要功能截图

可运行的项目链接：

答题玩家-前端代码链接

答题玩家-后端代码链接

二、Alpha阶段团队工作

1. 各成员在冲刺阶段的收获和心得体会

学号	收获	心得体会
102300224	学会了将宏大的“前端开发”目标，拆解成具体、可执行、可衡量的个人任务，学习了微信小程序的开发流程。	任务描述越具体，组员理解成本越低，开发效率和质量越高。“1+1 > 2”的核心是充分发挥个体优势。
102300209	学习了springboot框架的基本接口实现逻辑，包括表模型，响应req和rsp的包装，接口实现interface和继承实现的具体实例以及简易的api接口controller创建	按照逻辑实现接口即逻辑清晰也加快了实现效率
102300116	详细了解到了后端开发的相关知识，规范了自己的业务代码编写，学会了借助ai辅助编程，明确了controller，service，mapper各层之间的相互依赖关系	Java相关生态非常丰富庞大，还需要继续深入的理解与学习
102300209	学习了微信小程序开发者工具及组件包的使用	前端开发相关知识在小程序开发时得到了充分实践
102300120	学习使用微信开发者工具	我们通过小程序开发实践学习了很多新知识
102300222	详细了解小程序的开发过程，深入理解了Spring Boot的架构分层如Controller/Service/DAO，实践了小程序项目的前后端API联调	后端开发要站在前端调用者的角度思考API的易用性，这能极大提升团队的联调效率
102300208	学习了运用XML，CSS，JS技术来开发前端代码，并且学会使用微信开发者工具	在开发的过程中学会了团队协作开发，并且学习掌握运用技术在开发过程中更加流畅
102300129	学习了很多测试代码和功能的方法，取得了很多经验，也同样学习了如何使用微信开发者工具	测试也需要很多精力并且要更加仔细的查找错误及bug，团队协作十分重要，可以提高很多部分的完成效率

2. 组员分工协作情况及在Alpha阶段的工作量比例

学号	分工内容	贡献度
102300208	前端+冲刺随笔	12%
102300209	后端+冲刺随笔	12%
102300224	前端小组长+总结随笔	14%
102300222	后端小组长+代码规范随笔	13.5%
102300120	前端+ppt制作、汇报	12%
102300116	后端+ppt制作、汇报	12%
102300129	测试+测试随笔	12.5%
102300113	前端+冲刺随笔	12%

三、对下阶段展望

展望1：交互动效与视觉反馈

• 现状： Alpha版本按钮点击、页面跳转缺乏反馈，体验生硬
• 目标： 为所有用户操作添加流畅的微动画，提供清晰的视觉反馈

展望2：状态管理与性能优化

• 现状： 答题历史列表在数据量大时可能出现滚动卡顿
• 目标： 实施虚拟滚动技术，对复杂组件进行记忆化处理

展望3：高可用与安全加固

• 实现服务监控、告警和日志分析
• 加固安全防线，防止SQL注入、XSS攻击
• 用户提交内容风控校验

展望4：数据沉淀与分析

• 建立用户行为数据埋点系统
• 分析用户答题路径、耗时、正确率
• 数据驱动产品迭代决策

四、回顾AI技术员表现

1. Alpha冲刺阶段回顾与整体表现

在本次Alpha冲刺中，我们的AI技术员全程参与，旨在加速开发、解决瓶颈和补充知识。

总体评价： AI技术员成功融入了开发流程，在代码生成、问题调试和文档编写方面贡献显著，有效提升了团队的整体开发速度，为Alpha版本的顺利发布提供了有力支持。

2. AI技术员的具体贡献分析

贡献领域	具体表现	带来的价值
1. 代码生成与补全	- 前端页面开发： 根据自然语言描述快速生成基础组件代码框架（如题目卡片、登录表单）。 - 工具函数编写： 快速生成日期格式化、本地存储读写、选项随机排序等函数。 - 单元测试用例： 为核心函数（如判题逻辑）自动生成测试用例骨架。	提升效率： 极大减少了重复性、模板式代码的编写量，让开发者能聚焦于核心业务逻辑。
2. 问题调试与解决方案	- 错误分析： 快速定位报错信息的可能原因，并提供多种解决方案。 - 性能优化建议： 针对"列表渲染卡顿"等问题，建议使用虚拟滚动、懒加载等技术。 - 第三方库使用： 快速提供Vue Router、Pinia等库的最佳实践代码片段。	加速排错： 缩短了问题排查时间，平均将调试时间从数小时缩短至几分钟，充当"24小时在线技术顾问"。
3. 文档与注释撰写	- 代码注释： 为复杂函数自动生成清晰的注释。 - API接口文档： 根据代码逻辑快速生成格式规范的API文档。 - 部署说明： 生成清晰的README文件，说明项目构建和部署流程。	提升可维护性： 确保了项目文档的及时性和一致性，降低了后续维护成本。
4. 创意与方案探索	- 技术选型建议： 在项目初期，对比不同动画库或UI框架的优缺点。 - UI/UX建议： 对"如何设计答题后的反馈动效"提供灵感参考。	拓宽视野： 降低了技术决策的试错成本，为产品设计提供了新思路。

3. Beta阶段AI应用的展望

基于Alpha阶段的经验，我们在Beta阶段的目标是从"被动使用"升级为"主动规划"，更深度、更智能地利用AI技术。实现：

• 明确分工，建立人机协同新模式
• 引入更专业的AI工具链
• 流程整合与制定最佳实践
• 拓展AI应用场景