软件工程实践第二次作业

2026-09-24 23:38:48 122 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

2601_96532032 墨衍会员 · AI 创作全网分发关注 + 加入社区

软件工程实践第二次作业项目内容这个作业属于哪个课程福州大学软件工程实践2022年春-F班这个作业要求在哪里软件工程实践第二次作业——个人实战这个作业的目标爬取数据、实现一个命令行程序其他参考文献 CSDN 博客园文章目录1、GitCode项目地址2、PSP表格3、解题思路描述4、接口设计和实现过程4.1 实体类设计4.2 工具类设计4.2.1 文件工具类4.2.2 验证工具类4.3 核心类设计5、关键代码展示6、性能改进6.1 数据读取优化6.2 数据写入优化6.3 性能分析7、... 阅读详情

软件工程第二次实践作业

这个作业属于哪个课程	2601_FZU_SE
这个作业要求在哪里	软件工程实践第二次作业
这个作业的目标	开发并部署一个 CV 顶会论文趋势分析平台，完成爬取、管理、热门分析、关键词图谱、热度动图五大功能，并与 AI 结对协作完成全部文档与原型交付。
其他参考文献	邹欣.《构建之法》（第 3 版）第 3、8 章；jieba 分词：github.com/fxsjy/jieba

目录
软件工程第二次实践作业
目录
1.仓库链接&代码规范链接&AI工具说明
1.1 仓库链接：
1.3 AI工具说明：
2.PSP表格
2.1阶段一：需求理解与原型设计
2.1阶段二：编程实现与部署
2.3总计
2.4偏差原因分析
3.NABCD需求分析
3.1N — Need（需求）
核心痛点
N1.需求分层（六类用户）
N2.课程约束
N3.市场空白
3.2A — Approach（方案：如何解决问题）
A1. 总体定位
A2. 三个设计反转
A3. 数据方案（DBLP 为主源）
A4. 关键词与热度统计方案
A5. 功能与原型页面映射
A6. 技术方案
A7. AI 协作流程
A8. 迭代路线
3.3B — Benefit（收益）
3.4C — Competition（竞争：对手是谁、如何竞争、有何优势）
C1. 竞争总判断（客观）
C2. 四个竞品逐个分析
1. arXiv
2. Connected Papers
3. Papers with Code
4. 机器之心 / 极市等中文年度盘点文
C3. 竞争策略总结
C4. 相对整个竞品集的优势清单
C5. 客观风险（不回避）
3.5D — Delivery（交付与部署）
D1. 两阶段交付物总表
D2. 部署方案（CodeArts，最高优先级风险项）
D4. 博客内容清单
4.原型设计与原型链接
4.1原型开发工具声明
4.2 AI 协作设计
1.布局与视觉的高保真初稿（AI 生成，人重构）
2.交互与动图的 AI 辅助实现（AI 建议，人配置）
4.3 最终结果展示&介绍：
热门总览页面（主页面）
热度走势页面
论文管理页面
数据导入页面
关于页面
5.成品展示
6.结对（人机）讨论过程描述
6.1协作记录总览
6.2三个代表性案例
案例 1：需求分析与原型设计
案例 2：数据源真实情况由 AI 主动发现，人拍板技术路线
案例 3：限流应对与部署路径
6.3可解释性声明
7.设计实现过程
7.1设计实现过程
阶段一：需求与原型（AI 结对起点）
NABCD 分析
原型设计
阶段二前半：数据管道
仓库与规范
表结构设计
清洗入库
阶段二后半：功能实现（数据依赖决定顺序）
功能1/2 后端
功能3 统计
功能4/5 前端
隔年会议修正
收尾：部署与交付
CodeArts 部署
Git 收口
关键决策记录表
7.2功能结构图
8.代码说明
8.1数据管道（fetcher/dblp.py）—— DBLP 检索 API 分页 + front matter 过滤
8.2 关键词抽取（services/keywords.py）—— 词形还原 + 加权
8.3 统计引擎（services/stats.py）—— TF-IDF + 热度 + Top10
8.4 数据访问（repository.py）—— 组合筛选查询
8.5统计接口（api/stats.py）
8.6 前端数据层（api/index.js）
8.7 竞速动图（views/TrendView.vue）—— 线性插值 + realtimeSort
9.心路历程、收获
10.对AI结对伙伴的评价

1.仓库链接&代码规范链接&AI工具说明

1.1 仓库链接：

仓库地址

1.3 AI工具说明：

核心工具：opencode（AI 代码助手 / 结对编程终端）
底层模型：DeepSeek V4 Pro
协作模式：AI 负责快速生成初稿、提供方案思路、代码实现与查错；人工负责需求验证、方案定夺、代码审查与最终测试。
2.PSP表格

规则：预估列在动手前填写；实际列在全部工作完成后填写；
偏差 = 实际 - 预估；偏差原因逐条分析，不虚构。

2.1阶段一：需求理解与原型设计

子任务	预估(h)	实际(h)	偏差(h)
阅读《构建之法》第 3、8 章	2	2	0
与 AI 头脑风暴（角色/竞品/优先级）	2	3	1
NABCD 人工验证与定稿	4	4	0
学习原型工具（墨刀）	3	3	0
与 AI 讨论页面信息架构/配色/文案	3	2	-1
五页高保真原型设计	5	8	3
原型发布分享链接 + 阶段一博客	2	2	0
阶段一小计	21	24	3

2.1阶段二：编程实现与部署

子任务	预估(h)	实际(h)	偏差(h)
仓库初始化与文档基线（README/.gitignore/codestyle/AGENTS.md）	1	1	0
数据管道：DBLP bibtex 下载 + arXiv 补摘要	5	12	7
关键词抽取（jieba + 停用词 + 词形还原 + 噪音词表）	4	4	0
热度统计与 Top10（TF-IDF + 热度公式）	4	4	0
功能1、2 后端接口（爬取/导入/增删改查/未命中兜底）	6	5	-1
Vue3 前端初始化（对照原型重写，路由 + 全局布局）	4	2	-2
热门总览页（Top10 + 图谱 + 下钻）	5	4	-1
热度走势页（连续插值动图 + 三会分面 + 单词走势）	5	3	-2
论文管理页 + 数据导入页联调	3	3	0
详情页 + 关于页	3	2	-1
测试（fixtures + pytest + 口径验证）	3	4	1
Bug 修复（表结构 abstract_flag、动图溢出、隔年会议）	2	3	1
CodeArts 部署（ECS + gunicorn + 公网访问）	2	2	0
Git 操作（dev 分支、15+ commit、merge main、tag v1.0.0、Release）	2	2	0
博客收尾	3	4	1
阶段二小计	52	55	3

2.3总计

阶段	预估(h)	实际(h)	偏差(h)
合计	72	78	6

2.4偏差原因分析

偏差最大任务

任务	原因分析
数据管道：DBLP bibtex 下载 + arXiv 补摘要	本地 dblp.org bibtex 下载不稳定，改用ECS，选择「先跑完再补失败卷宗」的策略。

3.NABCD需求分析

说明：本文档为阶段一需求分析成果，与 AI 协作完成初稿，经人工逐条验证后定稿。

3.1N — Need（需求）

核心痛点

CV 入门者（小刚）面前有两道墙：

**"不知道搜什么"**：不会构造英文检索式、不掌握专业术语（想不到 "object detection"）；
**"搜到了也读不完"**：CVPR 2025 投稿 13,008 篇、录用 2,878 篇，三大顶会年合计近万篇，逐篇总结热点在人力上不可行。

N1.需求分层（六类用户）

用户	核心需求	刚性
入门爱好者（小刚）	零门槛建立方向认知，从热词一路下钻到论文	定义产品主线
本科生	批量导入、自动补全元数据、综述查漏	高频一次性
研究生	选题热度依据、热词可回查、列表长期管理	最高频
教师/研究员	立项依据图表、统计口径可引用	低频高价值
算法工程师	判断技术窗口期、图表进汇报	中频
自媒体	现成年度榜单与动图素材	低频高传播

N2.课程约束

数据范围：CVPR / ICCV / ECCV 近若干年（2022 年至今，约 1.2–1.5 万篇）；
功能 1–5 为必做项：论文爬取、列表管理、热门方向分析、关键词图谱、热度走势对比（动图）；
原型必须包含指定五页：首页/热门总览、热度走势对比页、论文列表管理页、论文爬取/导入页、详情或关于页；

N3.市场空白

现有工具全部假设用户已经知道要搜什么；没有产品服务"从兴趣出发、零检索能力"的入门用户，也没有"会议 × 年份 × 热词"的动态对比视角。

3.2A — Approach（方案：如何解决问题）

A1. 总体定位

不做"CV 版 Google Scholar"，做"从热词进入的 CV 顶会趋势分析平台"。
数据靠聚合不靠对抗爬虫；差异化押在入口形态与呈现方式上。

A2. 三个设计反转

入口反转：竞品首页都是搜索框 → 我们首页是热门 Top 10 + 动图竞速。用户从"看"开始，全程不需要任何检索能力；
结构反转：Connected Papers 是"论文 → 论文"图 → 我们做"关键词 → 关键词 → 论文"图，先建立方向认知，再落到具体论文；
形态反转：静态榜单 → 动图竞速；盘点文 → 可交互下钻。每个热词都能点开看"由哪些论文统计而来"。

A3. 数据方案（DBLP 为主源）

主源：DBLP 公开检索 API + 数据集下载。
理由：
1. 作业明确推荐，合规且注明来源即可用于教学；
2. 自带"会议 → 论文"归属关系，直接解决最大数据坑（会议归属），CVPR/ICCV/ECCV 分年切片天然可靠；
3. 省去 arXiv 方案中"额外做会议映射"的一整步工程。
补充源：会议官网或老师提供的数据集做交叉校验与补漏；Semantic Scholar API 可选补引用数据。
清洗入库：题名/作者去重、年份归一、字段结构化，持久化到 SQLite（作业推荐嵌入式数据库，部署到 CodeArts 无服务端依赖、跨平台兼容）。
覆盖目标：三会 2022–2025，约 1.2–1.5 万篇。

A4. 关键词与热度统计方案

抽取：jieba 分词（英文按停用词过滤）→ TF-IDF 为主，基础词频法做 baseline，TextRank 作为对比实验；
热度口径：默认 热度 = 词频 × (1 + 年增长率)，同时保留纯词频口径；两种口径使教师/工程师引用时有据可依；
人工校准：维护 CV 噪音词表（method / propose / image / results），人工抽检 50 篇验证关键词质量。

A5. 功能与原型页面映射

原型页面	承载功能	角色服务重点
首页 / 热门方向总览	功能3（Top 10）+ 功能4（图谱入口）+ 小刚引导路径	小刚、自媒体
热度走势对比页	功能5（动图，三会 × 多年）	研究生、教师、工程师
论文列表管理页	功能2（增删改查、精确/模糊查询、未命中自动爬取）	本科生、研究生
论文爬取 / 导入页	功能1（单篇输入 + 批量导入 txt/csv）	本科生
详情 / 关于页	论文摘要/关键词/原文链接 + "了解更多"（三会背景与统计口径）	全部角色

A6. 技术方案

主栈：Vue/React + Flask（或 Spring Boot），前后端分离；
动图：ECharts timeline 柱状图竞速（bar chart race），前端动态渲染 → 录屏导出 GIF 嵌入博客；年度间采用线性插值实现连续生长动画（插值仅用于演示连续性，年份端点值为真实统计值）；
持久化：SQLite，环境无关、可直接随项目部署到 CodeArts；
保底方案：若后端遇阻，退回"纯前端 + storage/内嵌数据"；
红线：绝不使用原型工具生成代码。

A7. AI 协作流程

阶段一：AI 做头脑风暴初稿（角色视角、竞品、优先级、NABCD 框架、页面信息架构与配色文案建议）→ 人工逐条判断与验证（验收标准、数据口径、零分红线由人拍板）→ 关键对话截图存档入博客；
阶段二：AI 辅助编码（接口设计、SQL、ECharts 配置、排错）→ 人负责功能验收与部署上线；
协作原则：AI 负责发散与草稿，人负责收敛与裁决；博客中如实记录 AI 输出中"被采纳 / 被否定"的部分及理由。

A8. 迭代路线

阶段一（原型设计期）：完成 NABCD、五页高保真原型、发布分享链接、PSP 预估表——设计先行，原型即需求文档；
阶段二（编码实现期）：P0 功能1+2（保底）→ P1 功能3 → P1/P2 功能4 → P2 功能5→ 部署 CodeArts → 博客收尾；
P3 扩展加分项：年度 Top 10 榜单演变、CSV/图表导出、"了解更多"科普页、首页引导标签——每做一个都在博客详细描述。

3.3B — Benefit（收益）

对象	可感知收益
小刚	无需检索能力，3 分钟从"电影灵感"走到"看懂领域结构"
本科生	批量导入自动补全元数据；图谱发现综述遗漏方向
研究生	热词可回查支撑论文，趋势数据敢写进论文
教师/工程师	动图截帧进 PPT，口径页保证数据经得起追问
自媒体	现成年度榜单 + 动图 + 口径说明，直接出内容

技术红利：数据管道一次建成后，每年新会议发布只需重跑清洗与统计即可刷新全部榜单/图谱/动图，维护成本趋近于零。

3.4C — Competition（竞争：对手是谁、如何竞争、有何优势）

C1. 竞争总判断（客观）

竞品全部免费、背后是巨头或头部媒体，正面对抗没有胜算；但所有竞品共享同一个盲区假设——**"用户已经知道要搜什么"。我们的策略是错位竞争 + 借力**：不抢它们的战场，做它们入口之前的"那一层"。

C2. 四个竞品逐个分析

1. arXiv

强项：预印本当周上线、时效最早；API 免费无 key、限流宽松、按 cs.CV 批量拉取；元数据字段统一规范，清洗成本低。
对我们的错位：首页即搜索框，要求英文检索式（小刚做不到）；无会议归属字段（给不了"会议 × 年份"对比）；无 keywords 字段。
竞争策略：不当对手，也不做首选管道。本方案改走 DBLP 主源，会议归属一步到位；arXiv 仅作摘要补全的备选源。
胜负手：它作为通用预印本库不可能为"中文 CV 入门者"改产品形态，我们没有它的历史包袱。

2. Connected Papers

强项：图谱质量标杆（共引 + 文本相似度，"相关论文"准确率公认第一梯队）；"节点点击 → 侧栏论文卡片"的交互范式成熟，照抄即安全；力导向布局与配色可直接参考。
对我们的错位：入口强制要求输入一篇英文种子论文（小刚一篇都没读过，进不去）；是"论文图"而非"关键词图"，解决不了"领域有哪些方向"；无时间维度，看不到方向兴衰。
竞争策略：结构反向。它回答"这篇论文还有什么相关论文"，我们回答"这个领域有哪些方向、各自兴衰如何"；它在我们的下游，交互范式我们直接借鉴。
胜负手：用户先在我们这建立方向认知；多数入门场景里，我们的"热词 → 论文列表"一步到位，用户根本不需要再打开它。

3. Papers with Code

强项：业界唯一 task 级论文索引（按任务层级组织）；每个 benchmark 的 SOTA 排行是研究者查"当前最高精度"的首选；趋势曲线视觉形式成熟。
对我们的错位：要求用户知道 task 名（小刚想不到 "3D Object Detection"）；task 分类靠人工维护、成本极高，课程规模无法复制；无中文、无会议 × 年份切片。
竞争策略：维度错开。它回答"哪个模型最强"，我们回答"哪些方向在涨"。不做 task 分类，借鉴它的趋势曲线视觉，数据源换成我们自建的"关键词 × 会议 × 年份"统计。
胜负手：它对研究者是刚需、对入门者是死路；且它不提供会议维度，研究生做三会对比时我们独占此切片。

4. 机器之心 / 极市等中文年度盘点文

强项：中文叙事、可读性极高，是小刚最可能已经接触过的入口；每篇盘点的高阅读量证明"Top 10 热词"内容有真实需求；榜单经编辑人工筛选，解读深度超过自动统计。
对我们的错位：静态、一年一篇，只能看别人选好的结论；不可下钻（看到热词点不开支撑论文）；不能自定义查询、不能按会议筛选、数据不可导出。
竞争策略：**做它的"可交互升级版"**——它产出内容，我们产出工具：动图竞速替代静态图；任意词可查五年 × 三会曲线；热词可下钻；口径透明可引用。
胜负手：它不是工具，不会开放自定义查询；自媒体反而会成为我们的分发渠道——来平台取榜单和动图素材，等于帮我们传播。

C3. 竞争策略总结

错位：四竞品分别占据"检索 / 论文图 / task 榜 / 盘点文"四块阵地，我们占据它们都没有的第五块——**"会议 × 年份 × 热词"趋势分析**，并用动图做呈现差异；
借力：DBLP 当数据管道，Connected Papers 与 Papers with Code 当交互与视觉参考，机器之心当需求验证与叙事模板——真正的竞争关系只存在于最后一块；
收缩：三不做——不做论文搜索引擎、不做 task 分类、不做重算法主题模型；资源压在竞品空白的两个点上（关键词图谱入口、动图对比）。

C4. 相对整个竞品集的优势清单

优势	对应竞品缺口
唯一"零输入"入口（热词榜 + 图谱 + 动图，不需检索式）	arXiv/PwC/CP 全部要求先输入
唯一"会议 × 年份 × 热词"切片视角	arXiv 无会议字段、PwC 无会议维度、盘点文无自定义
唯一动图竞速呈现	全部竞品均为静态图表
唯一可回查的统计口径	盘点文人工选词无口径，学者不敢引用
唯一中文 + 入门科普路径	前三家全英文，盘点文不可交互

C5. 客观风险（不回避）

竞品全免费、无商业壁垒——但本项目是课程作业，竞品分析的目的是论证设计合理性而非真实商业对抗；
用户成长后会流向 arXiv/PwC——平台定位为"入门导航 + 趋势分析"，不试图替代检索；研究生/教师因"会议切片 + 口径可引用"仍有留存理由；
机器之心若推出交互版，优势会被追平——其编辑模式与工具模式的组织成本不同，短期内概率低，不构成验收风险。

3.5D — Delivery（交付与部署）

D1. 两阶段交付物总表

阶段	必交物	载体
阶段一：需求理解与原型设计	① NABCD 完整模型（含与 AI 协作的关键对话截图）② 五页高保真原型（首页/热门总览、动图页、列表管理页、爬取/导入页、详情/关于页）③ 原型分享链接 ④ PSP 表（预估列）	博客
阶段二：编程实现与部署	① 功能 1–5 全部实现 ② CodeArts 云服务器部署链接③ 数据入库结果与统计口径说明 ④ 动图效果展示（GIF）⑤ PSP 表（实际列 + 偏差分析）⑥ 扩展功能说明（若有）	博客 + 云服务器

D2. 部署方案（CodeArts，最高优先级风险项）

技术选型就为部署服务：SQLite 嵌入式数据库，无独立数据库服务 → 应用随代码整体打包部署，环境依赖最小；
部署路径：本地完成全部功能测试 → 打包部署到 CodeArts 云服务器 → 配置公网访问 → 在服务器上跑通一遍"小刚完整动线"冒烟测试 → 链接贴博客；
平台兼容性：不依赖特定本机环境，数据库路径、API 地址全部走配置文件。

D4. 博客内容清单

NABCD 模型 + AI 协作关键对话截图（含"AI 建议了什么、人否决/采纳了什么及理由"）；
数据来源与获取方式注明（DBLP API/数据集、会议官网、老师数据集，爬取仅用于教学）；
统计口径说明（词频、TF-IDF、热度公式 热度 = 词频 × (1 + 年增长率)，逐条解释）；
动图效果展示（GIF 嵌入）；
原型分享链接；
PSP 表格：预估列（动手前）→ 实际列（完成后）→ 偏差原因分析；
扩展功能详细描述（每做一个写一段）；
《构建之法》第 3、8 章 NABCD 阅读成果体现。

4.原型设计与原型链接

4.1原型开发工具声明

本项目原型设计采用了 墨刀 (Modao) 作为专用原型设计工具。
所有页面均是在墨刀中通过拖拽组件、调整图层并设置交互完成的，符合课程“必须使用专用原型设计工具（如Axure、墨刀、Figma等）”的要求。

4.2 AI 协作设计

1.布局与视觉的高保真初稿（AI 生成，人重构）

AI 做了什么：让 AI 生成了一套包含 CSS/Tailwind 样式的 HTML 代码，作为视觉初稿。
我做了什么：将 HTML 导入墨刀，打散原有图层，在墨刀中手动重绘页面布局。利用 AI 生成的配色建议（#3B5BDB 主色调）和文案，在墨刀内构建出符合“热门总览”、“论文管理”等五页要求的高保真页面。
佐证材料（以主页面为例）：
AI生成：

重构后：

在这里插入图片描述

2.交互与动图的 AI 辅助实现（AI 建议，人配置）

AI 做了什么：在墨刀中设置“热度走势对比页”的动图时，我们与 AI 讨论了墨刀“动态组件”和“定时器”的逻辑原理。
我做了什么：根据 AI 的建议，在墨刀内手动创建了“2022-2025”的四个组件状态，并自己配置了切换的交互动作，但是墨刀上的效果没有html生成的网页的动图效果好，只能点一下切换一年。
佐证材料：

4.3 最终结果展示&介绍：

原型设计链接

关于页面

核心内容：平台背景与规则说明。
该页面包含五个主要板块：

平台简介：说明定位（面向计算机视觉入门者/研究者的一站式分析平台）及核心痛点解决思路。
三大顶会介绍：简要科普 CVPR、ICCV、ECCV 三大会议的特点。
统计口径：明确数据范围（2022-2025年）、关键词抽取方法（TF-IDF/TextRank）、热度公式及 Top 10 榜单规则。
数据来源与版权：声明数据来源于 DBLP 公开 API，仅供教学，无商业用途。
AI 协作说明：披露项目在需求分析、UI 设计及代码实现中的 AI 辅助占比。

5.成品展示

具体项目结果此处以视频方式展示：

[video(video-4Nc1AorT-1790264275245)(type-csdn)(url-https://live.csdn.net/v/embed/545927)(image-https://i-blog.csdnimg.cn/direct/c97e1a95f09047188216d44f3bffd13f.png)(title-9%E6%9C%8824%E6%97%A5)]

6.结对（人机）讨论过程描述

结对伙伴：OpenCode（主要）+ deepseek v4pro（需求分析辅助）
协作原则：AI 负责发散与初稿，人负责验证、裁决与兜底；AI 输出未经人工验证不进入定稿。

6.1协作记录总览

阶段	关键提示词（摘要）	AI 输出	采纳/拒绝及理由
需求分析	"从不同角色视角列出潜在用户、竞品分析、功能优先级"	六类用户、四竞品表、P0–P3 优先级	采纳 80%；拒绝"做登录注册"（需求未要求且违背零门槛定位）；修正"Top10 按年切片"为按需求原文"分析已爬取论文"的全量聚合
竞品取舍	"保留 4 个竞品且强项详细"	arXiv/CP/PwC/盘点文四表	采纳；DBLP、Semantic Scholar 降级为数据供应商不列竞品
原型设计	"生成初始版的HTML 原型"	单文件六页原型	采纳；运行后人工发现 3 个缺陷（年份不可选、动图跳帧、柱子溢出），逐条回传修正
数据源	"用 DBLP bibtex 批量建库"	fetcher.pipeline	拒绝并降级：本地网络拉不动，AI 声称"云上可通"未被采信，先小规模验证；最终改老师数据集（附录14）为主源
表结构	"创建 papers 表"	骨架版无 abstract_flag	人工检查发现缺字段，补 ALTER 修正（AI 初版缺陷被纠正）
动图	"实现连续生长竞速图"	写死像素宽度	发现溢出 Bug，人工定位原因后改为容器宽度动态计算
部署	"密钥登录步骤"	给出控制台流程	采纳；实际界面无对应入口，人工换用密码/VNC 路径

6.2三个代表性案例

案例 1：需求分析与原型设计

提示词：让 AI 按 NABCD 框架输出潜在用户、场景、竞品、优先级。
输出：六类用户画像、六竞品错位分析、三个设计反转（入口/结构/形态）。
人工修改：剔除课程老师角色；修正功能3 统计口径；竞品从 6 个收敛为 4 个并把 DBLP 改称数据供应商；页面补"论文详情页"使动线完整。
理由：AI 发散广但不懂作业验收细节，口径类结论必须回对需求原文。

案例 2：数据源真实情况由 AI 主动发现，人拍板技术路线

提示词：
输出：
AI 提问/探查：按你给的 dblp.org/db/conf/cvpr/cvpr2022.bib 去拉数据时，AI 主动抓包探测，发现三件事：① DBLP 全站启用了 Anubis 反爬（proof-of-work 挑战）；② 你给的 .bib URL 已失效（404）；③ ECCV 在 DBLP 里是分卷的（eccv2022-1 ~ eccv2022-39），不是单个卷宗。
AI 输出：逆向出 Anubis 的 fast 算法（SHA-256 工作量证明，找 nonce 使 hash 前 2 字节为 0），并给出三个候选拉取方案（bibtex 端点分页 / 检索 API / 会议 HTML 解析）。
人工修改：确认采用「bibtex 端点分页」；AI 据此实现 Anubis 绕过、discover_volumes 分卷发现、parse_bibtex 解析。数据链路从「照搬旧 URL」修正为「真实可用的检索端点」，这是整个数据管道能跑通的前提。

案例 3：限流应对与部署路径
现象：本机 IP 被 DBLP 深度限流（大量 429/连接重置）
我的决策：建议改用ECS；提供云服务器信息，选择「先跑完再补失败卷宗」的策略。

6.3可解释性声明

AI 生成：NABCD/竞品/原型的初稿、Flask 接口骨架、爬取与统计 pipeline 主体、Vue 组件初版、ECharts 配置。
人工编写/修改：表结构修正（abstract_flag）、统计口径定稿、停用词表维护、动图响应式修复、部署与 Git 操作、全部验收验证。
能解释：每段 AI 代码均经人工逐行审阅并知其设计思路（如插值动画的帧率选择、幂等入库的事务设计），无未理解代码。

7.设计实现过程

7.1设计实现过程

阶段一：需求与原型（AI 结对起点）

NABCD 分析

过程：用 AI 从六类角色（入门者小刚、本科生、研究生、教师、工程师、自媒体）头脑风暴，产出使用场景与竞品分析（arXiv、Connected Papers、Papers with Code、中文盘点文），人工逐条验证后定稿。
核心结论：差异化 = "零输入入口 + 会议×年份×热词切片 + 动图呈现"。

原型设计

过程：先由 AI 生成 HTML 初稿快速验证交互（发现"柱子溢出""年份不可选"等问题），再在墨刀通过拖拽复刻大致相似的五页 + 详情页共六页，发布分享链接。
定稿三原则：入口从"看"开始、图谱从关键词出发、动图连续生长。

阶段二前半：数据管道

仓库与规范

main 存文档基线，dev 开发；.gitignore 忽略 *.db/node_modules/dist。
codestyle.md 标注来源 PEP 8 + Google Style。
新增 AGENTS.md 固化数据链路、业务口径、协作红线（AI 每新会话自动读取，防跑偏）。

表结构设计

设计 papers（abstract 可空）、conferences、paper_conference、keywords、paper_keyword（weight 字段供 TF-IDF）。
骨架版漏了 abstract_flag——导入数据前人工检查发现，补 ALTER TABLE ADD COLUMN 修正。

清洗入库

只保留三会 2022–2025（含隔年约束）、title 去重、会议标准化、事务批量写、幂等设计支持断点续跑。
无摘要者标 no_abstract（统计仍纳入，仅标题抽词）。

阶段二后半：功能实现（数据依赖决定顺序）

功能1/2 后端

单篇爬取（本地查→DBLP→arXiv 三段链路）、批量导入（三类计数返回）、增删改查 + 未命中兜底（5 秒超时，save=true 才入库）。
先在独立 test.db 验证，避开与全量导入的生产库冲突。

功能3 统计

jieba + 停用词 + 词形还原 → 标题×3/摘要×1 加权 → TF-IDF → 热度公式。
Top 30 高频词人工抽检后删噪音词（method/propose 等）回填词表——案例 B 素材。
Top10 默认全量聚合，年份下拉为可选筛选（按需求原文"分析已爬取的论文"定口径）。

功能4/5 前端

Vue 3 按原型重写（非照搬，遵守红线）。
图谱用共现矩阵力导向图；动图用 ECharts 柱状竞速 + 年粒度线性插值实现连续生长。
初版 AI 写死像素宽度导致窄窗口溢出，人工诊断后改为容器宽度动态计算 + overflow:hidden + resize 重绘（案例 C 主素材）。

隔年会议修正

ICCV 2022/2024 与 ECCV 2023/2025 不出柱，接口同步过滤，图例标注"当年无会议"。

收尾：部署与交付

CodeArts 部署

ECS 密钥/密码登录 → 环境探测（Python 版本/磁盘）→ 依赖安装 → 建库。
全量导入用 nohup 挂后台写日志（合盖断网不影响）。
npm run build 后由 Flask 托管 → gunicorn 起服务 → 公网访问冒烟测试。

Git 收口

dev 开发（21 次 commit）→ merge 到 main → tag v1.0.0 → 创建 Release。
PSP 实际列回填 + 偏差分析（数据源切换、AI 返工、Vue 重写为三大偏差来源）。

关键决策记录表

决策点	初方案	最终定稿	原因
数据源	DBLP bibtex 批量	老师数据集（附录14）+ DBLP API 兜底	本地网络拉不动，AI 初方案验证失败
摘要	无	arXiv 补 + `no_abstract` 标记	DBLP 无摘要字段，禁止伪造
前端	复用原型 HTML	Vue 3 重写	作业推荐框架 + 规避"盲抄 AI 代码"红线
Top10 口径	按年切片	全量聚合 + 年份下拉可选	需求原文"分析已爬取的论文"
动图	逐年跳帧	年粒度 + 线性插值连续生长	演示要求连续增长；口径如实标注
登录注册	考虑	不做	需求未要求；登录墙违背小刚零门槛定位

7.2功能结构图

在这里插入图片描述

8.代码说明

8.1数据管道（fetcher/dblp.py）—— DBLP 检索 API 分页 + front matter 过滤

_PROC_KEYWORDS = (
    "conference on computer vision and pattern recognition",
    "international conference on computer vision",
    "european conference on computer vision",
    "proceedings",
)

def is_proceedings(title):
    text = (title or "").lower()
    return any(k in text for k in _PROC_KEYWORDS)

def fetch_volume(session, conf, volume_slug):
    query = f"toc:db/conf/{conf.lower()}/{volume_slug}.bht:"
    papers, offset = [], 0
    while True:
        resp = session.get_dblp(_SEARCH_API, params={
            "q": query, "h": "1000", "format": "json", "f": str(offset)}, timeout=120)
        hits = resp.json()["result"]["hits"]
        total = int(hits.get("@total", 0))
        hit_list = hits.get("hit") or []
        if isinstance(hit_list, dict):
            hit_list = [hit_list]
        for hit in hit_list:
            info = hit.get("info", {})
            title = info.get("title")
            if is_proceedings(title):
                continue
            papers.append({"title": title, "year": info.get("year"),
                           "venue": info.get("venue"),
                           "ee": info.get("ee") or info.get("url")})
        offset += len(hit_list)
        if not hit_list or offset >= total:
            break
    return papers

8.2 关键词抽取（services/keywords.py）—— 词形还原 + 加权

def lemmatize(word):
    if word.endswith("ies") and len(word) > 4: return word[:-3] + "y"
    if word.endswith("ing") and len(word) > 5: return word[:-3]
    if word.endswith("ed") and len(word) > 4: return word[:-2]
    if word.endswith("s") and not word.endswith("ss") and len(word) > 3: return word[:-1]
    return word

def extract_keywords(title, abstract=None, abstract_flag="ok"):
    weights = {}
    for word in tokenize(title):
        w = lemmatize(word)
        if w in STOP_WORDS or len(w) < 2: continue
        weights[w] = weights.get(w, 0) + 3
    if abstract_flag != "no_abstract" and abstract:
        for word in tokenize(abstract):
            w = lemmatize(word)
            if w in STOP_WORDS or len(w) < 2: continue
            weights[w] = weights.get(w, 0) + 1
    return weights

8.3 统计引擎（services/stats.py）—— TF-IDF + 热度 + Top10

def compute_hotness(freq, prev_freq):
    growth = (freq - prev_freq) / prev_freq if prev_freq > 0 else 0.0
    return freq * (1.0 + growth)

def compute_tfidf(weighted_by_paper):
    n = len(weighted_by_paper)
    tf, df = {}, {}
    for paper in weighted_by_paper:
        for word, weight in paper.items():
            tf[word] = tf.get(word, 0) + weight
            df[word] = df.get(word, 0) + 1
    return {w: tf[w] * (math.log(n / df[w]) + 1.0) for w in tf}

def top_keywords(weighted_by_paper, paper_ids, k=10, scorer=None):
    freq, doc_ids = {}, {}
    for pid, paper in zip(paper_ids, weighted_by_paper):
        for word, weight in paper.items():
            freq[word] = freq.get(word, 0) + weight
            doc_ids.setdefault(word, []).append(pid)
    def score_of(w):
        return scorer(w, freq[w], doc_ids[w]) if scorer else freq[w]
    words = sorted(freq, key=lambda w: (-score_of(w), w))
    return [{"word": w, "score": score_of(w), "freq": freq[w],
             "paper_ids": sorted(doc_ids[w])} for w in words[:k]]

8.4 数据访问（repository.py）—— 组合筛选查询

def search(self, conference=None, year=None, keyword=None, query=None,
           exact=False, page=1, page_size=20):
    where, params = [], []
    if conference:
        where.append("c.name = ?"); params.append(normalize_conf(conference))
    if year is not None:
        where.append("p.year = ?"); params.append(year)
    if keyword:
        where.append("p.keywords_text LIKE ?"); params.append(f"%{keyword}%")
    if query:
        if exact:
            where.append("p.title = ? COLLATE NOCASE"); params.append(query.strip())
        else:
            where.append("(p.title LIKE ? OR p.keywords_text LIKE ? OR CAST(p.id AS TEXT) = ?)")
            params.extend([f"%{query}%", f"%{query}%", query.strip()])
    base = ("FROM papers p LEFT JOIN paper_conference pc ON p.id = pc.paper_id "
            "LEFT JOIN conferences c ON pc.conference_id = c.id " +
            ("WHERE " + " AND ".join(where) if where else ""))
    total = conn.execute(f"SELECT COUNT(*) {base}", params).fetchone()[0]
    rows = conn.execute(f"SELECT p.*, c.name AS conference {base} "
                        "ORDER BY p.id LIMIT ? OFFSET ?",
                        params + [page_size, (page - 1) * page_size]).fetchall()
    return total, [dict(r) for r in rows]

8.5统计接口（api/stats.py）

@bp.get("/hot")
def hot():
    year = _parse_year(request.args.get("year"))
    conf = request.args.get("conf", "all")
    method = request.args.get("method", "freq")
    if year is None or method not in ("tfidf", "freq"):
        return fail(CODE_BAD_REQUEST, "参数非法")
    return ok(compute_top(_db(), year=year, conf=conf, method=method))

@bp.get("/graph")
def graph():
    return ok(compute_graph(_db(), year=_parse_year(request.args.get("year")),
                            conf=request.args.get("conf", "all")))

@bp.get("/trend")
def trend():
    keyword = (request.args.get("keyword") or "").strip()
    if not keyword:
        return fail(CODE_BAD_REQUEST, "缺少 keyword")
    return ok(compute_trend(_db(), keyword))

8.6 前端数据层（api/index.js）

const USE_MOCK = import.meta.env.VITE_USE_MOCK !== 'false'

export function fetchHot({ year = 'all', conf = 'all', method = 'freq' } = {}) {
  if (!USE_MOCK) return httpGet('/hot', { year, conf, method })
  return ok({ method, total_papers: 14826, no_abstract_count: 2310, top: mockData.HOT_TOP })
}

8.7 竞速动图（views/TrendView.vue）—— 线性插值 + realtimeSort

function renderRaceFrame() {
  const y1 = YEARS[raceSeg], y2 = YEARS[raceSeg + 1], p = Math.min(1, raceP)
  const vals = raceValues()
  const frame = allRaceWords()
    .map(w => ({ name: w, value: vals[w][raceSeg] + (vals[w][raceSeg + 1] - vals[w][raceSeg]) * p }))
    .filter(it => it.value >= 1).sort((a, b) => b.value - a.value)
  const names = frame.map(it => it.name)
  const data = frame.map(it => ({ value: Math.round(it.value),
    itemStyle: { color: CONF_COLORS[confOf(it.name, p)] } }))
  raceChart.setOption({
    yAxis: { type: 'category', data: names, inverse: true },
    animationDurationUpdate: 80, animationEasingUpdate: 'linear',
    series: [{ type: 'bar', realtimeSort: true, data }],
  })
}
raceTimer = setInterval(() => { raceP += 0.05; /* 80ms×20=1.6s/年 */ }, 80)